在MATLAB中如何提高fwrite和fprintf函数的I/O性能

uperrua

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。
6 w0 @+ }2 X# D# C$ p* [
3 M9 _8 M: {, EFlushing 和 Buffer
8 S7 O3 a4 c0 \. n/ @7 q
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


6 }( X( o3 n) Y
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！
$ A4 R9 P5 F% S& [0 U& l8 G6 N. Q1 P
4 f) r+ y; g& k: W下面看一组比较数据，首先我们没有使用缓存方式
$ ^. t( s8 p! a, h5 G

• 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.
  : ?( a5 Q* A5 B, O1 h9 f5 {

消耗了大概15s，下面看看使用缓存的方式

+ m$ W" n/ |2 P) u. m/ [

• % 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.
  0 q( j# S  x, u# N: ^, Q5 K

使用缓存后时间缩短至5.6s，看来效率提高了不少呀！

- u7 s+ f- [) l) k& ]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！
) U$ d- Q0 Y! q0 |; Y& j
Chunking I/O
# x6 c+ B7 R  |! w" s
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
# \* H6 M* q( x+ J  t! \
; ]+ K* V  E% P) T

• fid = fopen('demo.dat', 'wb'); % 注意是小写w
• tic, fwrite(fid,data); toc
• fclose(fid);
• Elapsed time is 0.034816 seconds.
  

/ P9 }4 {1 o: Y可以看出即使是非缓存模式，写入30ms的效率还是很高的。

" Q' N2 r$ e$ V0 X5 B8 p" ~5 p7 `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。
9 I1 H  W/ w' W) b# Y8 H
; _* S! ~; r' [4 X

• 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);
  

; V+ U" ~( a5 r4 d% }% v9 d0 a- 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！


4 B% r4 e: j$ A$ u) V" ?

ExxNEN

在MATLAB中如何提高fwrite和fprintf函数的I/O性能