我正在用C编写批量ID3标签编辑器.ID3标签通常位于mp3编码文件的开头，尽管旧的（版本1）标签在最后。该应用程序旨在从命令行接受目录和帧ID列表，然后递归目录结构，更新它找到的所有ID3标记。用户可另外选择删除所有旧（版本1）标签。另一种选择是简单地显示当前标签，而不执行更新。该目录可能包含2个文件或200万个文件。如果用户意味着更新文件，我打算将整个文件加载到内存中，执行更新，然后保存（文件也可以重命名）。但是，如果用户仅表示打印当前的ID3标签，则加载整个文件似乎过多。毕竟文件可能是200mb。
我已经阅读了这个非常有见地的帖子 - mmap() vs. reading blocks
所以我的问题是，最有效的方法是什么 - read（），mmap（）或某种组合？欢迎设计理念。
TIA，
安德鲁
编辑：我的理解是mmap基本上委托将文件加载到内存中，并加载到虚拟内存子系统。在我看来，VMM将在大多数系统上进行高度优化，因为它对系统性能至关重要。
答案 0 :(得分：16)
这实际上取决于你想要做什么。如果你需要做的就是跳到一个已知的偏移并读出一个小标签，read()可能会更快（mmap()必须做一些相当复杂的内部会计）。但是，如果您打算复制所有200mb的MP3，或者扫描一些可能出现在未知偏移处的标签，那么mmap()可能是一种更快的方法。
例如，如果您需要将整个文件向下移动几百个字节以插入ID3标记，一种简单的方法是使用ftruncate()扩展文件，mmap文件，然后{{ 1}}内容有点下降。但是，如果程序在运行时崩溃，则会破坏该文件。您还可以将文件的内容复制到一个新文件中 - 这是mmap（）真正闪耀的另一个地方;您只需memmove()旧文件，然后使用单个mmap()将所有数据复制到新文件中。
简而言之，write()非常棒，如果你在传输的总字节数方面做了大量的IO;这是因为它减少了所需的副本数量，并且可以显着减少读取缓存数据所需的内核条目数。但是mmap()需要至少两次进入内核（如果你在完成后清理映射，则需要三次！）并执行一些复杂的内部内核计算，因此固定开销可能很高。
mmap()涉及额外的内存到内存副本，因此对于大型I / O操作来说效率低，但是很简单，因此固定开销相对较低。简而言之，对于大容量I / O使用read()，对于一次性小I / O使用mmap()或read()。
答案 1 :(得分：6)
除非您的代码受CPU限制，否则不要打扰mmap，特别是由于大量的读写操作。 mmap可能听起来不错，但不是真棒，为什么不是每个人都使用这个替代品。
鉴于您正在通过可能较大的目录结构进行递归，您的瓶颈将是目录IO和并发。 mmap无济于事。
阅读链接到问题可以找到支持我的经验的答案：
答案 2 :(得分：3)
如果您通常不会将文件流式传输然后进行处理，而是跳来跳去（比如读取前面的标签，然后跳到最后等），那么我会使用mmap只是因为您的代码将更清晰，更容易维护，将文件视为大缓冲区，而无需亲自管理缓冲和分页。
如前所述，如果您正在处理大量数据磁盘，I / O可能会主导您的处理。 mmap可能比读取更快，但是对于合理的实现，它可能不会快得多，特别是在今天的硬件上，这种硬件不断变得越来越快，而磁盘驱动器已经在7200和10,000 RPM停留了数年和数年。
因此，请使用mmap并使代码简单明了。
答案 3 :(得分：1)
我不知道标准POSIX函数是否存在于您允许的范围内，或者您将用于开发但是请考虑这两个函数：
int ftruncate(int fildes, off_t length);
int truncate(const char *path, off_t length);
unistd.h中定义的，可用于截断指定长度的文件。通过这种方式，您可以轻松地
我不确定性能，你应该测试这个方法，但它应该在ram中加载更少的东西，同时提供一种有意义的方法。