关于内存映射文件技术处理大文件的读写

Windows对文件的读写提供了很丰富的操作手段，如:
1. FILE *fp, fstearm...; (C/C++)
2. CFile, CStdioFile...; (MFC)
3. CreateFile, ReadFile...;(API)
...

在处理一般的文件(文本/非文本),这些足够了。然而在处理比较大的文件如
几十M, 几百M, 甚至上G的文件, 这时再用一般手段处理，系统就显的力不从心了

要把文件读出，再写进，耗费的是CPU利用率与内存以及IO的频繁操作。这显然是
令用户难以忍受的。

为了解决这个吃内存，占CPU，以及IO瓶颈，windows核心编程提供了内存映射文件技术(Maping File)。

至于Maping File是什么原理，我不多说了，网上转载资源一箩筐，我只想从应用层来考虑，怎样用这个技术，实现日常项目中的应用。
举例来说:
可能项目中，会经常用到一些大量的常量，而这些大量常量用宏来替代写再源文件中
显然不可取，一般是写在文件中，给常量一些编号，通过编号来索引

一般文件比较小时候，常用做法也是先预读到内存中，毕竟从内存中读比从文件中读要快(IO操作的瓶颈)
比较好的做法，读到STL MAP 中去:
例如一个索引文件:
SEU07201213=汪洋中的一片叶子
JIANGSHENG=蒋晟
SEU07201214=CSDN
............
打开文件，解析=号，在解析方面有CString操作,strtok,strstr, boost 正则表达式匹配等等，但我比较喜欢
sscanf(szIndex, "%[^=]=%[^=]", sName, sValue);
sscanf(szIndex, "%[^=]=%s", sName, sValue);
fscanf(stream, "%[^=]=%[^=]", sName, sValue);
之类,
然后再定义一个map:
map<string, string> m_Map;
m_Map[sName] = sValue;

但是文件比较大的时候，笔者做过测试，用上面方法处理一个15M, 25万行的文本文件，占用内存非常
的高，达70多M,处理的速度也非常的慢，这还不包括回写到文件
这时，Maping File就派上用场了，这里处理大文件就抛弃了map的应用(因为容器占用很多内存)
而是直接利用字符指针来操作，不用其他封装，不多说了，请看示例:

#pragmawarning(disable:4786)
#include<windows.h>
#include<stdio.h>
#include<iostream>
#include<string>

usingnamespacestd;

stringGetValue(constTCHAR*,constTCHAR*);//根据name得value
voidmain(intargc,char*argv[])
{
//创建文件对象(C:est.tsr)
HANDLEhFile=CreateFile("C: est.tsr",GENERIC_READ|GENERIC_WRITE,
0,NULL,OPEN_EXISTING,FILE_ATTRIBUTE_NORMAL,NULL);
if(hFile==INVALID_HANDLE_VALUE)
...{
printf("创建文件对象失败,错误代码:%d",GetLastError());
return;
}
//创建文件映射对象
HANDLEhFileMap=CreateFileMapping(hFile,NULL,PAGE_READWRITE,0,0,NULL);
if(hFileMap==NULL)
...{
printf("创建文件映射对象失败,错误代码:%d",GetLastError());
return;
}
//得到系统分配粒度
SYSTEM_INFOSysInfo;
GetSystemInfo(&SysInfo);
DWORDdwGran=SysInfo.dwAllocationGranularity;
//得到文件尺寸
DWORDdwFileSizeHigh;
__int64qwFileSize=GetFileSize(hFile,&dwFileSizeHigh);
qwFileSize|=(((__int64)dwFileSizeHigh)<<32);
//关闭文件对象
CloseHandle(hFile);
//偏移地址
__int64qwFileOffset=0;
//块大小
DWORDdwBlockBytes=1000*dwGran;
if(qwFileSize<1000*dwGran)
dwBlockBytes=(DWORD)qwFileSize;
if(qwFileOffset>=0)
...{
//映射视图
TCHAR*lpbMapAddress=(TCHAR*)MapViewOfFile(hFileMap,FILE_MAP_ALL_ACCESS,
0,0,
dwBlockBytes);
if(lpbMapAddress==NULL)
...{
printf("映射文件映射失败,错误代码:%d",GetLastError());
return;
}


//-----------------------访问数据开始-------------------------
cout<<GetValue(lpbMapAddress,"SEU07201213")<<endl;
getchar();
//-----------------------访问数据结束-------------------------

//撤销文件映像
UnmapViewOfFile(lpbMapAddress);
}
//关闭文件映射对象句柄
CloseHandle(hFileMap);
}
stringGetValue(constTCHAR*lpbMapAddress,constTCHAR*sName)
{
stringsValue;//存放=后面的value值
TCHAR*p1=NULL,*p2=NULL;//字符指针
if((p1=strstr(lpbMapAddress,sName))!=NULL)//查找sName出现位置
{
if(p2=strstr(p1," "))*p2='

以上实现了根据索引name匹配value的简单过程，经测试，同样25W行文件，匹配耗费1秒不到，且
不占本进程内存。
以上修改lpbMapAddress任意处值，也不需要重新回写到文件，真正是大大提高了文件读与写的效率

该文章转载自网络大本营：http://www.pushad.com/Info/13520.Html

相关：另一篇利用C#实现 http://www.libing.net.cn/read.php/1252.htm