C++如何高效读取海量小文件并合并处理 _ 内存预分配与异步IO技巧【实战】

小晨酱_1024

小晨酱_1024

2026-05-05

898人浏览

原创

应使用std::vector分块读写(如64kb)、二进制模式、std::filesystem::path处理路径、临时文件+原子重命名保障崩溃安全,避免std::string拼接、文本模式、单次大读取及复用流对象。

c++如何高效读取海量小文件并合并处理 _ 内存预分配与异步io技巧【实战】

直接用 std::ifstream 逐个打开、读取、写入,不加缓冲和并发控制,会卡在系统调用和磁盘寻道上——这不是代码写得不对,而是 I/O 模式选错了。

用 std::vector<char></char> 分块读写,别碰 std::string 拼接

小文件平均几 KB 到几百 KB,一次性 seekg(0, std::ios::end) + read() 看似省事,但容易触发 std::bad_alloc(尤其 Windows 上堆碎片多时),且 gcount() 在大文件下可能返回负值或截断。

  • 固定分配 std::vector<char> buf(65536)</char>(64KB),避免栈溢出和频繁 new/delete
  • 每次 input.read(buf.data(), buf.size()) 后,**必须检查 input.gcount()**,它才是真实读到的字节数;eof() 是延迟标志,不能用来判断本次读取是否结束
  • 写入目标文件前,用 output.write(buf.data(), static_cast<:streamsize>(n))</:streamsize>,其中 n == input.gcount();漏掉这步,可能把未初始化内存写进大文件
  • 完全避开 std::getline 和 operator>>:它们内部做字符串动态扩容,对海量小文件是 O(n²) 开销

合并目标文件必须用 std::ios::app | std::ios::binary

只写 std::ios::out 会清空已有内容;只写 std::ios::app 而不加 binary,Windows 下遇到 \r\n 会被转成单个 \n,二进制数据直接损坏。

C++14
C++14

C++14 对 C++11 的修正与增强版本,适合旧系统维护和较老工具链兼容。

下载
  • 目标文件首次不存在时,std::ofstream f("out.bin", std::ios::app | std::ios::binary) 会自动创建,无需提前 touch
  • 源文件也必须用 std::ios::binary 打开,否则读到第一个 \0 就停住(比如 PNG、ZIP 片段)
  • 不要复用同一个 std::ofstream 对象跨文件写入——每次写完不用 close(),但下次 open() 前要确保前一次 write 已完成(流有内部缓冲,可加 output.flush() 强制刷盘)

路径含中文/空格?绕过 C 运行时编码陷阱,用 std::filesystem::path

MSVC 默认窄字符环境下,std::ifstream("D:/日志/2024-01.txt") 会把 UTF-8 路径当 GBK 解码,报错 No such file or directory,且异常发生在构造函数里,没机会 try/catch。

  • 统一改用 std::ifstream f(std::filesystem::path("D:/日志/2024-01.txt")),底层调用 CreateFileW,中文路径零问题
  • C++17 起支持,MSVC 需加 /std:c++17,GCC/Clang 链接时补 -lstdc++fs(旧版)
  • Linux/macOS 下该写法也兼容,但无额外收益;别对 path.c_str() 做 reinterpret_cast<const char></const>,它返回的是 const wchar_t*
  • 用 std::filesystem::exists() 提前校验路径有效性,比流打开失败后再处理更早暴露问题

崩溃安全:先写临时文件,再原子重命名

直接往目标文件追加,程序中途崩溃(断电、kill -9、异常退出),大文件大概率处于半截状态:长度对不上、md5 校验失败、后续解析器直接 panic。

  • 每次合并前,生成唯一临时名,如 out.bin.part_$$PID_$$TIME
  • 所有写操作都针对临时文件;完成后调用 std::filesystem::rename(temp_path, final_path)
  • Linux/macOS 下 rename() 是原子的;Windows 自 Vista 起也保证跨卷外的原子性(注意:NTFS 卷内 rename 安全,但 FAT32 不保证)
  • 临时文件和目标文件必须在同一文件系统(同分区),否则 rename() 会退化为 copy+delete,失去原子性

缓冲区大小不是越大越好:64KB~1MB 是实测平衡点;超过 2MB,缓存局部性下降,且单次系统调用等待时间变长,反而拖慢吞吐。真正卡住性能的,从来不是 memcpy,而是 open()/read()/write() 的上下文切换和磁盘寻道——所以别省那几行代码,老老实实分块、加 binary、走 path、写临时文件。

C++免费学习笔记(深入):立即使用
在学习笔记中,你将探索 C++ 的入门与实战技巧!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

c++ c++文件处理

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
c++和c语言的区别有哪些
c++和c语言的区别有哪些

c++和c语言的区别:1、面向对象编程(OOP)支持不同;2、新增特性不同;3、标准库不同;4、编译方式不同;5、命名空间不同等等。想了解更多c++的相关内容,可以阅读本专题下面的文章。

2024.03.14

2248

9

c++和python学习顺序推荐
c++和python学习顺序推荐

一般建议先学习C++,再学习Python,因为这样可以逐步从较为底层的编程语言向更高级的语言过渡。想了解更多python的相关内容,可以阅读本专题下面的文章。

2024.03.14

1019

6

python和c++学习性价比分析
python和c++学习性价比分析

Python易于学习,广泛应用于Web开发、数据科学和人工智能等领域,但性能较低。C语言性能高,适用于对性能要求较高的场景,如游戏开发和系统编程,但学习曲线陡峭,错误处理复杂。想了解更多python的相关内容,可以阅读本专题下面的文章。

2024.03.14

447

5

c语言和c++一样吗
c语言和c++一样吗

c语言和c++是两种不同的编程语言,虽然有相似之处,但存在显著差异。c语言专注于过程式编程和系统级开发,以简洁、高效著称。c++作为c语言的超集,引入了面向对象编程,增强了代码组织和管理能力,但学习曲线也更陡峭。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

2024.03.14

327

5

c语言和c++先学哪个好
c语言和c++先学哪个好

初学者选择学习c语言还是c++语言,需要根据个人学习目标、背景以及编程兴趣和预期应用方向来决定。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

2024.03.14

406

5

c语言和c++的区别和联系
c语言和c++的区别和联系

c语言和c++是计算机科学领域应用广泛的编程语言。虽然它们有着相似的基础,但它们在语言类型、语法功能和内存管理方面存在着显著差异。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

2024.03.14

580

5

c++软件中文更改教程
c++软件中文更改教程

对于 ide,可通过打开设置,找到语言设置,选择中文,并保存更改。对于非 ide 应用程序,可查找设置或选项,选择语言设置,更改为中文,并保存更改。想了解更多c++的相关内容,可以阅读本专题下面的文章。

2024.03.21

1409

9

python和java和c++学习性价比分析
python和java和c++学习性价比分析

Python以其易学性、丰富的库和活跃的社区而著称,适合数据科学、人工智能和Web开发。Java以其跨平台性、企业级应用开发和Android应用开发而闻名。C++以其底层控制能力、高效性能和游戏开发而著称。选择哪种语言取决于个人兴趣、职业方向和特定需求。想了解更多python和java和c++的相关内容,可以阅读本专题下面的文章。

2024.03.22

1217

7

c++和c语言学习顺序推荐
c++和c语言学习顺序推荐

对于初学者,建议先学习C语言,掌握编程基础后再转入C++,便于理解面向对象编程概念。有编程经验者可直接学习C++,快速接触高级编程技术。想了解更多c++和c语言的相关内容,可以阅读本专题下面的文章。

2024.03.25

1325

9

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
C++ Core Guidelines
C++ Core Guidelines

共0课时 | 0人学习

C++ Reference
C++ Reference

共0课时 | 0人学习

C++ 官方标准说明
C++ 官方标准说明

共0课时 | 0人学习