Ubuntu中C++文件操作怎样优化

在Ubuntu环境下，C++文件操作的优化，其实可以从几个关键方向入手。下面逐个拆解，希望能帮你少走一些弯路。

1. 使用缓冲区——这是最直接也最有效的提速手段。磁盘I/O的成本远高于内存操作，缓冲区能大幅减少实际读写次数。在C++中，std::ifstream和std::ofstream都提供了rdbuf()方法来设置缓冲区大小。典型做法是分配一个1MB的缓冲区，然后挂接到流对象上，这样读写效率会明显提升。

   #include 
   #include 
   
   int main() {
       std::ifstream input_file("input.txt");
       std::ofstream output_file("output.txt");
   
       // 设置缓冲区
       const size_t buffer_size = 1024 * 1024; // 1MB
       char* buffer = new char[buffer_size];
       input_file.rdbuf()->pubsetbuf(buffer, buffer_size);
       output_file.rdbuf()->pubsetbuf(buffer, buffer_size);
   
       // 文件操作
       // ...
   
       delete[] buffer;
       return 0;
   }

2. 使用内存映射文件——这招更高级一点。把文件直接映射到进程的地址空间，后续对文件的读写就像操作内存一样，省去了系统调用的开销。Linux下用mmap()函数实现，配合munmap()释放。需要注意的是，映射的大小和权限要匹配好，否则容易踩坑。

   #include 
   #include 
   #include 
   #include 
   #include 
   #include 
   
   int main() {
       int input_fd = open("input.txt", O_RDONLY);
       if (input_fd == -1) {
           perror("open");
           return 1;
       }
   
       struct stat file_stat;
       if (fstat(input_fd, &file_stat) == -1) {
           perror("fstat");
           close(input_fd);
           return 1;
       }
   
       char* input_data = static_cast(mmap(nullptr, file_stat.st_size, PROT_READ, MAP_PRIVATE, input_fd, 0));
       if (input_data == MAP_FAILED) {
           perror("mmap");
           close(input_fd);
           return 1;
       }
   
       // 文件操作
       // ...
   
       if (munmap(input_data, file_stat.st_size) == -1) {
           perror("munmap");
       }
       close(input_fd);
       return 0;
   }

3. 使用异步I/O——如果业务场景对延迟敏感，或者需要同时处理大量文件，异步I/O就是利器。Linux新内核主推的io_uring库，性能比传统的aio好很多。思路是提交一个读/写请求后不阻塞，继续做其他事，等内核完成后再处理结果。代码示例用了io_uring，上手前建议先熟悉一下它的基本概念。

   #include 
   #include 
   
   int main() {
       io_uring ring;
       io_uring_queue_init(8, &ring, 0);
   
       struct io_uring_sqe* sqe = io_uring_get_sqe(&ring);
       io_uring_prep_read(sqe, /* fd */, /* buffer */, /* size */, /* offset */);
       io_uring_submit(&ring);
   
       // 等待异步操作完成
       struct io_uring_cqe* cqe;
       io_uring_wait_cqe(&ring, &cqe);
   
       // 处理结果
       // ...
   
       io_uring_queue_exit(&ring);
       return 0;
   }

4. 减少文件打开与关闭的次数——每次打开关闭文件都会触发内核操作，开销不小。如果需要在短时间内多次读写同一批文件，可以考虑用文件池（比如预打开一批句柄，复用它们）。这个思路在服务端开发中很常见。

5. 利用多线程或多进程——现代CPU核心数越来越多，与其让一个线程忙得团团转，不如把大文件拆成多个块，分给不同线程去处理。但要注意线程安全，避免共享资源竞争。如果任务本身是CPU密集型的，多进程反而更合适；如果是I/O密集型的，多线程配合异步I/O会更香。

6. 优化读写模式——顺序读写比随机读写快得多，因为磁盘（即使是SSD）对顺序访问的预读机制更友好。所以，写代码时尽量让数据按顺序存放和读取，比如把散落的小文件合并成一个大文件处理。另外，能一次读完的数据就别拆成多次——少做一次I/O就多一分性能。

7. 考虑更高效的文件格式——文本文件虽然方便调试，但读写效率远不如二进制格式。如果对性能有硬性要求，优先使用二进制存储，或者用压缩格式（比如Snappy、LZ4）来减小体积，从而减少磁盘传输量。当然，前提是压缩解压的CPU开销能换回更大的I/O收益。

以上几点，在实际项目中往往需要组合使用。比如用内存映射配合多线程，或者用缓冲区配合异步I/O。关键还是得先摸清自己的瓶颈到底在哪里——是磁盘寻道慢，还是CPU消耗高，还是锁竞争严重。定位清楚后，再对症下药，效率会高很多。