[英]How to read a binary file quickly in c#? (ReadOnlySpan vs MemoryStream)
我正在嘗試盡可能快地解析二進制文件。 所以這就是我第一次嘗試做的事情:
using (FileStream filestream = path.OpenRead()) {
using (var d = new GZipStream(filestream, CompressionMode.Decompress)) {
using (MemoryStream m = new MemoryStream()) {
d.CopyTo(m);
m.Position = 0;
using (BinaryReaderBigEndian b = new BinaryReaderBigEndian(m)) {
while (b.BaseStream.Position != b.BaseStream.Length) {
UInt32 value = b.ReadUInt32();
} } } } }
其中BinaryReaderBigEndian
類的實現如下:
public static class BinaryReaderBigEndian {
public BinaryReaderBigEndian(Stream stream) : base(stream) { }
public override UInt32 ReadUInt32() {
var x = base.ReadBytes(4);
Array.Reverse(x);
return BitConverter.ToUInt32(x, 0);
} }
然后,我嘗試使用ReadOnlySpan
而不是MemoryStream
來提高性能。 所以,我嘗試過:
using (FileStream filestream = path.OpenRead()) {
using (var d = new GZipStream(filestream, CompressionMode.Decompress)) {
using (MemoryStream m = new MemoryStream()) {
d.CopyTo(m);
int position = 0;
ReadOnlySpan<byte> stream = new ReadOnlySpan<byte>(m.ToArray());
while (position != stream.Length) {
UInt32 value = stream.ReadUInt32(position);
position += 4;
} } } }
BinaryReaderBigEndian
類在哪里更改:
public static class BinaryReaderBigEndian {
public override UInt32 ReadUInt32(this ReadOnlySpan<byte> stream, int start) {
var data = stream.Slice(start, 4).ToArray();
Array.Reverse(x);
return BitConverter.ToUInt32(x, 0);
} }
但不幸的是,我沒有注意到任何進步。 那么,我在哪里做錯了?
我在我的計算機上測量了你的代碼( Intel Q9400,8 GiB RAM,SSD磁盤,Win10 x64 Home,.NET Framework 4/7/2,測試了15 MB(解壓縮后)文件 ),結果如下:
無跨度版本: 520毫秒
跨度版本: 720毫秒
因此Span
版本實際上更慢! 為什么? 因為new ReadOnlySpan<byte>(m.ToArray())
執行整個文件的附加副本,並且ReadUInt32()
執行Span
許多切片(切片很便宜,但不是免費的)。 由於您執行了更多工作,因此您不能僅僅因為使用了Span
而預期性能會更好。
那我們能做得更好嗎? 是。 事實證明, 代碼中最慢的部分實際上是垃圾收集,這是由於在ReadUInt32()
方法中重復分配由.ToArray()
調用創建的4字節Array
引起的。 您可以通過自己實現ReadUInt32()
來避免它。 它非常簡單,也消除了Span
切片的需要。 您還可以用new ReadOnlySpan<byte>(m.ToArray())
替換new ReadOnlySpan<byte>(m.GetBuffer()).Slice(0, (int)m.Length);
,執行廉價的切片而不是整個文件的副本。 所以現在代碼看起來像這樣:
public static void Read(FileInfo path)
{
using (FileStream filestream = path.OpenRead())
{
using (var d = new GZipStream(filestream, CompressionMode.Decompress))
{
using (MemoryStream m = new MemoryStream())
{
d.CopyTo(m);
int position = 0;
ReadOnlySpan<byte> stream = new ReadOnlySpan<byte>(m.GetBuffer()).Slice(0, (int)m.Length);
while (position != stream.Length)
{
UInt32 value = stream.ReadUInt32(position);
position += 4;
}
}
}
}
}
public static class BinaryReaderBigEndian
{
public static UInt32 ReadUInt32(this ReadOnlySpan<byte> stream, int start)
{
UInt32 res = 0;
for (int i = 0; i < 4; i++)
{
res = (res << 8) | (((UInt32)stream[start + i]) & 0xff);
}
return res;
}
}
通過這些更改,我從720毫秒下降到165毫秒 (快4倍)。 聽起來很棒,不是嗎? 但我們可以做得更好。 我們可以完全避免MemoryStream
復制和內聯並進一步優化ReadUInt32()
:
public static void Read(FileInfo path)
{
using (FileStream filestream = path.OpenRead())
{
using (var d = new GZipStream(filestream, CompressionMode.Decompress))
{
var buffer = new byte[64 * 1024];
do
{
int bufferDataLength = FillBuffer(d, buffer);
if (bufferDataLength % 4 != 0)
throw new Exception("Stream length not divisible by 4");
if (bufferDataLength == 0)
break;
for (int i = 0; i < bufferDataLength; i += 4)
{
uint value = unchecked(
(((uint)buffer[i]) << 24)
| (((uint)buffer[i + 1]) << 16)
| (((uint)buffer[i + 2]) << 8)
| (((uint)buffer[i + 3]) << 0));
}
} while (true);
}
}
}
private static int FillBuffer(Stream stream, byte[] buffer)
{
int read = 0;
int totalRead = 0;
do
{
read = stream.Read(buffer, totalRead, buffer.Length - totalRead);
totalRead += read;
} while (read > 0 && totalRead < buffer.Length);
return totalRead;
}
現在它需要不到90毫秒 (比原始速度快8倍!)。 沒有Span
! Span
在Span
情況下很有用,它允許執行切片並避免數組復制,但只是盲目地使用它不會提高性能。 畢竟, Span
性能特征與Array
相當 ,但並不是更好(並且只在具有特殊支持的運行時,例如.NET Core 2.1
)。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.