Question

我需要一个快速的解决方案，用于Python中随机w / r的文本片段。我想做的是这样的：

编写代码段并记录指针
使用指针检索代码段

片段是任意长度的，我选择不使用数据库来存储它们，而只选择指针。通过简单地用C函数替换Python文件方法（解决方案1），它的速度非常快，指针只包含片段的“where”和“多长时间”。之后，我尝试了我认为与Berkeley DB一起使用的真实内容。我不知道该怎么称呼它，也许是“寻呼”的东西？

问题是，这个代码绝对有效，比解决方案1快1.5到2倍，但速度并不快，需要使用4部分指针。 也许这不是一个有价值的方法，但是有没有空间来显着改善它？

以下是代码：

from collections import namedtuple
from ctypes import cdll,c_char_p,\
     c_void_p,c_size_t,c_long,\
     c_int,create_string_buffer
libc = cdll.msvcrt
fopen = libc.fopen
fread = libc.fread
fwrite = libc.fwrite
fseek = libc.fseek
ftell = libc.ftell
fflush = libc.fflush
fclose = libc.fclose

#######################################################
# The following is how to write a snippet into the SnippetBase file

ptr = namedtuple('pointer','blk1, start, nblk, length')
snippet = '''
blk1: the first blk where the snippet is
start: the start of this snippet
nblk: number of blocks this snippet takes
length: length of this snippet
'''
bsize = 4096 # bsize: block size

fh = fopen('.\\SnippetBase.txt','wb')
fseek(fh,0,2)
pos1 = divmod(ftell(fh),bsize)
fwrite(snippet,c_size_t(len(snippet)),1,fh)
fflush(fh)
pos2 = divmod(ftell(fh),bsize)
ptr = ptr(pos1[0],pos1[1],pos2[0]-pos1[0]+1,len(snippet))
fclose(fh)


#######################################################
# The following is how to read the snippet from the SnippetBase file

fh = fopen('.\\SnippetBase.txt','rb')
fseek(fh,c_long(ptr.blk1*bsize),1)
buff = create_string_buffer(ptr.nblk*bsize)
fread(buff,c_size_t(ptr.nblk*bsize),1,fh)
print buffer(buff,ptr.start,ptr.length)
fclose(fh)

Answer 1

这看起来像是一种硬性且不可移植的方法来优化一件事 - 由Python包装器file.read和os.read执行的内存分配。所有其他部分都可以使用Python标准库中现有的函数轻松完成。甚至有一种简单的方法可以在bytearray中分配读/写缓冲区。 io模块确实包含方法readinto，该方法存在于文件类型中;我非常怀疑这确实避免了分配。在最流行的操作系统上，我们可以更进一步 - 通过直接使用OS磁盘缓冲区而不是为我们的进程本地分配内存。这是使用mmap完成的（但是当文件太大而无法放入地址空间时，使用它会变得很棘手）。对于从mmaped文件中读取数据的非分配方法，只需使用buffer(mm, offset, size)。

Python中随机文本w / r的更快解决方案

1 个答案: