怎样在Python 3.8中设置文件读写缓冲区大小以提升性能?

小敏君_6152

小敏君_6152

2026-11-20

564人浏览

原创

open() 的 buffering 参数常被忽略却影响很大,因默认缓冲大小(8192字节)在大文件顺序读写、日志批量追加等场景下易导致频繁系统调用或响应延迟,需依访问模式与硬件特性合理设置。

怎样在python 3.8中设置文件读写缓冲区大小以提升性能?

为什么 open() 的 buffering 参数常被忽略却影响很大

Python 默认用系统块大小(通常是 8192 字节)做缓冲,对小文件或高频小写操作基本够用;但遇到大文件顺序读写、日志批量追加、或 I/O 成为瓶颈时,缓冲区太小会导致频繁系统调用,太大会拖慢响应或浪费内存。关键不是“越大越好”,而是匹配你的访问模式和硬件特性。

常见错误现象:timeit 测出写入速度忽高忽低、strace -e trace=write 显示大量小 write() 系统调用、磁盘 I/O wait 占比异常高。

  • buffering=0:仅允许二进制模式,禁用缓冲 → 每次 write() 都触发系统调用,适合调试或极低延迟场景,**不推荐用于性能提升**
  • buffering=1:文本模式下启用行缓冲(遇到 \n 就 flush),但仅在非交互式终端中生效;交互式环境里它实际退化为全缓冲
  • buffering>1:指定字节数作为缓冲区大小,例如 buffering=65536(64 KiB),这是最可控、最常用的方式

怎样根据场景选一个靠谱的 buffering 值

别猜,先看设备和负载特征。SSD 随机写延迟低,但顺序吞吐强;HDD 则更依赖大块连续写;网络文件系统(如 NFS)往往有自身缓冲层,盲目加大 Python 缓冲可能无收益甚至增加延迟。

实操建议:

  • 普通 SATA SSD 或 NVMe:从 65536(64 KiB)起步测试,这是多数 Linux 文件系统默认块大小的整数倍
  • 处理 >100 MiB 的日志文件且追加频繁:尝试 buffering=262144(256 KiB),避免每秒几十次 flush
  • 读取压缩包内多个小文件(如用 zipfile):缓冲区意义不大,瓶颈在解压逻辑,不用改 open()
  • 若程序需保证崩溃后数据不丢(如金融日志),慎用大缓冲;配合 flush() 和 os.fsync() 才安全

示例:以 128 KiB 缓冲写入大文件

with open('data.bin', 'wb', buffering=131072) as f:
    for chunk in big_data_generator():
        f.write(chunk)

buffering 和 io.BufferedWriter 的关系别搞混

open(..., buffering=N) 底层就是构造 io.BufferedWriter(写)或 io.BufferedReader(读),但直接实例化这些类反而容易出错——比如忘记传 closefd=True 导致 fd 泄漏,或误用 raw 参数。

在清理重构之前使用 Vulture 查找未使用的 Python 代码
在清理重构之前使用 Vulture 查找未使用的 Python 代码

在重构之前对Python代码库运行死代码检测,以便智能体能够标记未使用的函数、类、导入和变量,而不是盲目删除。

下载

除非你要组合自定义缓冲行为(如加密流 + 缓冲),否则坚持用 open()。它的 buffering 参数已经覆盖了 95% 的优化需求。

容易踩的坑:

  • 传入浮点数或负数给 buffering → 抛 ValueError: invalid buffering size
  • 文本模式下设 buffering=0 → 报 ValueError: can't have unbuffered text I/O
  • 在 with 块外还试图读写已关闭的文件对象 → 缓冲区设置再好也救不了逻辑错误

验证改了有没有效,别只看 time.time()

单纯测 Python 层耗时掩盖不了真实 I/O 行为。真正要看的是系统调用频次和磁盘队列深度。

推荐组合验证:

  • Linux 下跑 strace -e trace=write,read -c python script.py,对比 write 调用次数和平均字节数
  • 用 iostat -x 1 观察 await(平均 I/O 等待时间)和 %util 是否下降
  • Python 内部可临时加钩子:import io; io.DEFAULT_BUFFER_SIZE = 131072,但这只影响未显式指定 buffering 的 open() 调用,不推荐用于生产

缓冲区调优是典型“收益递减”操作:从 8 KiB 改到 64 KiB 可能提速 30%,再翻倍到 256 KiB 可能只快 3%。把精力花在更确定的优化点上,比如减少重复序列化、用 struct.pack() 替代字符串拼接写二进制,往往回报更高。

Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!

相关文章

数码产品性能查询
数码产品性能查询

该软件包括了市面上所有手机CPU,手机跑分情况,电脑CPU,电脑产品信息等等,方便需要大家查阅数码产品最新情况,了解产品特性,能够进行对比选择最具性价比的商品。

下载

相关标签:

python

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
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1971

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5604

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1909

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

34237

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

4007

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

4007

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1283

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3123

5

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