mmap 比 getline 慢？

我面临着逐行读取/写入文件（在演出中）的挑战。

阅读许多论坛条目和站点（包括一堆 SO），mmap 被建议作为读取/写入文件的最快选项。但是，当我使用 readline 和 mmap 技术实现代码时，mmap 是两者中较慢的一个。对于阅读和写作来说都是如此。我一直在使用约 600 MB 大的文件进行测试。

我的实现逐行解析，然后标记该行。我将仅介绍文件输入。

这里是getline执行：

void two(char* path) {

    std::ios::sync_with_stdio(false);
    ifstream pFile(path);
    string mystring;

    if (pFile.is_open()) {
        while (getline(pFile,mystring)) {
            // c style tokenizing
        }
    }
    else perror("error opening file");
    pFile.close();
}

这是mmap:

void four(char* path) {

    int fd;
    char *map;
    char *FILEPATH = path;
    unsigned long FILESIZE;

    // find file size
    FILE* fp = fopen(FILEPATH, "r");
    fseek(fp, 0, SEEK_END);
    FILESIZE = ftell(fp);
    fseek(fp, 0, SEEK_SET);
    fclose(fp);

    fd = open(FILEPATH, O_RDONLY);

    map = (char *) mmap(0, FILESIZE, PROT_READ, MAP_SHARED, fd, 0);

    /* Read the file char-by-char from the mmap
     */
    char c;
    stringstream ss;

    for (long i = 0; i <= FILESIZE; ++i) {
        c = map[i];
        if (c != '\n') {
            ss << c;
        }
        else {
            // c style tokenizing
            ss.str("");
        }

    }

    if (munmap(map, FILESIZE) == -1) perror("Error un-mmapping the file");

    close(fd);

}

为了简洁起见，我省略了很多错误检查。

我的 mmap 实现是否不正确，从而影响性能？也许 mmap 不适合我的应用程序？

感谢您的任何意见或帮助！

mmap 的真正强大之处在于能够在文件中自由查找，直接使用其内容作为指针，并避免将数据从内核高速缓存复制到用户空间的开销。但是，您的代码示例没有利用这一点。

在循环中，您一次扫描一个字符，附加到一个字符stringstream. The stringstream不知道字符串有多长，因此在此过程中必须重新分配多次。此时，您已经消除了使用任何性能提升mmap- 即使标准 getline 实现也避免了多次重新分配（在 GNU C++ 实现中，通过使用 128 字节堆栈缓冲区）。

如果你想充分利用 mmap：

• 不要复制你的字符串。完全没有。相反，将指针直接复制到 mmap 缓冲区中。
• 使用内置函数，例如strnchr or memchr查找换行符；它们利用手工汇编程序和其他优化来比大多数开放编码的搜索循环运行得更快。