如何改进 Python C Extensions 文件行阅读?
Posted
技术标签:
【中文标题】如何改进 Python C Extensions 文件行阅读?【英文标题】:How to improve Python C Extensions file line reading? 【发布时间】:2019-05-22 15:17:29 【问题描述】:最初是在Are there alternative and portable algorithm implementation for reading lines from a file on Windows (Visual Studio Compiler) and Linux? 上问的,但在国外也被关闭了,然后,我在这里尝试通过更简洁的案例用法来缩小其范围。
我的目标是使用带有行缓存策略的 Python C 扩展实现我自己的 Python 文件读取模块。没有任何行缓存策略的纯 Python 算法实现是这样的:
# This takes 1 second to parse 100MB of log data
with open('myfile', 'r', errors='replace') as myfile:
for line in myfile:
if 'word' in line:
pass
恢复 Python C 扩展实现:(see here the full code with line caching policy)
// other code to open the file on the std::ifstream object and create the iterator
...
static PyObject * PyFastFile_iternext(PyFastFile* self, PyObject* args)
std::string newline;
if( std::getline( self->fileifstream, newline ) )
return PyUnicode_DecodeUTF8( newline.c_str(), newline.size(), "replace" );
PyErr_SetNone( PyExc_StopIteration );
return NULL;
static PyTypeObject PyFastFileType =
PyVarObject_HEAD_INIT( NULL, 0 )
"fastfilepackage.FastFile" /* tp_name */
;
// create the module
PyMODINIT_FUNC PyInit_fastfilepackage(void)
PyFastFileType.tp_iternext = (iternextfunc) PyFastFile_iternext;
Py_INCREF( &PyFastFileType );
PyObject* thismodule;
// other module code creating the iterator and context manager
...
PyModule_AddObject( thismodule, "FastFile", (PyObject *) &PyFastFileType );
return thismodule;
这是使用 Python C 扩展代码打开文件并逐行读取的 Python 代码:
from fastfilepackage import FastFile
# This takes 3 seconds to parse 100MB of log data
iterable = fastfilepackage.FastFile( 'myfile' )
for item in iterable:
if 'word' in iterable():
pass
现在 Python C 扩展代码 fastfilepackage.FastFile
和 C++ 11 std::ifstream
需要 3 秒来解析 100MB 的日志数据,而 Python 实现需要 1 秒。
文件myfile
的内容只是log lines
,每行大约100~300 个字符。这些字符只是 ASCII(模块 % 256),但由于记录器引擎上的错误,它可以放置无效的 ASCII 或 Unicode 字符。因此,这就是我在打开文件时使用errors='replace'
策略的原因。
我只是想知道是否可以替换或改进这个 Python C 扩展实现,减少运行 Python 程序的 3 秒时间。
我用它来做基准测试:
import time
import datetime
import fastfilepackage
# usually a file with 100MB
testfile = './myfile.log'
timenow = time.time()
with open( testfile, 'r', errors='replace' ) as myfile:
for item in myfile:
if None:
var = item
python_time = time.time() - timenow
timedifference = datetime.timedelta( seconds=python_time )
print( 'Python timedifference', timedifference, flush=True )
# prints about 3 seconds
timenow = time.time()
iterable = fastfilepackage.FastFile( testfile )
for item in iterable:
if None:
var = iterable()
fastfile_time = time.time() - timenow
timedifference = datetime.timedelta( seconds=fastfile_time )
print( 'FastFile timedifference', timedifference, flush=True )
# prints about 1 second
print( 'fastfile_time %.2f%%, python_time %.2f%%' % (
fastfile_time/python_time, python_time/fastfile_time ), flush=True )
相关问题:
-
Reading file Line By Line in C
Improving C++'s reading file line by line?
【问题讨论】:
你的测试代码应该是if 'word' in iterable():
,还是像以前一样是if 'word' in item:
?正如所写,if 'word' in iterable():
是荒谬的。
没关系;我检查了你的完整代码,现在它(有点)有意义。但是,以这种方式实现它会降低您的性能;我已经更新了my answer 来解决这个问题。
仅供参考,this is a memory leak waiting to happen。如果next
和call
没有完美配对,那么next
无法decref 它丢弃的行;在它们配对时避免泄漏只是因为call
最终返回了对字符串的拥有引用(这意味着您的缓存现在是借用的引用),因此pop_front
不会泄漏。如果你不止一次调用call
,你会返回同一个指针两次,只有一个拥有引用,这将导致双重释放。
100MB 日志文件 á 每行 100-300 个字符导致大约 500K 行。这意味着大约 500K 次以零结尾的 C 字符串被转换为 Python Unicode 字符串,然后在 Python 中进行处理。如果性能是主要目标,那么在 C 中进行处理并仅将结果传递给 Python,或者完全在 Python 中执行处理可能会更好。假设这两种变体都应该比这种方法更快,调用原生 C 的次数为 500K。
@StephanSchlecht 我刚刚将 std::getline
与 Posix getline
进行了基准测试,std::getline
比 Python 内置 readline 慢 2.5 倍,而 Posix getline
(在 msvc 上不可用)只有 1.5 倍比 Python 内置 getline
慢。在这些结果中,我排除了从 c string
到 Python Unicode 的转换。当启用从 c string
到 Python Unicode 的转换时,它只增加了 0.4 的减速,然后 std::getline
慢了 2.9,而 Posix getline
慢了 1.9。事实上,瓶颈更多的是使用的 getline 实现,而不是 Python 和 C 接口。
【参考方案1】:
逐行阅读将导致不可避免的减速。 Python内置的面向文本的只读文件对象其实是三层:
io.FileIO
- 对文件的原始、无缓冲访问
io.BufferedReader
- 缓冲底层FileIO
io.TextIOWrapper
- 包装 BufferedReader
以实现缓冲解码到 str
虽然iostream
确实执行缓冲,但它只执行io.BufferedReader
的工作,而不是io.TextIOWrapper
。 io.TextIOWrapper
添加了额外的缓冲层,从 BufferedReader
中读取 8 KB chunks 并将它们批量解码为 str
(当块以不完整字符结尾时,它会节省剩余字节添加到下一个块),然后根据请求从解码块中产生单独的行,直到它耗尽(当解码块以部分行结束时,剩余部分被添加到下一个解码块)。
相比之下,您使用std::getline
一次使用一行,然后使用PyUnicode_DecodeUTF8
一次解码一行,然后返回给调用者;当调用者请求下一行时,至少有一些与您的tp_iternext
实现相关的代码已经离开了 CPU 缓存(或者至少,离开了缓存中最快的部分)。将 8 KB 文本解码为 UTF-8 的紧密循环将非常快;反复离开循环并且一次只解码 100-300 个字节会更慢。
解决方案是大致做io.TextIOWrapper
所做的事情:读取块,而不是行,然后批量解码(为下一个块保留不完整的 UTF-8 编码字符),然后搜索换行符以从中提取子字符串解码的缓冲区,直到它耗尽(不要每次都修剪缓冲区,只需跟踪索引)。当解码缓冲区中没有更多完整的行时,修剪您已经产生的内容,然后读取、解码并附加一个新块。
Python's underlying implementation of io.TextIOWrapper.readline
有一些改进的空间(例如,他们每次读取一个块并间接调用时都必须构造一个 Python 级别 int
,因为他们不能保证他们正在包装一个 BufferedReader
),但这是重新实现您自己的方案的坚实基础。
更新:在检查您的完整代码(这与您发布的内容大不相同)时,您遇到了其他问题。您的tp_iternext
只是重复产生None
,要求您调用您的对象来检索字符串。那真不幸。这比每个项目的 Python 解释器开销增加了一倍以上(tp_iternext
调用起来很便宜,非常专业;tp_call
并不是那么便宜,通过复杂的通用代码路径,需要解释器传递一个空的 tuple
您从不使用的 args 等;旁注,PyFastFile_tp_call
应该接受 kwds
的第三个参数,您忽略它,但仍必须接受;转换为 ternaryfunc
正在消除错误,但这会在某些平台上中断)。
最后一点(除了最小的文件之外,与所有文件的性能无关):tp_iternext
的合同不要求您在迭代器耗尽时设置异常,只需您 return NULL;
。您可以删除您对PyErr_SetNone( PyExc_StopIteration );
的电话;只要没有设置其他异常,return NULL;
单独表示迭代结束,所以你可以通过不设置来节省一些工作。
【讨论】:
极小的性能提示:通常,C++ 模板不能专门用于实际函数,只能用于函数原型,这意味着函数最终通过指针调用,这比直接调用。仿函数(和 lambda,它们是仿函数的语法糖)是独特的类型,并且模板完全专门针对它们。将(self->cppobjectpointer)->call( PyUnicode_DecodeUTF8 );
之类的代码更改为(self->cppobjectpointer)->call( [](const char *s, Py_ssize_t sz, const char *e) return PyUnicode_DecodeUTF8(s, sz, e); );
可能会有所收获
tp_call 并不便宜,通过复杂的通用代码路径,我使用call()
,因为它比简单的object.function()
调用更优化。但是现在,我停止从tp_next
返回 None ,实际上我正在返回第一个对象。谢谢!【参考方案2】:
这些结果仅适用于 Linux 或 Cygwin 编译器。如果您使用 Visual Studio Compiler
,std::getline
和 std::ifstream.getline
的结果是 100%
或比 Python 内置的 for line in file
迭代器慢。
您将看到linecache.push_back( emtpycacheobject )
在代码周围使用,因为这样我只对用于读取行的时间进行基准测试,不包括 Python 将输入字符串转换为 Python Unicode 对象所花费的时间。因此,我注释掉了所有调用PyUnicode_DecodeUTF8
的行。
这些是示例中使用的全局定义:
const char* filepath = "./myfile.log";
size_t linecachesize = 131072;
PyObject* emtpycacheobject;
emtpycacheobject = PyUnicode_DecodeUTF8( "", 0, "replace" );
我设法优化了我的 Posix C getline
使用(通过缓存总缓冲区大小而不是总是传递 0),现在 Posix C getline
比 Python 内置 for line in file
优于 5%
。我想如果我删除 Posix C getline
周围的所有 Python 和 C++ 代码,它应该会获得更多性能:
char* readline = (char*) malloc( linecachesize );
FILE* cfilestream = fopen( filepath, "r" );
if( cfilestream == NULL )
std::cerr << "ERROR: Failed to open the file '" << filepath << "'!" << std::endl;
if( readline == NULL )
std::cerr << "ERROR: Failed to alocate internal line buffer!" << std::endl;
bool getline()
ssize_t charsread;
if( ( charsread = getline( &readline, &linecachesize, cfilestream ) ) != -1 )
fileobj.getline( readline, linecachesize );
// PyObject* pythonobject = PyUnicode_DecodeUTF8( readline, charsread, "replace" );
// linecache.push_back( pythonobject );
// return true;
Py_XINCREF( emtpycacheobject );
linecache.push_back( emtpycacheobject );
return true;
return false;
if( readline )
free( readline );
readline = NULL;
if( cfilestream != NULL)
fclose( cfilestream );
cfilestream = NULL;
我还设法通过使用 std::ifstream.getline()
将 C++ 性能提高到仅比内置 Python C for line in file
慢 20%
:
char* readline = (char*) malloc( linecachesize );
std::ifstream fileobj;
fileobj.open( filepath );
if( fileobj.fail() )
std::cerr << "ERROR: Failed to open the file '" << filepath << "'!" << std::endl;
if( readline == NULL )
std::cerr << "ERROR: Failed to alocate internal line buffer!" << std::endl;
bool getline()
if( !fileobj.eof() )
fileobj.getline( readline, linecachesize );
// PyObject* pyobj = PyUnicode_DecodeUTF8( readline, fileobj.gcount(), "replace" );
// linecache.push_back( pyobj );
// return true;
Py_XINCREF( emtpycacheobject );
linecache.push_back( emtpycacheobject );
return true;
return false;
if( readline )
free( readline );
readline = NULL;
if( fileobj.is_open() )
fileobj.close();
最后,通过缓存它用作输入的std::string
,我还设法使10%
的性能比带有std::getline
的内置Python C for line in file
慢:
std::string line;
std::ifstream fileobj;
fileobj.open( filepath );
if( fileobj.fail() )
std::cerr << "ERROR: Failed to open the file '" << filepath << "'!" << std::endl;
try
line.reserve( linecachesize );
catch( std::exception error )
std::cerr << "ERROR: Failed to alocate internal line buffer!" << std::endl;
bool getline()
if( std::getline( fileobj, line ) )
// PyObject* pyobj = PyUnicode_DecodeUTF8( line.c_str(), line.size(), "replace" );
// linecache.push_back( pyobj );
// return true;
Py_XINCREF( emtpycacheobject );
linecache.push_back( emtpycacheobject );
return true;
return false;
if( fileobj.is_open() )
fileobj.close();
从 C++ 中删除所有样板后,Posix C getline
的性能比 Python 内置 for line in file
低 10%:
const char* filepath = "./myfile.log";
size_t linecachesize = 131072;
PyObject* emtpycacheobject = PyUnicode_DecodeUTF8( "", 0, "replace" );
char* readline = (char*) malloc( linecachesize );
FILE* cfilestream = fopen( filepath, "r" );
static PyObject* PyFastFile_tp_call(PyFastFile* self, PyObject* args, PyObject *kwargs)
Py_XINCREF( emtpycacheobject );
return emtpycacheobject;
static PyObject* PyFastFile_iternext(PyFastFile* self, PyObject* args)
ssize_t charsread;
if( ( charsread = getline( &readline, &linecachesize, cfilestream ) ) == -1 )
return NULL;
Py_XINCREF( emtpycacheobject );
return emtpycacheobject;
static PyObject* PyFastFile_getlines(PyFastFile* self, PyObject* args)
Py_XINCREF( emtpycacheobject );
return emtpycacheobject;
static PyObject* PyFastFile_resetlines(PyFastFile* self, PyObject* args)
Py_INCREF( Py_None );
return Py_None;
static PyObject* PyFastFile_close(PyFastFile* self, PyObject* args)
Py_INCREF( Py_None );
return Py_None;
上次测试运行的值,其中 Posix C getline
比 Python 差 10%:
$ /bin/python3.6 fastfileperformance.py fastfile_time 1.15%, python_time 0.87%
Python timedifference 0:00:00.695292
FastFile timedifference 0:00:00.796305
$ /bin/python3.6 fastfileperformance.py fastfile_time 1.13%, python_time 0.88%
Python timedifference 0:00:00.708298
FastFile timedifference 0:00:00.803594
$ /bin/python3.6 fastfileperformance.py fastfile_time 1.14%, python_time 0.88%
Python timedifference 0:00:00.699614
FastFile timedifference 0:00:00.795259
$ /bin/python3.6 fastfileperformance.py fastfile_time 1.15%, python_time 0.87%
Python timedifference 0:00:00.699585
FastFile timedifference 0:00:00.802173
$ /bin/python3.6 fastfileperformance.py fastfile_time 1.15%, python_time 0.87%
Python timedifference 0:00:00.703085
FastFile timedifference 0:00:00.807528
$ /bin/python3.6 fastfileperformance.py fastfile_time 1.17%, python_time 0.85%
Python timedifference 0:00:00.677507
FastFile timedifference 0:00:00.794591
$ /bin/python3.6 fastfileperformance.py fastfile_time 1.20%, python_time 0.83%
Python timedifference 0:00:00.670492
FastFile timedifference 0:00:00.804689
【讨论】:
以上是关于如何改进 Python C Extensions 文件行阅读?的主要内容,如果未能解决你的问题,请参考以下文章
什么是 C++11 扩展 [-Wc++11-extensions]