加入收藏 | 设为首页 | 会员中心 | 我要投稿 李大同 (https://www.lidatong.com.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 百科 > 正文

在C中抓取递归ntfs目录的最快方法

发布时间:2020-12-16 03:47:01 所属栏目:百科 来源:网络整理
导读:我写了一个小的爬虫来扫描和求助目录结构. 它基于dirent(这是FindNextFileA的一个小包装) 在我的第一个基准测试中,这是令人惊讶的缓慢: 4500个文件大约123473ms(thinkpad t60p本地三星320 GB 2.5“HD). 在123473毫秒内找到121481个文件 这个速度正常吗? 这
我写了一个小的爬虫来扫描和求助目录结构.

它基于dirent(这是FindNextFileA的一个小包装)
在我的第一个基准测试中,这是令人惊讶的缓慢:

4500个文件大约123473ms(thinkpad t60p本地三星320 GB 2.5“HD).
在123473毫秒内找到121481个文件
这个速度正常吗?

这是我的代码:

int testPrintDir(std::string  strDir,std::string strPattern="*",bool recurse=true){
  struct dirent *ent;
  DIR *dir;
  dir = opendir (strDir.c_str());
  int retVal = 0;
  if (dir != NULL) {
    while ((ent = readdir (dir)) != NULL) {
      if (strcmp(ent->d_name,".") !=0 &&  strcmp(ent->d_name,"..") !=0){
        std::string strFullName = strDir +""+std::string(ent->d_name);
        std::string strType = "N/A";
        bool isDir = (ent->data.dwFileAttributes & FILE_ATTRIBUTE_DIRECTORY) !=0;
        strType = (isDir)?"DIR":"FILE";                 
        if ((!isDir)){
             //printf ("%s <%s>n",strFullName.c_str(),strType.c_str());//ent->d_name);
          retVal++;
        }   
        if (isDir && recurse){
             retVal += testPrintDir(strFullName,strPattern,recurse);
        }
      }
    }
    closedir (dir);
    return retVal;
  } else {
    /* could not open directory */
    perror ("DIR NOT FOUND!");
    return -1;
  }
}

解决方法

在某些情况下,这样的速度是正常的.首先,使用FindFirstFileA而不是FindFirstFileW将导致从UTF-16到ANSI的转换开销.其次,如果您要浏览操作系统尚未访问的目录,则会产生至少一次查找惩罚(大多数消费者硬盘大约需要16毫秒),将枚举限制在每秒100次以下的目录检查中.如果给定驱动器上的主文件表严重碎片,这将变得更糟.

关于文件数量,它将更多地取决于每个目录的文件数量而不是文件本身的数量.

(编辑:李大同)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    推荐文章
      热点阅读