摘要： 本文給出了一種方便實(shí)用的解決大文件的讀取、存儲等處理的方法，并結(jié)合相關(guān)程序代碼對具體的實(shí)現(xiàn)過程進(jìn)行了介紹。
引言
文件操作是應(yīng)用程序最為基本的功能之一，Win32 API和MFC均提供有支持文件處理的函數(shù)和類，常用的有Win32 API的CreateFile()、WriteFile()、ReadFile()和MFC提供的CFile類等。一般來說，以上這些函數(shù)可以滿足大多數(shù)場合的要求，但是對于某些特殊應(yīng)用領(lǐng)域所需要的動(dòng)輒幾十GB、幾百GB、乃至幾TB的海量存儲，再以通常的文件處理方法進(jìn)行處理顯然是行不通的。目前，對于上述這種大文件的操作一般是以內(nèi)存映射文件的方式來加以處理的，本文下面將針對這種Windows核心編程技術(shù)展開討論。
內(nèi)存映射文件
內(nèi)存映射文件與虛擬內(nèi)存有些類似，通過內(nèi)存映射文件可以保留一個(gè)地址空間的區(qū)域，同時(shí)將物理存儲器提交給此區(qū)域，只是內(nèi)存文件映射的物理存儲器來自一個(gè)已經(jīng)存在于磁盤上的文件，而非系統(tǒng)的頁文件，而且在對該文件進(jìn)行操作之前必須首先對文件進(jìn)行映射，就如同將整個(gè)文件從磁盤加載到內(nèi)存。由此可以看出，使用內(nèi)存映射文件處理存儲于磁盤上的文件時(shí)，將不必再對文件執(zhí)行I/O操作，這意味著在對文件進(jìn)行處理時(shí)將不必再為文件申請并分配緩存，所有的文件緩存操作均由系統(tǒng)直接管理，由于取消了將文件數(shù)據(jù)加載到內(nèi)存、數(shù)據(jù)從內(nèi)存到文件的回寫以及釋放內(nèi)存塊等步驟，使得內(nèi)存映射文件在處理大數(shù)據(jù)量的文件時(shí)能起到相當(dāng)重要的作用。另外，實(shí)際工程中的系統(tǒng)往往需要在多個(gè)進(jìn)程之間共享數(shù)據(jù)，如果數(shù)據(jù)量小，處理方法是靈活多變的，如果共享數(shù)據(jù)容量巨大，那么就需要借助于內(nèi)存映射文件來進(jìn)行。實(shí)際上，內(nèi)存映射文件正是解決本地多個(gè)進(jìn)程間數(shù)據(jù)共享的最有效方法。
內(nèi)存映射文件并不是簡單的文件I/O操作，實(shí)際用到了Windows的核心編程技術(shù)--內(nèi)存管理。所以，如果想對內(nèi)存映射文件有更深刻的認(rèn)識，必須對Windows操作系統(tǒng)的內(nèi)存管理機(jī)制有清楚的認(rèn)識，內(nèi)存管理的相關(guān)知識非常復(fù)雜，超出了本文的討論范疇，在此就不再贅述，感興趣的讀者可以參閱其他相關(guān)書籍。下面給出使用內(nèi)存映射文件的一般方法：
首先要通過CreateFile()函數(shù)來創(chuàng)建或打開一個(gè)文件內(nèi)核對象，這個(gè)對象標(biāo)識了磁盤上將要用作內(nèi)存映射文件的文件。在用CreateFile()將文件映像在物理存儲器的位置通告給操作系統(tǒng)后，只指定了映像文件的路徑，映像的長度還沒有指定。為了指定文件映射對象需要多大的物理存儲空間還需要通過CreateFileMapping()函數(shù)來創(chuàng)建一個(gè)文件映射內(nèi)核對象以告訴系統(tǒng)文件的尺寸以及訪問文件的方式。在創(chuàng)建了文件映射對象后，還必須為文件數(shù)據(jù)保留一個(gè)地址空間區(qū)域，并把文件數(shù)據(jù)作為映射到該區(qū)域的物理存儲器進(jìn)行提交。由MapViewOfFile()函數(shù)負(fù)責(zé)通過系統(tǒng)的管理而將文件映射對象的全部或部分映射到進(jìn)程地址空間。此時(shí)，對內(nèi)存映射文件的使用和處理同通常加載到內(nèi)存中的文件數(shù)據(jù)的處理方式基本一樣，在完成了對內(nèi)存映射文件的使用時(shí)，還要通過一系列的操作完成對其的清除和使用過資源的釋放。這部分相對比較簡單，可以通過UnmapViewOfFile()完成從進(jìn)程的地址空間撤消文件數(shù)據(jù)的映像、通過CloseHandle()關(guān)閉前面創(chuàng)建的文件映射對象和文件對象。
內(nèi)存映射文件相關(guān)函數(shù)
在使用內(nèi)存映射文件時(shí)，所使用的API函數(shù)主要就是前面提到過的那幾個(gè)函數(shù)，下面分別對其進(jìn)行介紹：
| HANDLE CreateFile(LPCTSTR lpFileName, DWORD dwDesiredAccess, DWORD dwShareMode, LPSECURITY_ATTRIBUTES lpSecurityAttributes, DWORD dwCreationDisposition, DWORD dwFlagsAndAttributes, HANDLE hTemplateFile); |
函數(shù)CreateFile()即使是在普通的文件操作時(shí)也經(jīng)常用來創(chuàng)建、打開文件，在處理內(nèi)存映射文件時(shí)，該函數(shù)來創(chuàng)建/打開一個(gè)文件內(nèi)核對象，并將其句柄返回，在調(diào)用該函數(shù)時(shí)需要根據(jù)是否需要數(shù)據(jù)讀寫和文件的共享方式來設(shè)置參數(shù)dwDesiredAccess和dwShareMode，錯(cuò)誤的參數(shù)設(shè)置將會導(dǎo)致相應(yīng)操作時(shí)的失敗。
| HANDLE CreateFileMapping(HANDLE hFile, LPSECURITY_ATTRIBUTES lpFileMappingAttributes, DWORD flProtect, DWORD dwMaximumSizeHigh, DWORD dwMaximumSizeLow, LPCTSTR lpName); |
CreateFileMapping()函數(shù)創(chuàng)建一個(gè)文件映射內(nèi)核對象，通過參數(shù)hFile指定待映射到進(jìn)程地址空間的文件句柄（該句柄由CreateFile()函數(shù)的返回值獲取）。由于內(nèi)存映射文件的物理存儲器實(shí)際是存儲于磁盤上的一個(gè)文件，而不是從系統(tǒng)的頁文件中分配的內(nèi)存，所以系統(tǒng)不會主動(dòng)為其保留地址空間區(qū)域，也不會自動(dòng)將文件的存儲空間映射到該區(qū)域，為了讓系統(tǒng)能夠確定對頁面采取何種保護(hù)屬性，需要通過參數(shù)flProtect來設(shè)定，保護(hù)屬性PAGE_READONLY、PAGE_READWRITE和PAGE_WRITECOPY分別表示文件映射對象被映射后，可以讀取、讀寫文件數(shù)據(jù)。在使用PAGE_READONLY時(shí)，必須確保CreateFile()采用的是GENERIC_READ參數(shù)；PAGE_READWRITE則要求CreateFile()采用的是GENERIC_READ|GENERIC_WRITE參數(shù)；至于屬性PAGE_WRITECOPY則只需要確保CreateFile()采用了GENERIC_READ和GENERIC_WRITE其中之一即可。DWORD型的參數(shù)dwMaximumSizeHigh和dwMaximumSizeLow也是相當(dāng)重要的，指定了文件的最大字節(jié)數(shù)，由于這兩個(gè)參數(shù)共64位，因此所支持的最大文件長度為16EB，幾乎可以滿足任何大數(shù)據(jù)量文件處理場合的要求。
| LPVOID MapViewOfFile(HANDLE hFileMappingObject, DWORD dwDesiredAccess, DWORD dwFileOffsetHigh, DWORD dwFileOffsetLow, DWORD dwNumberOfBytesToMap); |
MapViewOfFile()函數(shù)負(fù)責(zé)把文件數(shù)據(jù)映射到進(jìn)程的地址空間，參數(shù)hFileMappingObject為CreateFileMapping()返回的文件映像對象句柄。參數(shù)dwDesiredAccess則再次指定了對文件數(shù)據(jù)的訪問方式，而且同樣要與CreateFileMapping()函數(shù)所設(shè)置的保護(hù)屬性相匹配。雖然這里一再對保護(hù)屬性進(jìn)行重復(fù)設(shè)置看似多余，但卻可以使應(yīng)用程序能更多的對數(shù)據(jù)的保護(hù)屬性實(shí)行有效控制。MapViewOfFile()函數(shù)允許全部或部分映射文件，在映射時(shí)，需要指定數(shù)據(jù)文件的偏移地址以及待映射的長度。其中，文件的偏移地址由DWORD型的參數(shù)dwFileOffsetHigh和dwFileOffsetLow組成的64位值來指定，而且必須是操作系統(tǒng)的分配粒度的整數(shù)倍，對于Windows操作系統(tǒng)，分配粒度固定為64KB。當(dāng)然，也可以通過如下代碼來動(dòng)態(tài)獲取當(dāng)前操作系統(tǒng)的分配粒度：
| SYSTEM_INFO sinf; GetSystemInfo(&sinf); DWORD dwAllocationGranularity = sinf.dwAllocationGranularity; |
參數(shù)dwNumberOfBytesToMap指定了數(shù)據(jù)文件的映射長度，這里需要特別指出的是，對于Windows 9x操作系統(tǒng)，如果MapViewOfFile()無法找到足夠大的區(qū)域來存放整個(gè)文件映射對象，將返回空值（NULL）；但是在Windows 2000下，MapViewOfFile()只需要為必要的視圖找到足夠大的一個(gè)區(qū)域即可，而無須考慮整個(gè)文件映射對象的大小。
在完成對映射到進(jìn)程地址空間區(qū)域的文件處理后，需要通過函數(shù)UnmapViewOfFile()完成對文件數(shù)據(jù)映像的釋放，該函數(shù)原型聲明如下：
| BOOL UnmapViewOfFile(LPCVOID lpBaseAddress); |
唯一的參數(shù)lpBaseAddress指定了返回區(qū)域的基地址，必須將其設(shè)定為MapViewOfFile()的返回值。在使用了函數(shù)MapViewOfFile()之后，必須要有對應(yīng)的UnmapViewOfFile()調(diào)用，否則在進(jìn)程終止之前，保留的區(qū)域?qū)o法釋放。除此之外，前面還曾由CreateFile()和CreateFileMapping()函數(shù)創(chuàng)建過文件內(nèi)核對象和文件映射內(nèi)核對象，在進(jìn)程終止之前有必要通過CloseHandle()將其釋放，否則將會出現(xiàn)資源泄漏的問題。
除了前面這些必須的API函數(shù)之外，在使用內(nèi)存映射文件時(shí)還要根據(jù)情況來選用其他一些輔助函數(shù)。例如，在使用內(nèi)存映射文件時(shí)，為了提高速度，系統(tǒng)將文件的數(shù)據(jù)頁面進(jìn)行高速緩存，而且在處理文件映射視圖時(shí)不立即更新文件的磁盤映像。為解決這個(gè)問題可以考慮使用FlushViewOfFile()函數(shù)，該函數(shù)強(qiáng)制系統(tǒng)將修改過的數(shù)據(jù)部分或全部重新寫入磁盤映像，從而可以確保所有的數(shù)據(jù)更新能及時(shí)保存到磁盤。
用內(nèi)存映射文件處理大文件應(yīng)用示例
下面結(jié)合一個(gè)具體的實(shí)例來進(jìn)一步講述內(nèi)存映射文件的使用方法。該實(shí)例從端口接收數(shù)據(jù)，并實(shí)時(shí)將其存放于磁盤，由于數(shù)據(jù)量大（幾十GB），在此選用內(nèi)存映射文件進(jìn)行處理。下面給出的是位于工作線程MainProc中的部分主要代碼，該線程自程序運(yùn)行時(shí)啟動(dòng)，當(dāng)端口有數(shù)據(jù)到達(dá)時(shí)將會發(fā)出事件hEvent[0]，WaitForMultipleObjects()函數(shù)等待到該事件發(fā)生后將接收到的數(shù)據(jù)保存到磁盤，如果終止接收將發(fā)出事件hEvent[1]，事件處理過程將負(fù)責(zé)完成資源的釋放和文件的關(guān)閉等工作。下面給出此線程處理函數(shù)的具體實(shí)現(xiàn)過程：
| …… // 創(chuàng)建文件內(nèi)核對象，其句柄保存于hFile HANDLE hFile = CreateFile("Recv1.zip", GENERIC_WRITE | GENERIC_READ, FILE_SHARE_READ, NULL, CREATE_ALWAYS, FILE_FLAG_SEQUENTIAL_SCAN, NULL); // 創(chuàng)建文件映射內(nèi)核對象，句柄保存于hFileMapping HANDLE hFileMapping = CreateFileMapping(hFile,NULL,PAGE_READWRITE, 0, 0x4000000, NULL); // 釋放文件內(nèi)核對象 CloseHandle(hFile); // 設(shè)定大小、偏移量等參數(shù) __int64 qwFileSize = 0x4000000; __int64 qwFileOffset = 0; __int64 T = 600 * sinf.dwAllocationGranularity; DWORD dwBytesInBlock = 1000 * sinf.dwAllocationGranularity; // 將文件數(shù)據(jù)映射到進(jìn)程的地址空間 PBYTE pbFile = (PBYTE)MapViewOfFile(hFileMapping, FILE_MAP_ALL_ACCESS, (DWORD)(qwFileOffset>>32), (DWORD)(qwFileOffset&0xFFFFFFFF), dwBytesInBlock); while(bLoop) { // 捕獲事件hEvent[0]和事件hEvent[1] DWORD ret = WaitForMultipleObjects(2, hEvent, FALSE, INFINITE); ret -= WAIT_OBJECT_0; switch (ret) { // 接收數(shù)據(jù)事件觸發(fā) case 0: // 從端口接收數(shù)據(jù)并保存到內(nèi)存映射文件 nReadLen=syio_Read(port[1], pbFile + qwFileOffset, QueueLen); qwFileOffset += nReadLen; // 當(dāng)數(shù)據(jù)寫滿60%時(shí)，為防數(shù)據(jù)溢出，需要在其后開辟一新的映射視圖 if (qwFileOffset > T) { T = qwFileOffset + 600 * sinf.dwAllocationGranularity; UnmapViewOfFile(pbFile); pbFile = (PBYTE)MapViewOfFile(hFileMapping, FILE_MAP_ALL_ACCESS, (DWORD)(qwFileOffset>>32), (DWORD)(qwFileOffset&0xFFFFFFFF), dwBytesInBlock); } break; // 終止事件觸發(fā) case 1: bLoop = FALSE; // 從進(jìn)程的地址空間撤消文件數(shù)據(jù)映像 UnmapViewOfFile(pbFile); // 關(guān)閉文件映射對象 CloseHandle(hFileMapping); break; } } … |
在終止事件觸發(fā)處理過程中如果只簡單的執(zhí)行UnmapViewOfFile()和CloseHandle()函數(shù)將無法正確標(biāo)識文件的實(shí)際大小，即如果開辟的內(nèi)存映射文件為30GB，而接收的數(shù)據(jù)只有14GB，那么上述程序執(zhí)行完后，保存的文件長度仍是30GB。也就是說，在處理完成后還要再次通過內(nèi)存映射文件的形式將文件恢復(fù)到實(shí)際大小，下面是實(shí)現(xiàn)此要求的主要代碼：
| // 創(chuàng)建另外一個(gè)文件內(nèi)核對象 hFile2 = CreateFile("Recv.zip", GENERIC_WRITE | GENERIC_READ, FILE_SHARE_READ, NULL, CREATE_ALWAYS, FILE_FLAG_SEQUENTIAL_SCAN, NULL); // 以實(shí)際數(shù)據(jù)長度創(chuàng)建另外一個(gè)文件映射內(nèi)核對象 hFileMapping2 = CreateFileMapping(hFile2, NULL, PAGE_READWRITE, 0, (DWORD)(qwFileOffset&0xFFFFFFFF), NULL); // 關(guān)閉文件內(nèi)核對象 CloseHandle(hFile2); // 將文件數(shù)據(jù)映射到進(jìn)程的地址空間 pbFile2 = (PBYTE)MapViewOfFile(hFileMapping2, FILE_MAP_ALL_ACCESS, 0, 0, qwFileOffset); // 將數(shù)據(jù)從原來的內(nèi)存映射文件復(fù)制到此內(nèi)存映射文件 memcpy(pbFile2, pbFile, qwFileOffset); file://從進(jìn)程的地址空間撤消文件數(shù)據(jù)映像 UnmapViewOfFile(pbFile); UnmapViewOfFile(pbFile2); // 關(guān)閉文件映射對象 CloseHandle(hFileMapping); CloseHandle(hFileMapping2); // 刪除臨時(shí)文件 DeleteFile("Recv1.zip"); |
結(jié)論
經(jīng)實(shí)際測試，內(nèi)存映射文件在處理大數(shù)據(jù)量文件時(shí)表現(xiàn)出了良好的性能，比通常使用CFile類和ReadFile()和WriteFile()等函數(shù)的文件處理方式具有明顯的優(yōu)勢。本文所述代碼在Windows 98下由Microsoft Visual C++ 6.0編譯通過。