前言
golang读取文件的方式主要有4种：
- 使用File自带的Read方法
- 使用bufio库的Read方法
- 使用io/ioutil库的ReadAll()
- 使用io/ioutil库的ReadFile()
关于前3种方式的速度比较，我最早是在 GoLang几种读文件方式的比较 看过，但在该blog的评论区有人（study_c）提出了质疑，并提供了测试代码。根据该代码的测试，结果应该是
bufio > ioutil.ReadAll > File自带Read
在我反复跑study_c测试代码过程中发现几个问题或者说是影响因素：
- Read()每次读取的块的大小对结果也是有影响的
- 连续测试同一个文件，会从系统缓存或是SSD缓存加载文件，后面的测试结果会被加速
所以本文的性能测试就是基于study_c的代码的基础上做了修改，尝试测试不同块大小对结果的影响，并增加对ioutil.ReadFile()的测试，还有随机生成文件以应对缓存影响公平性。
性能测试
测试环境
CPU: i5-6300HQ
MEM: 12GB
DSK: SANDISK Extreme PRO SSD 480GB
OS : WIN 10 64bit
测试代码1【randfiles.go】，生成1-500MB包含随机字符串的文件
package main
import (
"math/rand"
"fmt"
"flag"
"strconv"
"io/ioutil"
)
const letterBytes = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ"
// https://*.com/questions/22892120/how-to-generate-a-random-string-of-a-fixed-length-in-golang
func RandStringBytes(n int) []byte {
b := make([]byte, n)
for i := range b {
b[i] = letterBytes[rand.Intn(len(letterBytes))]
}
return b
}
func RandFile(path string,filesizeMB int) {
b:=RandStringBytes(filesizeMB * 1024) //生成1-500KB大小的随机字符串
bb := make([]byte, filesizeMB * 1024 * 1024)
for i:=0;i<1024;i++ { //复制1024遍
copy(bb[len(b)*i:len(b)*(i+1)],b)
}
//fmt.Printf("%s",b)
ioutil.WriteFile(path,bb,0666)
}
func main() {
flag.Parse()
filesizeMB,err :=strconv.Atoi(flag.Arg(0)) //1-500MB大小的文件
if err != nil{panic(err)}
if filesizeMB > 500 {panic("too large file,>500MB")}
RandFile("./random1.txt",filesizeMB)
RandFile("./random2.txt",filesizeMB)
RandFile("./random3.txt",filesizeMB)
RandFile("./random4.txt",filesizeMB)
fmt.Printf("Created 4 files, each file size is %d MB.",filesizeMB)
}测试代码2【speed.go】，性能测试
package main
import(
"fmt"
"os"
"flag"
"io"
"io/ioutil"
"bufio"
"time"
"strconv"
)
func read1(path string,blocksize int){
fi,err := os.Open(path)
if err != nil{
panic(err)
}
defer fi.Close()
block := make([]byte,blocksize)
for{
n,err := fi.Read(block)
if err != nil && err != io.EOF{panic(err)}
if 0 ==n {break}
}
}
func read2(path string,blocksize int){
fi,err := os.Open(path)
if err != nil{panic(err)}
defer fi.Close()
r := bufio.NewReader(fi)
block := make([]byte,blocksize)
for{
n,err := r.Read(block)
if err != nil && err != io.EOF{panic(err)}
if 0 ==n {break}
}
}
func read3(path string){
fi,err := os.Open(path)
if err != nil{panic(err)}
defer fi.Close()
_,err = ioutil.ReadAll(fi)
}
func read4(path string){
_,err := ioutil.ReadFile(path)
if err != nil{panic(err)}
}
func main(){
flag.Parse()
file1 := "./random1.txt"
file2 := "./random2.txt"
file3 := "./random3.txt"
file4 := "./random4.txt"
blocksize,_ :=strconv.Atoi(flag.Arg(0))
var start,end time.Time
start = time.Now()
read1(file1,blocksize)
end = time.Now()
fmt.Printf("file/Read() cost time %v\n",end.Sub(start))
start = time.Now()
read2(file2,blocksize)
end = time.Now()
fmt.Printf("bufio/Read() cost time %v\n",end.Sub(start))
start = time.Now()
read3(file3)
end = time.Now()
fmt.Printf("ioutil.ReadAll() cost time %v\n",end.Sub(start))
start = time.Now()
read4(file4)
end = time.Now()
fmt.Printf("ioutil.ReadFile() cost time %v\n",end.Sub(start))
}测试结果：
测试1:块大小为4KB，这是个常见的大小，出人意料ioutil.ReadAll()最慢
测试2:块大小为1KB，这是前言提到的测试结果所用的块大小，与其测试结果一致
测试3:块大小为32KB，在大块的情况下，调用Read()次数更少，bufio已经没有优势，但前两者却远快于ioutil包的两个函数
测试4:块大小为16字节，在小块的情况下，没有缓存的文件普通Read成绩惨不忍睹
影响因素
在查阅golang标准库的源代码后，之所以有不同的结果是与每个方法的实现相关的，最大的因素就是内部buffer的大小，这个直接决定了读取的快慢：
- f.Read()底层实现是系统调用syscall.Read()，没有深究
- bufio.NewReader(f)实际调用NewReaderSize(f, defaultBufSize)，而defaultBufSize=4096，可以直接用bufio.NewReaderSize(f,32768)来预分配更大的缓存，缓存的实质是make([]byte, size)
- ioutil.ReadAll(f)实际调用readAll(r, bytes.MinRead)，而bytes.MinRead=512，缓存的实质是bytes.NewBuffer(make([]byte, 0, 512)，虽然bytes.Buffer会根据情况自动增大，但每次重新分配都会影响性能
- ioutil.ReadFile(path)是调用readAll(f, n+bytes.MinRead)，这个n取决于文件大小，文件小于10^9字节（0.93GB），n=文件大小，就是NewBuffer一个略大于文件大小的缓存，非常慷慨；大于则n=0，好惨，也就是说大于1G的文件就跟ioutil.ReadAll(f)一个样子了。
- 但全量缓存的ReadFile为什么不如大块读取的前两者呢？我猜测是NewBuffer包装的字节数组性能当然不如裸奔的字符数组。。
结论
- 当每次读取块的大小小于4KB，建议使用bufio.NewReader(f), 大于4KB用bufio.NewReaderSize(f,缓存大小)
- 要读Reader, 图方便用ioutil.ReadAll()
- 一次性读取文件，使用ioutil.ReadFile()
- 不同业务场景，选用不同的读取方式