在MATLAB中如何提高fwrite和fprintf函数的I/O性能

uperrua

0 m& K' _0 w  J+ [3 n' N( L& L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。

, Z0 F" S, r  w1 x5 S4 l) V' GFlushing 和 Buffer
0 q" g0 g$ Y7 y/ [3 V7 p) u
% j) E: ?9 P3 Y! C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 o6 J2 X$ G3 w' N6 j: U8 Q

: v/ i8 k4 H  }. @& l2 }0 q1 @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！

0 g3 Z- z2 y2 A( W+ ?6 s  L下面看一组比较数据，首先我们没有使用缓存方式
: F9 ~( E7 y. ]7 _2 G: m3 ~* g' 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.
  # N' E1 e. c+ Q- x4 C

5 K* ]" B. {" |' l消耗了大概15s，下面看看使用缓存的方式
% r! ~8 L  \  {5 T" X7 O  |
& ?! f" U7 K" h6 [

• % 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.
  ! I8 i" ?% ~& l, R

# z8 b" ^& r- B+ `" @1 g- k使用缓存后时间缩短至5.6s，看来效率提高了不少呀！
0 ]# S2 I6 ?8 T* B1 ~6 I. @
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！

) b" N* ~3 p" s4 Y8 a  fChunking I/O

$ ]! E& ~8 F6 q6 X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
( w2 T6 V: _3 I  h+ Q7 O2 F# Y

• fid = fopen('demo.dat', 'wb'); % 注意是小写w
• tic, fwrite(fid,data); toc
• fclose(fid);
• Elapsed time is 0.034816 seconds.
  + h8 D" p4 |* V; F0 k% z/ v5 C6 W

' N4 G" k3 }, U5 O6 G- C  R
! i/ i9 r4 J7 k1 Q% K可以看出即使是非缓存模式，写入30ms的效率还是很高的。
6 W3 f$ J7 K# ^+ j0 r- b; C
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; X6 P1 g/ v3 t

• 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);
  

) y, S" I, q* C! h# u( Y& R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！
' G" Q1 {: ~( z" Z" ~1 w. E) N' Z# M

! g+ n7 [& z6 f  J

ExxNEN

在MATLAB中如何提高fwrite和fprintf函数的I/O性能