当我调用 fseek() 时，在低级别会发生啥？

Posted 2023-03-17

【中文标题】当我调用 fseek() 时，在低级别会发生啥？

【英文标题】：What happens at a low level when I call fseek()?当我调用 fseek() 时，在低级别会发生什么？

【发布时间】：2015-08-31 13:50:54

【问题描述】：

当在 C 中调用 fseek() 或在任何现代语言（如 Python 或 Go）中对文件对象调用 seek() 时，在非常低的级别会发生什么？

操作系统或硬盘实际上是做什么的？ 读什么？ 会产生什么开销？ 块大小如何影响这种开销？

编辑添加：

给定块大小为 4KB 的 NTFS，寻找 4096 字节会比读取 4096 字节产生更少的 IO 开销吗？

第二次编辑：

如有疑问，请根据经验进行。

在 1.5GB 文件中使用一些简单的 Python 代码：

按顺序读取 4096：21.2 寻求 4096（相对）：1.35 求 4096（绝对）：0.75（有趣） 每隔 4096（相对）搜索和阅读一次：21.3 搜索并阅读每三分之一 4096（绝对）：21.5

平均时间以秒为单位。硬件是一台不起眼的 PC，带有运行 Windows XP 的 SATA 驱动器。

这非常令人失望。我有几 GB 的文件，我必须几乎不间断地阅读这些文件。文件中大约 66% 的 4KB 块是无趣的，我提前知道它们的偏移量。

最初，我认为重写所涉及的遗留代码可能是一个大胜利，因为它现在一次通过文件顺序读取 4096 个字节。假设 Win32 Python 没有在某些基本方面被破坏，合并搜索对于非随机读取没有任何优势。

【问题讨论】：

回答您的问题有点困难，因为“处于非常低的级别”实际上可能意味着很多事情......从硬盘驱动器可能必须进行的读取磁头移动到量子机械、磁盘控制器逻辑、文件系统簿记逻辑等。所有这些可能又取决于进一步的因素：你有硬盘驱动器（移动部件）还是 SSD（没有移动部件）？您使用的是什么文件系统？什么操作系统？

只是为了寻找，可能什么都没有。内核很可能缓存了文件的大小，并且可以在不执行任何 I/O 的情况下成功或失败查找。

我实际上几乎包括在我最初的问题中，我对物理头部运动不感兴趣。但是，我不想排除任何影响性能的事情。电子和磁通量水平？不。头部运动来阅读？是的。

【参考方案1】：

这在很大程度上取决于当前条件。通常， fseek() 仅更改流的状态（设置当前位置，或者如果参数错误则返回错误）。但是 - fseek() 刷新缓冲区，这可能会导致挂起的写操作。如果文件是 UTF8 文件并且启用了翻译，则从 fseek() 调用的 ftell() 需要读取文件的该部分以正确计算偏移量。如果启用 CRLF 转换，它也会引发读取操作。但是在纯二进制文件且没有挂起的写操作的情况下， fseek() 只是在流中设置位置，不需要转到较低级别。更多详情请参见CRT源代码。