0001837: Out of memory при поиске по большому .txt файлу

Notes
(0010653) vdemidov (manager) 27-02-2013 13:49	Не считывать файл полностью в память, а читать постепенно прямо из файла

(0010654) zed (manager) 27-02-2013 13:57	Просто нужно читать файл построчно. Там такой формат, что одна строка - один населённый пункт. Очень удобно. // Open existing text file and show first line procedure ReadTxt; var F: Textfile; str: string; begin AssignFile(f, 'c:\ek.txt'); {Assigns the Filename} Reset(f); {Opens the file for reading} Readln(f, str); ShowMessage('1. line of textfile:' + str); Closefile(f); {Closes file F} end;

(0010655) Garl (manager) 27-02-2013 14:00	построчно не проиграем в производительности? и в файле конец строки задан одним символом $0A

(0010656) zed (manager) 27-02-2013 14:09	Сильно не проиграешь. А можешь и наоборот выиграть, если искомая комбинация будет найдена где-нибудь в начале файла. Ещё, как вариант, можно открывать файл как MemoryMapped - тогда винда прозрачно оптимизирует считывание данных из файла. Но придётся работать с PChar и вручную искать конец строки.

(0010657) Garl (manager) 27-02-2013 14:12	ну мы и так вручную ищем КонецСтроки есть пример работы с MemoryMapped?

(0010658) zed (manager) 27-02-2013 14:22 edited on: 27-02-2013 14:22	Прикрепил юнит. Использовать можно как-то так: VFile := TMappedFile.Create('c:\test.txt'); VData := PByte(VFile.Content); for I := 0 to VFile.Size - 1 do begin if VData^ = $0A then begin // найден конец строки end; Inc(VData); end; VFile.Free;

(0010760) vasketsov (manager) 02-03-2013 09:16 edited on: 02-03-2013 09:17	Есть подозрение, что можно читать блоками скажем по 4k. Всё равно системный кэш будет поднимать с диска такими (или аналогичными в соответствии с настройками оси и железа) блоками. Ну и в этом случае ищется либо начало искомого текста либо конец строки (если нашлось начало текста - ищем после него конец строки, при необходимости подгружая следующий блок, потом проверяем что нашли искомое, нет - перепрыгиваем на длину искомой строки и продолжаем), и вся эта котовасия покуда или не найдётся или файл не кончится. Хотя может там сложнее формат, и так не получится. А посрочно конечно медленно, да и делает RTL то же самое примерно, поднимает с диска в кэш и ищет конец строки, выплёвывает их покуда есть чего, не зная ни о формате, ни о том, насколько можно упростить проверку, чего нашли. В любом случае чиать весь гиговый файл враз конечно неправильно.

(0010761) vdemidov (manager) 02-03-2013 09:31	>В любом случае чиать весь гиговый файл враз конечно неправильно. Как и мапить его целиком в адресное пространство. Нужно сделать нормальное чтение, например с буферизацией при помощи MapViewOfFile по кускам.

(0010762) zed (manager) 02-03-2013 10:37 edited on: 02-03-2013 10:49	Мне почему-то казалось, что винда должна была сама мапить файл по-странично (теми же кусками по 4k), с периодическим сбрасыванием ненужных страниц. Но почему-то всё не так (: Похоже, что периодический вызов VirtualUnlock мог бы решить проблему: http://stackoverflow.com/questions/1880714/createfilemapping-mapviewoffile-how-to-avoid-holding-up-the-system-memory/1882478

(0010764) vasketsov (manager) 02-03-2013 11:04	Не понимаю как VirtualUnlock может помочь в этом, это вообще "из другой оперы". Когда мапится файл, создаётся объект типа "секция" (ZwCreateSection+ZwMapViewOfSection), до Mm от него как до Луны в известной позе. >с периодическим сбрасыванием ненужных страниц А откуда известно, что страницы больше не нужны? зы. Я б ограничился обычным файловым чтением в статический буфер, файл открывается для последовательного чтения, буфер дописывается в string, и далее поиск, ещё поиск, ещё поиск, не нашли - ещё читаем буферок, и т.п... зачем тут файл-то маппить в память?

(0010765) zed (manager) 02-03-2013 11:10	>А откуда известно, что страницы больше не нужны? Никто в них в данный момент времени не пишет/не читает = не нужны. >зачем тут файл-то маппить в память? Предполагалось, что не будет жрать память и не нужно с буферками напрягаться.

(0010767) vasketsov (manager) 02-03-2013 11:22	>Никто в них в данный момент времени не пишет/не читает Ну они если и упадут, то только в своп (секция-то не меняется, и размер её не меняется, и атрибуты страниц тоже, так что вытеснены они могут быть на общих основаниях). Вот и осталось понять зачем это, тем более что всё равно это не панацея и не избавляет от возни с буферами. >и не нужно с буферками напрягаться А всё равно нужно будет напрягаться. Доступ-то последовательный. Соответственно если граница буфера попадает посередине искомого слова - "напряжение" и возникает, чтение следующего, стыковка, поиск и т.п. К сожалению я не знаю простой нормальный системный способ открыть файл для последовательного доступа на чтение и тянуть его построчно, ограничив размер "окошка" и не долбясь с буферами, даже на Native NT API.

Users who viewed this issue
User List	Anonymous (2747x)
Total Views	2747
Last View	21-11-2024 09:29

Issue History
Date Modified	Username	Field	Change
27-02-2013 13:13	Garl	New Issue
27-02-2013 13:13	Garl	File Added: SASPlanet.Debug.elf
27-02-2013 13:14	Garl	Tag Attached: поиск
27-02-2013 13:49	vdemidov	Note Added: 0010653
27-02-2013 13:57	zed	Note Added: 0010654
27-02-2013 14:00	Garl	Note Added: 0010655
27-02-2013 14:09	zed	Note Added: 0010656
27-02-2013 14:12	Garl	Note Added: 0010657
27-02-2013 14:15	zed	File Added: u_MappedFile.pas
27-02-2013 14:22	zed	Note Added: 0010658
27-02-2013 14:22	zed	Note Edited: 0010658	View Revisions
28-02-2013 04:45	Garl	Assigned To	=> Garl
28-02-2013 04:45	Garl	Status	new => resolved
28-02-2013 04:45	Garl	Resolution	open => fixed
28-02-2013 04:45	Garl	Fixed in Version	=> 131111
28-02-2013 04:45	Garl	Target Version	=> 131111
02-03-2013 08:33	vdemidov	Status	resolved => confirmed
02-03-2013 08:33	vdemidov	Resolution	fixed => reopened
02-03-2013 08:33	vdemidov	Fixed in Version	131111 =>
02-03-2013 09:16	vasketsov	Note Added: 0010760
02-03-2013 09:17	vasketsov	Note Edited: 0010760	View Revisions
02-03-2013 09:31	vdemidov	Note Added: 0010761
02-03-2013 10:37	zed	Note Added: 0010762
02-03-2013 10:49	zed	Note Edited: 0010762	View Revisions
02-03-2013 11:04	vasketsov	Note Added: 0010764
02-03-2013 11:10	zed	Note Added: 0010765
02-03-2013 11:22	vasketsov	Note Added: 0010767
06-03-2013 06:20	vdemidov	Status	confirmed => resolved
06-03-2013 06:20	vdemidov	Fixed in Version	=> 131111
06-03-2013 06:20	vdemidov	Resolution	reopened => fixed
06-03-2013 06:20	vdemidov	Assigned To	Garl => zed
02-07-2013 06:53	vdemidov	Product Version	131111 => .Nightly

Relationships

SASGIS