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。
. @( _; R9 Q! ~' t+ y. M9 L  h
) F: K2 P) ?, C; I6 R& |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
8 Z0 ?* m1 C  p, L3 B7 }. P. ]

, h% R4 |1 K, G9 q
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！
; H8 ^# f  ~. H$ x% B
; d& C0 N, ~# r2 y3 a  i& h  p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.
  * J, G# _# S) k: W

; s1 L4 P0 Z$ X3 X
/ n; L3 I# `- C% l消耗了大概15s，下面看看使用缓存的方式
# s) a1 D; f& U# e

• % 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.
  ! F) i( _5 S6 r: x! B) i7 L/ i

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
6 m2 y* K' N! b3 f& Q
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
5 K3 S' `( g- O8 h. a6 i) s! F
/ n9 |6 u: s- j3 O) z9 A, ^

• 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 Y" ~$ c8 v* D3 x

1 |, I  X. Z8 I! v- U! O
( z5 F" O% D- {3 d可以看出即使是非缓存模式，写入30ms的效率还是很高的。
6 E1 [7 S! V& g
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);
  ) q) Z+ ~$ c5 Z6 B! l

/ M8 |) E- s; x' [
8 _+ ]8 a( J, V7 L+ c" c, Q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！
9 E; Q( {& R% e: a
) R- j1 H, @$ [+ S. k

ExxNEN

在MATLAB中如何提高fwrite和fprintf函数的I/O性能