Performance fseek（）是如何在文件系统中实现的？

这不是一个纯粹的编程问题，但是它会影响使用fseek（）的程序的性能，因此了解它是如何工作的很重要。一点免责声明，这样它就不会被关闭

我想知道在文件中间插入数据是多么有效。假设我有一个1MB数据的文件，然后我在512KB的偏移量插入了一些东西。与将我的数据追加到文件末尾相比，效率有多高？为了使示例完整，假设我要插入16KB的数据

---

我知道答案因文件系统而异，然而，我假设常见文件系统中使用的技术非常相似，我只是想了解它的正确概念。

只有当数据大小是FS扇区的倍数时，才能有效地将数据插入文件中间，但操作系统不提供此类功能，因此您必须使用FS驱动程序的低级接口。

让我们来看看以ext2fs和Linux操作系统为例。我认为insert和append之间不会有显著的性能差异。在这两种情况下，必须读取文件节点和偏移量表，将相关磁盘扇区映射到内存中，更新数据，并在稍后将数据写回磁盘。在本例中，当访问文件的某些部分时，会有很大的性能差异的是良好的时间和空间位置，因为这将减少加载/存储组合的数量

正如前面的回答所说，如果处理的数据写入是FS块大小的精确倍数，则可以加快这两个操作的速度，在这种情况下，您可以跳过加载阶段，只需将新块插入到文件inode datastructure中。这是不实际的，因为您需要对FS驱动程序进行低级别访问，并且使用它会受到很大的限制，而且不可移植。

（免责声明：我只想为这个有趣的讨论添加一些提示） 我认为有一些事情需要考虑：

1） fseek不是一个主要的系统服务，而是一个库函数。为了评估它的性能，我们必须考虑如何实现文件流库。通常，文件I/O库在用户空间中添加了一层缓冲，因此，如果目标位置在当前缓冲区的内部或外部，fseek的性能可能会有很大的不同。此外，I/O库使用的系统服务可能会有很大的不同。如有可能，在某些系统上，库广泛使用文件内存映射

2） 正如您所说，不同的文件系统可能会以非常不同的方式运行。特别是，我希望事务文件系统必须做一些非常聪明和昂贵的事情，以准备在文件中间进行一个中止的写操作的回滚。 3） 现代操作系统有非常积极的缓存算法。缓存中可能已经存在一个“fseeked”文件，因此操作速度会快得多。但是，如果其他进程产生的整个文件系统活动变得重要，它们可能会降低很多

---

任何注释？

< P>在文件中间插入数据比追加到末尾效率低，因为插入时必须在插入点之后移动数据，以便为插入的数据腾出空间。移动这些数据需要从磁盘读取数据，写入要插入的数据，然后在插入数据之后写入旧数据。因此，在插入时，您至少有一个额外的读写操作。

fseek（…）

是库调用，而不是操作系统调用。运行时库负责处理对操作系统进行系统调用所涉及的实际开销，从技术上讲，fseek间接地对系统进行调用，但实际上并非如此（这清楚地区分了库调用和系统调用之间的区别）

fseek（…）

是一个标准的输入输出函数，不管底层系统是什么……然而……这是一个很大的问题

操作系统很可能将文件缓存在其内核内存中，也就是说，直接偏移到磁盘上存储1和0的位置，这是通过操作系统的内核层，很可能是内核中最顶层的一层，该层将有文件组成的快照，也就是说，数据与它所包含的内容无关（只要指向磁盘上LCO偏移量的磁盘结构的“指针”是有效的，这两种方式都无关紧要！）

当出现

fseek（…）

时，会有很多过度，间接地，内核委派了从磁盘读取的任务，这取决于文件的碎片程度，理论上可能是“到处都是”，从用户的角度来看，这可能是一个重大的过度，也就是说，C代码执行一个

fseek（…）

，它可能分散在所有地方，以将数据收集到“一个连续的数据视图”中，然后插入到文件的中间（请记住，在此阶段，内核必须调整数据在实际磁盘盘中的位置/偏移量）将被视为比追加到文件末尾慢

---

原因很简单，内核“知道”上一个偏移量是多少，只需擦除EOF标记并插入更多数据，在幕后，内核必须为磁盘缓冲区分配另一块内存，并将调整后的偏移量分配到磁盘上EOF标记后的位置，数据添加完成后。

我对Solaris上的

fseek

做了一个观察，每次调用它都会重置

文件的读取缓冲区。然后，下一次读取将始终读取完整块（默认情况下为8K）。因此，如果您有大量随机访问和少量读取，最好使用无缓冲（
setvbuf
with
NULL
buffer）甚至使用直接系统