如何用boost :: iostreams更改缓冲区大小？

Question

我的程序并行读取数十个非常大的文件，每次只读一行。看起来主要的性能瓶颈是硬盘从文件到文件的寻道时间（尽管我不完全确定如何验证这一点），所以我认为如果我可以缓冲输入，速度会更快。

我使用C++这样的代码，通过升压来阅读我的文件:: iostreams的“流过滤”：

input = new filtering_istream; 
input->push(gzip_decompressor()); 
file_source in (fname); 
input->push(in); 

按照documentation，file_source没有任何办法来设置缓冲区的大小，但filtering_stream ::推似乎：

void push(const T& t, 
    std::streamsize buffer_size, 
    std::streamsize pback_size); 

所以，我想input->push(in, 1E9)其实我心里想程序的内存使用量飙升，但速度一点都没有改变。

我只是错了，读缓冲会提高性能？或者我做错了吗？我可以直接缓冲一个file_source，还是我需要创建一个filtering_streambuf？如果后者，这是如何工作的？该文档并不完全是例子。

Answer 1

你也应该剖析它，看看瓶颈在哪里。

也许它在内核中，也许你的硬件的限制。直到你分析它，发现你在黑暗中磕磕绊绊。

编辑：

好，更完整的答案这一次，然后。根据Boost.Iostreams文档basic_file_source仅仅是围绕std::filebuf的封装，其依次建立在std::streambuf上。引用文档：

以只读模式打开的std :: basic_filebuf的CopyConstructible和Assignable包装器。

streambuf确实提供了一种方法pubsetbuf（不是最好的参考也许，但在第一谷歌翻起），它可以，显然，用来控制所述缓冲器大小。

例如：

#include <fstream> 

int main() 
{ 
    char buf[4096]; 
    std::ifstream f; 
    f.rdbuf()->pubsetbuf(buf, 4096); 
    f.open("/tmp/large_file", std::ios::binary); 

    while(!f.eof()) 
    { 
     char rbuf[1024]; 
     f.read(rbuf, 1024); 
    } 

    return 0; 
} 

在我的测试（优化过，虽然）事实上，我更糟糕的表现与4096个字节的缓冲区比16个字节的缓冲区，但情况因人而异 - 一个很好的例子，为什么你总是应该个人资料首先:)

但是，正如你所说，basic_file_sink不提供任何手段来访问它，因为它隐藏其底filebuf在其private part。

如果你认为这是错误的，你可以：

1. 敦促加速开发人员能够将这样的功能，使用邮件列表或TRAC。
2. 构建您自己的filebuf包装，它确实暴露了缓冲区大小。本教程中有一个section，它解释了编写自定义源可能是一个很好的起点。
3. 根据任何内容编写自定义源代码，完成所有您喜欢的缓存。

请记住，您的硬盘驱动器以及内核已经对文件读取进行了缓存和缓冲，我认为您不会从缓存中获得更多性能提升。

而最后，关于剖析的一个词。有很多功能强大的分析工具可用于Linux，我甚至不知道其名称中的一半，但例如有iotop，这是一种整洁，因为它非常简单易用。它非常像*，但是却显示了与磁盘相关的指标。例如：

Total DISK READ: 31.23 M/s | Total DISK WRITE: 109.36 K/s 
TID PRIO USER  DISK READ DISK WRITE SWAPIN  IO> COMMAND   
19502 be/4 staffan 31.23 M/s 0.00 B/s 0.00 % 91.93 % ./apa 

告诉我，我的程序花费了超过90％的时间来等待IO，即它的IO限制。如果你需要更强大的功能，我相信谷歌可以帮助你。

请记住，在热或冷高速缓存上进行基准测试会极大地影响结果。