- r - 以节省内存的方式增长 data.frame
- ruby-on-rails - ruby/ruby on rails 内存泄漏检测
- android - 无法解析导入android.support.v7.app
- UNIX 域套接字与共享内存(映射文件)
我有一个很大的二进制文件 (12 GB),我想从中即时组装一个较小的二进制文件 (16 KB)。假设文件在磁盘上,并且较小文件的字节随机分布在较大的二进制文件中。最好和最快的方法是什么?到目前为止,我最多只能做三分钟。
我尝试过的东西,它们或多或少具有相同的性能:
我怎样才能真正快速随机访问这些数据?
我想在几秒钟内完成查询。
最佳答案
答案基本上是否定的。
单个机械磁盘驱动器将花费 10 毫秒左右的时间来执行寻道,因为它必须移动磁头。 16000 次寻道乘以每次寻道 10 毫秒等于 160 秒。编写代码的方式完全没有区别;例如mmap() 不会有任何区别。
欢迎来到物理世界,软件人:-)。您必须改善运营地点。
首先,对您正在访问的位置进行排序。文件中的邻近位置可能在磁盘上邻近,并且在邻近位置之间查找比随机查找更快。
接下来,您的磁盘可能可以以大约 100 兆字节/秒的速度读取顺序数据;也就是说,它可以在执行查找所需的大约相同时间内连续读取 1 兆字节。因此,如果您的两个值相距小于 1 兆字节,您最好读取它们之间的所有数据,而不是在它们之间执行查找。 (但对此进行基准测试以在您的硬件上找到最佳权衡。)
最后,RAID 可以帮助提高吞吐量(但不能提高寻道时间)。如果您想多线程读取代码,它还可以提供可以并发查找的多个磁盘磁头。
但总的来说,无论是在内存中还是在磁盘上,访问随机数据都是您可以让计算机做的最糟糕的事情。顺序访问和随机访问之间的相对差异每年都在增加,因为物理学是局部的。 (好吧,无论如何,我们在这里依赖的物理学。)
[编辑]
@JeremyP's suggestion使用 SSD 是一个很好的选择。如果它们是一个选项,它们的有效寻道时间为 0.1 毫秒左右。这意味着您可以期望您的代码在此类硬件上的运行速度提高 50-100 倍。 (我没有想到这一点,因为我通常处理 1 TB 范围内的文件,SSD 太贵了。)
[编辑 2]
正如@FrankH 在评论中提到的,我的一些建议假定文件在磁盘上 是连续的,当然不能保证这一点。您可以通过使用良好的文件系统(例如 XFS)和在文件创建时给出“提示”(例如使用 posix_fallocate 通知内核您打算填充一个大文件)来帮助改进这一点。
关于c - 随机访问一个大的二进制文件,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/6651503/
关闭。这个问题是opinion-based 。目前不接受答案。 想要改进这个问题吗?更新问题,以便 editing this post 可以用事实和引文来回答它。 . 已关闭 4 年前。 Improv
PowerShell Web Access 允许您通过 Web 浏览器运行 PowerShell cmdlet。它显示了一个基于 Web 的控制台窗口。 有没有办法运行 cmdlet 而无需在控制台窗
我尝试在无需用户登录的情况下访问 Sharepoint 文件。 我可以通过以下任一方式获取访问 token 方法一: var client = new RestClient("https://logi
我目前正在尝试通过 Chrome 扩展程序访问 Google 服务。我的理解是,对于 JS 应用程序,Google 首选的身份验证机制是 OAuth。我的应用目前已成功通过 OAuth 向服务进行身份
假设我有纯抽象类 IHandler 和派生自它的类: class IHandler { public: virtual int process_input(char input) = 0; };
我有一个带有 ThymeLeaf 和 Dojo 的 Spring 应用程序,这给我带来了问题。当我从我的 HTML 文件中引用 CSS 文件时,它们在 Firebug 中显示为中止。但是,当我通过在地
这个问题已经有答案了: JavaScript property access: dot notation vs. brackets? (17 个回答) 已关闭 6 年前。 为什么这不起作用? func
我想将所有流量重定向到 https,只有 robot.txt 应该可以通过 http 访问。 是否可以为 robot.txt 文件创建异常(exception)? 我的 .htaccess 文件: R
我遇到了 LinkedIn OAuth2: "Unable to verify access token" 中描述的相同问题;但是,那里描述的解决方案并不能解决我的问题。 我能够成功请求访问 toke
问题 我有一个暴露给 *:8080 的 Docker 服务容器. 我无法通过 localhost:8080 访问容器. Chrome /curl无限期挂断。 但是如果我使用任何其他本地IP,我就可以访
我正在使用 Google 的 Oauth 2.0 来获取用户的 access_token,但我不知道如何将它与 imaplib 一起使用来访问收件箱。 最佳答案 下面是带有 oauth 2.0 的 I
我正在做 docker 入门指南:https://docs.docker.com/get-started/part3/#recap-and-cheat-sheet-optional docker-co
我正在尝试使用静态 IP 在 AKS 上创建一个 Web 应用程序,自然找到了一个带有 Nginx ingress controller in Azure's documentation 的解决方案。
这是我在名为 foo.js 的文件中的代码。 console.log('module.exports:', module.exports) console.log('module.id:', modu
我试图理解访问键。我读过https://docs.aws.amazon.com/general/latest/gr/aws-sec-cred-types.html#access-keys-and-se
我正在使用 MGTwitterEngine"将 twitter 集成到我的应用程序中。它在 iOS 4.2 上运行良好。当我尝试从任何 iOS 5 设备访问 twitter 时,我遇到了身份验证 to
我试图理解访问键。我读过https://docs.aws.amazon.com/general/latest/gr/aws-sec-cred-types.html#access-keys-and-se
我正在使用以下 API 列出我的 Facebook 好友。 https://graph.facebook.com/me/friends?access_token= ??? 我想知道访问 token 过
401 Unauthorized - Show headers - { "error": { "errors": [ { "domain": "global", "reas
我已经将我的 django 应用程序部署到 heroku 并使用 Amazon s3 存储桶存储静态文件,我发现从 s3 存储桶到 heroku 获取数据没有问题。但是,当我测试查看内容存储位置时,除
我是一名优秀的程序员,十分优秀!