Question

我正在尝试为我的HDF5文件增加缓存大小，但它似乎没有起作用。这就是我所拥有的：

import h5py

with h5py.File("test.h5", 'w') as fid:
        # cache settings of file
        cacheSettings = list(fid.id.get_access_plist().get_cache())
        print cacheSettings
        # increase cache
        cacheSettings[2] = int(5 * cacheSettings[2])
        print cacheSettings
        # read cache settings from file
        fid.id.get_access_plist().set_cache(*cacheSettings)
        print fid.id.get_access_plist().get_cache()

这是输出：

[0, 521, 1048576, 0.75]
[0, 521, 5242880, 0.75]
(0, 521, 1048576, 0.75)

任何想法为什么阅读有效，但设置没有？关闭并重新打开文件似乎也无济于事。

Answer 1

根据the docs，get_access_plist()会返回文件访问属性列表的副本。因此，修改副本不会影响原始版本也就不足为奇了。

高级界面似乎没有提供更改缓存设置的方法。

以下是使用低级接口的方法。

propfaid = h5py.h5p.create(h5py.h5p.FILE_ACCESS)
settings = list(propfaid.get_cache())
print(settings)
# [0, 521, 1048576, 0.75]

settings[2] *= 5
propfaid.set_cache(*settings)
settings = propfaid.get_cache()
print(settings)
# (0, 521, 5242880, 0.75)

以上创建了PropFAID。然后我们可以打开文件并以这种方式获得FileID：

import contextlib
with contextlib.closing(h5py.h5f.open(
                        filename, flags=h5py.h5f.ACC_RDWR, fapl=propfaid)) as fid:
    # <h5py.h5f.FileID object at 0x9abc694>
    settings = list(fid.get_access_plist().get_cache())
    print(settings)
    # [0, 521, 5242880, 0.75]

我们可以使用fid通过将fid传递给h5py.File来使用高级界面打开文件：

    f = h5py.File(fid)
    print(f.id.get_access_plist().get_cache())
    # (0, 521, 5242880, 0.75)

因此，您仍然可以使用高级接口，但需要一些摆弄到那里。另一方面，如果你把它提炼成必需品，也许它不是那么糟糕：

import h5py
import contextlib

filename = '/tmp/foo.hdf5'
propfaid = h5py.h5p.create(h5py.h5p.FILE_ACCESS)
settings = list(propfaid.get_cache())
settings[2] *= 5
propfaid.set_cache(*settings)
with contextlib.closing(h5py.h5f.open(filename, fapl=propfaid)) as fid:
    f = h5py.File(fid)

Answer 2

从h5py版本2.9.0开始，现在可以直接通过主h5py.File界面使用此行为。记录了here的三个参数可控制“原始数据块缓存” — rdcc_nbytes，rdcc_w0和rdcc_nslots。 OP正在尝试调整rdcc_nbytes设置，现在可以简单地将其设置为

import h5py

with h5py.File("test.h5", "w", rdcc_nbytes=5242880) as fid:
    # Use fid for something here

唯一的区别是您必须知道实际需要多少空间，而不是像OP希望的那样乘以5。当前的默认值与找到的OP相同。当然，如果您真的想以编程方式执行此操作，则只需打开一次，获取缓存，将其关闭，然后使用所需的参数重新打开即可。

Answer 3

h5py-cache项目可能会有所帮助，虽然我没有使用它：

import h5py_cache
with h5py_cache.File('test.h5', chunk_cache_mem_size=1024**3, 'a') as f:
f.create_dataset(...)

如何在使用h5py高级接口时设置缓存设置？

3 个答案: