用Perl解析大型文本文件

我有大约30GB的基因组文件，类似于下面的

>2RHet assembled 2006-03-27 md5sum:88c0ac39ebe4d9ef5a8f58cd746c9810
GAGAGGTGTGGAGAGGAGAGGAGAGGAGTGGTGAGGAGAGGAGAGGTGAG
GAGAGGAGAGGAGAGGAGAGGAATGGAGAGGAGAGGAGTCGAGAGGAGAG
GAGAGGAGTGGTGAGGAGAGGAGAGGAGTGGAGAGGAGACGTGAGGAGTG
GAGAGGAGAGTAGTGGAGAGGAGTGGAGAGGAGAGGAGAGGAGAGGACGG
ATTGTGTTGAGGACGGATTGTGTTACACTGATCGATGGCCGAGAACGAAC

我正在尝试解析文件并快速完成任务， 逐个字符使用下面的代码 但是这个角色没有被打印出来

open (FH,"<:raw",'genome.txt') or die "cant open the file $!\n";

until ( eof(FH) ) {

$ch = getc(FH);
print "$ch\n";# not printing ch

}
close FH;

---

open（FH），您的错误是忘记了一个
eof
：

until (eof FH) { ... }

但这不太可能是最有效的解决方案：Perl比，比如说…C慢，所以我们希望尽可能少的循环迭代，尽可能多地在Perl内部完成工作。这意味着逐字符读取文件的速度很慢

另外，使用词法变量（用
my
声明）而不是全局变量；这可能会提高性能

选择一个自然记录分隔符（如
\n
），或读取一定数量的字节：

local $/ = \256; # read 256 bytes at a time.
while (<FH>) {
  # do something with the bytes
}

如果我们走得那么远，使用只是一小步，可能更可取。
您的错误是忘记了一个
eof
：

until (eof FH) { ... }

但这不太可能是最有效的解决方案：Perl比，比如说…C慢，所以我们希望尽可能少的循环迭代，尽可能多地在Perl内部完成工作。这意味着逐字符读取文件的速度很慢

另外，使用词法变量（用
my
声明）而不是全局变量；这可能会提高性能

选择一个自然记录分隔符（如
\n
），或读取一定数量的字节：

local $/ = \256; # read 256 bytes at a time.
while (<FH>) {
  # do something with the bytes
}

如果我们已经走了那么远，那么使用只是一小步，可能更可取。
你的问题对我来说毫无意义。这取决于你想对数据做什么。
until（）
非常不寻常。添加了不正确的代码。刚才更正了代码。您确实不清楚要完成什么。您没有说您想对数据做什么，但逐字读取数据确实会非常慢，几乎可以肯定是错误的方式。您的问题对我来说毫无意义。这取决于您想对数据执行什么操作。
until（）
非常不寻常。添加了不正确的代码。刚刚更正了代码。您确实不清楚要完成什么。您没有说明要对数据执行什么操作，但逐字读取数据确实会非常慢，几乎可以肯定这是错误的方式。如果需要，每次读取1024或4096字节ssary。每次1mb，Perl可以处理。Google在旧的GFS中使用64mb块。我对每个进程进行基准测试，以读取3.2MB文件，滑动窗口为200#1.FH，”@在印度制造，您应该会看到通过
sysread FH，$ch，1024
，或者读取多个字符，性能会进一步提高。您的测量速度似乎非常慢，这表明我们无法访问某个问题。请查看您问题下的Borodins注释，并说明您真正的问题。如果需要，请一次读取1024或4096字节。Mak每次读取1mb，Perl可以处理。Google在旧的GFS中使用64mb块。我对每个进程进行基准测试，以读取3.2MB文件，滑动窗口为200#1.FH，“@made_in_india您应该会看到通过
sysread FH，$ch，1024
，或读取多个字符，性能会进一步提高。您的测量速度似乎非常慢，这表明我们无法访问一个问题。请查看您问题下的Borodins评论，并说明您真正的问题。