5
我试图创建一个包含大约64000个对象的大型数组。这些对象是截断的SHA256文件摘要。在Ruby中处理大量文件时发生速度减慢
这些文件位于256个子目录(名为00-ff)中,每个子目录包含大约256个文件(每个文件略有不同)。每个文件大小在1.5KB到2KB之间。
的代码看起来是这样的:
require 'digest'
require 'cfpropertylist'
A = Array.new
Dir.glob('files/**') do |dir|
puts "Processing dir #{dir}"
Dir.glob("#{dir}/*.bin") do |file|
sha256 = Digest::SHA256.file file
A.push(CFPropertyList::Blob.new(sha256.digest[0..7]))
end
end
plist = A.to_plist({:plist_format => CFPropertyList::List::FORMAT_XML, :formatted => true})
File.write('hashes.plist', plist)
如果我处理16个目录(替换“文件/ **”与“文件/ 0 *”在上面),所花费的时间在我的机器是0m0.340s。
但是,如果我尝试处理所有这些文件,处理大约34个目录后处理速度大幅降低。
这是最新的OS X,使用股票红宝石。该机是2011年年中的iMac,具有12GB内存和3.4 GHz Intel Core i7。
限制因素似乎不是数组大小:因为如果我删除sha256处理,而只是存储文件名,而不是减速。
有什么我可以做得更好或追踪问题?我目前没有其他操作系统或机器可用来测试这是否是OS X或机器特定的事情。
“有什么我可以做得更好或跟踪问题”是的。用ruby-prof进行配置。 https://github.com/ruby-prof/ruby-prof –
meh,我发现它只是磁盘缓存。我必须在调试时多次运行脚本,以便在磁盘缓存中处理第一个文件并快速读取。让脚本越来越长时间后,放缓发生在晚些时候和之后。此外,该机器还有一个旋转磁盘。我在一个功能较弱的Mac上试用了它,即使在第一次运行时也没有注意到放慢速度。 – Droopycom