5

我正在做非常简单的测试：

  1. 有一个包含随机二进制信息的大文件，大小约为 6Gb
  2. 算法使“SeekCount”重复循环
  3. 每次重复都在执行以下操作：
    • 计算文件大小范围内的随机偏移量
    • 寻求该偏移量
    • 读取小块数据

C＃：

    public static void Test()
    {
        string fileName = @"c:\Test\big_data.dat";
        int NumberOfSeeks = 1000;
        int MaxNumberOfBytes = 1;
        long fileLength = new FileInfo(fileName).Length;
        FileStream stream = new FileStream(fileName, FileMode.Open, FileAccess.Read, FileShare.Read, 65536, FileOptions.RandomAccess);
        Console.WriteLine("Processing file \"{0}\"", fileName);
        Random random = new Random();
        DateTime start = DateTime.Now;
        byte[] byteArray = new byte[MaxNumberOfBytes];

        for (int index = 0; index < NumberOfSeeks; ++index)
        {
            long offset = (long)(random.NextDouble() * (fileLength - MaxNumberOfBytes - 2));
            stream.Seek(offset, SeekOrigin.Begin);
            stream.Read(byteArray, 0, MaxNumberOfBytes);
        }

        Console.WriteLine(
            "Total processing time time {0} ms, speed {1} seeks/sec\r\n",
            DateTime.Now.Subtract(start).TotalMilliseconds, NumberOfSeeks / (DateTime.Now.Subtract(start).TotalMilliseconds / 1000.0));

        stream.Close();
    }

然后在C++中做同样的测试：

void test()
{
     FILE* file = fopen("c:\\Test\\big_data.dat", "rb");

char buf = 0;
__int64 fileSize = 6216672671;//ftell(file);
__int64 pos;

DWORD dwStart = GetTickCount();
for (int i = 0; i < kTimes; ++i)
{
    pos = (rand() % 100) * 0.01 * fileSize;
    _fseeki64(file, pos, SEEK_SET);
    fread((void*)&buf, 1 , 1,file);
}
DWORD dwEnd = GetTickCount() - dwStart;
printf(" - Raw Reading: %d times reading took %d ticks, e.g %d sec. Speed: %d items/sec\n", kTimes, dwEnd, dwEnd / CLOCKS_PER_SEC, kTimes / (dwEnd / CLOCKS_PER_SEC));
fclose(file);
}

执行次数：

  1. C#：100-200 次读取/秒
  2. C++：25 万次读取/秒（25 万次）

问题：为什么在文件读取这样的微不足道的操作上，C++ 比 C# 快数千倍？

附加信息：

  1. 我玩了流缓冲区并将它们设置为相同的大小（4Kb）
  2. 磁盘已整理碎片（0% 碎片）
  3. 操作系统配置：Windows 7、NTFS、一些最新的现代 500Gb 硬盘（如果没记错的话是 WD）、8 GB RAM（尽管几乎没有使用）、4 核 CPU（利用率几乎为零）
4

1 回答 1

6

C++ 版本的测试有一个错误——随机偏移的计算受到限制，因此只能在很短的距离内进行搜索，这使得 C++ 的结果看起来好多了。

@MooingDuck 建议了计算偏移量的正确代码：

rand()/double(RAND_MAX)*fileSize

随着这种变化，C++ 和 C# 的性能变得相当 - 大约 200 次读取/秒。

感谢大家的贡献。

于 2013-02-20T17:53:23.553 回答