使用 bufio.NewScanner 逐行读取文件时出现性能问题
本篇文章向大家介绍《使用 bufio.NewScanner 逐行读取文件时出现性能问题》,主要包括,具有一定的参考价值,需要的朋友可以参考一下。
我正在学习如何在 go 中有效地读取非常大的文件。我尝试过 bufio.newscanner
和 bufio.newreader
与 readstring('\n')
。在这两个选项中,newscanner
似乎始终更快 (2:1)。
对于 newscanner
,我发现逐行读取文件比运行 unix cat 命令读取文件花费更多时间。
我测量了运行此代码需要多长时间:
package main import ( "bufio" "fmt" "os" ) func main() { file, _ := os.open("test") scanner := bufio.newscanner(file) for scanner.scan() { fmt.println(scanner.text()) } }
当您与常规 unix cat
输出进行比较时,我得到以下结果:
$ time ./parser3 > /dev/null 19.13 real 13.81 user 5.94 sys $ time cat test > /dev/null 0.83 real 0.08 user 0.74 sys
多次执行的时间差是一致的。
我知道扫描 '\n'
会增加开销,而不是像 cat 那样只是将数据从输入复制到输出。
但是看到 cat
和此代码片段之间的区别,我问自己这是否是在 go 中逐行读取文件的最有效方法。
解决方案
根据 muffintop 的评论,这是提高速度的代码片段。性能损失与 scanner 的使用无关,而是与以下事实有关:
- 在输出中不使用缓冲
- 使用
scanner.text()
(分配字符串)而不是scanner.bytes()
添加输出缓冲的性能:
package main import ( "bufio" "fmt" "os" ) func main() { file, _ := os.open("test") w := bufio.newwriter(os.stdout) scanner := bufio.newscanner(file) for scanner.scan() { fmt.fprintln(w, scanner.text()) } }
上述解决方案使用输出缓冲,需要 6.6 秒,而原来需要 19.1 秒
添加输出缓冲并使用 .bytes()
而不是 .text()
输出的性能:
package main import ( "bufio" "fmt" "os" ) func main() { file, _ := os.open("test") w := bufio.newwriter(os.stdout) scanner := bufio.newscanner(file) for scanner.scan() { w.write(scanner.bytes()); w.writebyte('\n') } }
上述解决方案使用输出缓冲并从扫描仪输出字节,需要 2.2 秒,而原来需要 19.1 秒。
首先考虑您将读取 csv、json 的数据类型,以及读取的系统将会阅读它,为什么?必须考虑所有这些细节。没有一种方法适合所有情况,最好的开发人员知道如何使用 right 工具
来完成 job
。如果不知道内存限制、数据等,就不清楚。我们会从服务器读取大量 json 吗?或者我们会解析一个小文本文件,通常每个函数都有一个目的。不要养成认为一种方法比另一种方法更好或更差的习惯,从而限制你的学习和技能。
读取文件的方法。
- 文档解析
- 从文件中读取所有数据并将其转换为对象。
- 流解析
- 一次读取一个元素,然后转到下一个元素。
某些方法可能会更快,但它将整个文件读取到内存中,如果您的文件太大怎么办?
或者如果您的文件不是那么大,要查找重复的名称怎么办?如果您逐行扫描文件, 也许如果您正在搜索多个项目,逐行阅读是最好的方法吗?
你应该看看这篇文章。特别感谢@schwern,他已经在这里回答了您的问题。使用字节和扫描仪稍微快一些。请参阅:Link
I found that using scanner.Bytes() instead of scanner.Text() improves speed slightly on my machine. bufio's scanner.Bytes() method doesn't allocate any additional memory, whereas Text() creates a string from its buffer.
到这里,我们也就讲完了《使用 bufio.NewScanner 逐行读取文件时出现性能问题》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!

- 上一篇
- 字节跳动回应暴雪前 CEO 科蒂克洽购 TikTok:信息不实

- 下一篇
- 使用 go mod download 生成的 go.sum 获取自动补全
-
- Golang · Go问答 | 1年前 |
- 在读取缓冲通道中的内容之前退出
- 139浏览 收藏
-
- Golang · Go问答 | 1年前 |
- 戈兰岛的全球 GOPRIVATE 设置
- 204浏览 收藏
-
- Golang · Go问答 | 1年前 |
- 如何将结构作为参数传递给 xml-rpc
- 325浏览 收藏
-
- Golang · Go问答 | 1年前 |
- 如何用golang获得小数点以下两位长度?
- 478浏览 收藏
-
- Golang · Go问答 | 1年前 |
- 如何通过 client-go 和 golang 检索 Kubernetes 指标
- 486浏览 收藏
-
- Golang · Go问答 | 1年前 |
- 将多个“参数”映射到单个可变参数的习惯用法
- 439浏览 收藏
-
- Golang · Go问答 | 1年前 |
- 将 HTTP 响应正文写入文件后出现 EOF 错误
- 357浏览 收藏
-
- Golang · Go问答 | 1年前 |
- 结构中映射的匿名列表的“复合文字中缺少类型”
- 352浏览 收藏
-
- Golang · Go问答 | 1年前 |
- NATS Jetstream 的性能
- 101浏览 收藏
-
- Golang · Go问答 | 1年前 |
- 如何将复杂的字符串输入转换为mapstring?
- 440浏览 收藏
-
- Golang · Go问答 | 1年前 |
- 相当于GoLang中Java将Object作为方法参数传递
- 212浏览 收藏
-
- Golang · Go问答 | 1年前 |
- 如何确保所有 goroutine 在没有 time.Sleep 的情况下终止?
- 143浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 511次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 498次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 484次学习
-
- 千音漫语
- 千音漫语,北京熠声科技倾力打造的智能声音创作助手,提供AI配音、音视频翻译、语音识别、声音克隆等强大功能,助力有声书制作、视频创作、教育培训等领域,官网:https://qianyin123.com
- 113次使用
-
- MiniWork
- MiniWork是一款智能高效的AI工具平台,专为提升工作与学习效率而设计。整合文本处理、图像生成、营销策划及运营管理等多元AI工具,提供精准智能解决方案,让复杂工作简单高效。
- 109次使用
-
- NoCode
- NoCode (nocode.cn)是领先的无代码开发平台,通过拖放、AI对话等简单操作,助您快速创建各类应用、网站与管理系统。无需编程知识,轻松实现个人生活、商业经营、企业管理多场景需求,大幅降低开发门槛,高效低成本。
- 126次使用
-
- 达医智影
- 达医智影,阿里巴巴达摩院医疗AI创新力作。全球率先利用平扫CT实现“一扫多筛”,仅一次CT扫描即可高效识别多种癌症、急症及慢病,为疾病早期发现提供智能、精准的AI影像早筛解决方案。
- 118次使用
-
- 智慧芽Eureka
- 智慧芽Eureka,专为技术创新打造的AI Agent平台。深度理解专利、研发、生物医药、材料、科创等复杂场景,通过专家级AI Agent精准执行任务,智能化工作流解放70%生产力,让您专注核心创新。
- 122次使用
-
- GoLand调式动态执行代码
- 2023-01-13 502浏览
-
- 用Nginx反向代理部署go写的网站。
- 2023-01-17 502浏览
-
- Golang取得代码运行时间的问题
- 2023-02-24 501浏览
-
- 请问 go 代码如何实现在代码改动后不需要Ctrl+c,然后重新 go run *.go 文件?
- 2023-01-08 501浏览
-
- 如何从同一个 io.Reader 读取多次
- 2023-04-11 501浏览