MATLAB中提高fwrite和fprintf函数的I/O性能

提高fwrite和fprintf函数的I/O性能

http://www.matlabsky.com/thread-34861-1-1.html

 

 

今天我们将讨论下著名的fwrite（fprintf）函数，它们是用来进行二进制（文本）文件写入操作的。由于fwrite函数是底层I/O函数，且使用十分频繁，很多用户会质疑，它怎么可能还有性能提升的空间，要是有MathWorks早就更新了。

 

Flushing 和 Buffer

 

不像C/C++语言，在MATLAB中调用fwirte（fprintf）函数时，MATLAB会自动刷新（flush）输出缓存（buffer），这一点MATLAB的帮助文档没有正面直接了当的说明，只是在fopen函数中隐晦的涉及

 

看到这里，很多用户估计应该猜到了该怎么做了。在写入数据的时候，假如没有缓存（buffer），那么每次调用fwrite函数，就需要进行一次文件写入操作，这种方式将严重降低I/O性能！

 

下面看一组比较数据，首先我们没有使用缓存方式

data = randi(250,1e6,1);  % 生成一组数据，用来测试I/O性能

% 标准形式，没有应用缓存输出 - 慢

fid = fopen('demo.dat', 'wb'); % w是小写，b表示二进制

tic, for idx = 1:length(data), fwrite(fid,data(idx)); end, toc

fclose(fid);

Elapsed time is 14.983201 seconds.

消耗了大概15s，下面看看使用缓存的方式

% 缓存输出模式 – 快3倍

fid = fopen('demo.dat', 'Wb'); % 注意W是大写，b表示二进制

tic, for idx = 1:length(data), fwrite(fid,data(idx)); end, toc

fclose(fid);

Elapsed time is 5.616357 seconds.

使用缓存后时间缩短至5.6s，看来效率提高了不少呀！

我们无法理解MathWorks为什么将fopen默认设置为非缓存模式，但也许有他们的理由吧！不过当您在写大型数据文件的时候，推荐还是使用缓存模式（'w'）吧！

 

Chunking I/O

 

使用缓存进行写操作，其实就是为了减少数据文件的访问次数，因此在MATLAB中，假如先将所有的数据都准备好，然后一次性调用fwrite函数将其写入文件中

fid = fopen('demo.dat', 'wb'); % 注意是小写w

tic, fwrite(fid,data); toc

fclose(fid);

Elapsed time is 0.034816 seconds.

可以看出即使是非缓存模式，写入30ms的效率还是很高的。

 

但是假如我们读写的是网络文件，由于网络原因可能需要较长的时间，此时将大数据拆开成很多小块，然后分块处理是一个明智的选择。

h = waitbar(0, 'Saving data...', 'Name','Saving data...');

cN = 100;  % number of steps/chunks

% Divide the data into chunks (last chunk is smaller than the rest)

dN = length(data);

dataIdx = [1 : round(dN/cN) : dN, dN+1];  % cN+1 chunk location indexes

% Save the data

fid = fopen('test.dat', 'Wb');

for chunkIdx = 0 : cN-1

   % Update the progress bar

   fraction = chunkIdx/cN;

   msg = sprintf('Saving data... (%d%% done)', round(100*fraction));

   waitbar(fraction, h, msg);

   % Save the next data chunk

   chunkData = data(dataIdx(chunkIdx+1) : dataIdx(chunkIdx+2)-1);

   fwrite(fid,chunkData);

end

fclose(fid);

close(h);

总的来说，本文中的技术同时适用于fprintf和fwrite函数，但是存储和读取二进制文件（fwrite/fread）远远快于文本文件（fprintf/fscanf/textscan），因此如果数据不是为了人为可读，尽量使用二进制保存！

 

源文档 <http://blog.sina.com.cn/s/blog_61c0518f0101cckt.html>