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。
5 Y7 v0 J7 N* ?9 x2 A# R! t
Flushing 和 Buffer
0 L6 ^, k+ m9 _/ C$ y
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
% {& \+ H% H$ C
2 |! P* c$ h& Q" E) X& K: z
7 r/ ]& e( w, I+ f& j8 G! f
5 T9 H" q# Z( l6 Q+ x; A" ?+ z5 m2 F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！
# T+ a; F  a% q1 }) q2 P0 |5 ~) ]
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.
  

' C, ]# p1 }% R% ^8 z  _& z% v
# H2 c7 d; w( N! I7 p; |0 d" f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.
  

' k  p2 q0 m  f% |2 _* l0 |) x6 m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！
1 R. L, e' w9 R; M  m
* P, P  O+ U3 c. k5 K/ m  L, K, ?+ s4 gChunking I/O
: A+ b, _, A9 |1 t7 d, k
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
% `' [! p5 Q2 R' e6 J, m1 W

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

7 U: \$ Y7 q! V2 }; [) _
可以看出即使是非缓存模式，写入30ms的效率还是很高的。
4 s: }& O( M( D) X- H
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。
) X% D# g2 O0 S/ [0 z
) G( s2 _; p/ l& v$ T9 v

• 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);
  3 W+ G% C) H1 A% ]; I

8 T, N. P1 R$ V6 S0 z" @
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 a2 b2 O6 i# q% |2 [' f; |
7 Z# z4 a- u- }6 G
* W, w- k* i$ @0 l2 u* G

ExxNEN

在MATLAB中如何提高fwrite和fprintf函数的I/O性能