寻道时间与顺序读取

Question

假设在硬盘上我有一些非常大的字符序列数据文件：

ABRDZ....

我的问题如下，如果头部位于文件的开头，并且我需要每 1000 个位置间隔 5 个字符，最好是做一个 Seek（因为我知道在哪里看）或者干脆有一个大缓冲区，只按顺序读取，然后在内存中执行工作。

我天真地回答说，读取“A”然后寻求读取“V”比 >> 读取所有文件直到位置 200（“V”的位置）要快。好的，这只是一个例子，因为最小的 I/O 是 512 字节。

编辑：我之前的自我天真回答在以下情况下得到了部分证明：给定一个 100Gb 的文件，我需要第一个和最后一个字符；在这里，我显然会寻求....对吗？

也许在搜索“多长时间”与要检索多少数据之间进行权衡？

有人可以向我解释一下吗？

Answer 1

[更新] 通常，从您的原始数字中，每 1000 个中有 5 个（假设 5 个字节是 1000 的一部分，因此使您的步数为 1000），如果您的步数小于块大小的 2 倍，那么我的原始答案是很好的解释。一旦超过 HD 块大小的 2 倍，它确实会变得更加棘手，因为那时，您很容易浪费读取时间，而您可以通过寻找过去未使用的（或就此而言不必要的）来加速) 高清块。

[原创] 嗯，这是一个非常有趣的问题，我相信这是一个同样有趣的答案（也有些复杂）。我认为这实际上归结为其他几个问题，例如您在驱动器（或您的软件将在其上运行的驱动器）上实现的块大小有多大。如果您的块大小为 4KB，那么您的硬盘驱动器一次将为您获得的（真实）最小值是 4096 字节。在您的情况下，如果您确实每 1000 个字符需要 5 个字符，那么如果您使用所有磁盘 IO 执行此操作，那么您实际上将重新读取相同的块 4 次，并在其间进行 3 次查找（真的没有效率）。

我个人认为，您可以（如果您想提高驱动效率）在您的代码中，尝试了解您正在使用的驱动器的块大小是多少，然后使用该大小数字来了解多少字节您应该将其带入 RAM 的时间。这样一来，您就不必拥有巨大的 RAM 缓冲区，但同时也不必真正进行 SEEK，也不会浪费（或执行）任何额外的读取。

这是最有效的吗？ 我不认为它是最有效的，但它可能足以满足您需要的性能，谁知道呢。我确实认为，即使读取头在您想要的位置，如果您在每个块读取的中间执行算法工作，而不是一次读取整个文件，您将浪费时间等待驱动盘片的下一次旋转。然而，如果您要一次读取所有文件，则驱动器应该能够一次对文件的所有部分执行顺序读取。再次不是那么简单，就像您的文件确实超过 1 个块一样，在旋转驱动器上，如果您的驱动器没有进行碎片整理，您可能会受到影响，因为它可能必须执行随机搜索才能到达下一个块。

对不起，对于冗长的答案，但通常情况下，您的情况没有简单的答案。

我确实认为，如果您一次读取整个文件，整体性能可能会更好。无法确保这一点，因为每个系统的驱动器设置等参数都不同...