如何解决获取驻留在 SMB 挂载上的文件属性时性能下降
我有一段 C++ 代码,它列出文件夹中的文件,然后通过 Windows API 获取每个文件的属性。当文件夹是远程服务器上的 SMB 安装(安装为磁盘)时,我对这段代码的性能感到困惑。
#include <string>
#include <iostream>
#include <windows.h>
#include <vector>
//#include <chrono>
//#include <thread>
int main(int argc,char *argv[]) {
WIN32_FIND_DATA ffd;
HANDLE hFile;
std::string pathStr = argv[1];
std::vector<std::string> paths;
hFile = FindFirstFile((pathStr + "\\*").c_str(),&ffd);
if (hFile == INVALID_HANDLE_VALUE) {
std::cout << "FindFirstFile failed: " << GetLastError();
return 1;
} else {
do {
paths.push_back(pathStr + "\\" + ffd.cFileName);
} while (FindNextFile(hFile,&ffd) != 0);
int error = GetLastError();
if (error != ERROR_NO_MORE_FILES) {
std::cout << "FindNextFile failed: " << error;
FindClose(hFile);
return error;
}
FindClose(hFile);
}
std::cout << paths.size() << " files listed" << std::endl;
// std::this_thread::sleep_for(std::chrono::milliseconds(30000));
for (const std::string & p : paths) {
int a = GetFileAttributes(p.c_str());
bool isDir = (a & FILE_ATTRIBUTE_DIRECTORY);
bool isHidden = (a & FILE_ATTRIBUTE_HIDDEN);
std::cout << p << ": " << (isDir ? "D" : "f") << (isHidden ? "H" : "_") << std::endl;
}
}
也就是说,如果我有一个包含 250 个文件的文件夹,它会在大约 1 秒内通过。当有 500 个文件时,它会在大约 1 分钟内通过,甚至第一个文件每个都需要数百毫秒(因此,1 秒足以容纳大约 10 个文件)。
试验它,我发现有一些限制,低于每秒数百个文件的处理速度,高于每秒约 10 个文件的速度。我还注意到这个数字与文件名长度不同。使用 file-001
之类的名称:510 到 520 之间。使用 file-file-file-file-file-001
之类的名称:370 到 380 之间。
我对为什么会发生这种情况感兴趣,特别是为什么当文件夹中有“太多”文件/文件夹时速度从一开始就下降。有办法调查吗?可选:有没有办法在仍然使用 GetFileAttributes
的同时克服这个问题?
(代码可能非常丑陋,我只是从网上找到的示例中拼凑起来的。我用 MinGW 编译它,g++ -static files.cpp -o files.exe
,运行它 files.exe "Z:\test_folder"
。
我的原始代码是用 Java 编写的,我从 Hotspot JVM 的源代码中得知它使用了 GetFileAttributes
WinAPI 方法,所以我创建了这个片段来查看它的行为是否与 Java 代码相同——它确实如此.我在解决这个性能问题的方法上也受到限制:我注意到 FindFirstFile
/FindNextFile
WinAPI 调用的执行速度始终如一,但我没有找到一种方法可以在没有 JNI/JNA 的情况下从 Java 中使用它对我来说太麻烦了。)
更新:如果我在列表(收集到向量中的文件)和在循环中获取它们的属性之间放置 30 秒的睡眠,行为就会与文件夹中的任意数量的文件保持一致——”慢”适用于任意数量的文件。我还在这里和那里阅读了一些分散的信息,Windows SMB 客户端应用缓存,受时间限制等。我想这就是我在这里看到的:列出文件夹用文件属性填充这个缓存,随后的 GetFileAttributes
没有命中远程系统如果在列表后立即运行。我猜其他行为也与缓存相关:当列出“太多”文件时,只有列表的尾部保留在缓存中。然后我们再次从第一个文件开始 GetFileAttributes
,每个请求都会到达服务器。对我来说,为什么上市这么快而 GetFileAttributes
这么慢,我还是个谜......
更新 2: 我想确认它与缓存有关,但到目前为止我并不幸运。如果它与逐出“第一个”文件属性有关,那么以相反的顺序获取属性将访问许多文件的缓存——事实并非如此:要么全都快,要么全慢。
我尝试根据 this MS article 摆弄 SMB 客户端参数,希望如果我将大小设置得非常高,我就不会再注意到缓慢的行为——事实也并非如此,这种行为似乎是完全独立的从这些参数。我设置的是:
// HKLM\SYSTEM\CurrentControlSet\Services\LanmanWorkstation\Parameters
DirectoryCacheEntriesMax = 4096
DirectoryCacheEntrySizeMax = 32768
FileInfoCacheEntriesMax = 8192
此外,我注意到当“文件太多”时,列表会以随机顺序返回路径(不是按字母顺序排序)。不确定它是否与问题有关。即使将列表更改为使用 FindFirstFile
/FindNextFile
,这种行为也是如此。
此外,我更仔细地研究了使“缓存”“无效”所需的超时(因此,对于一个文件很少的文件夹开始缓慢运行),在我的情况下大约是 30 秒。有时,设置较低的值会显示相同的行为(对于包含少量文件的文件夹,属性获取速度较慢),但重新运行程序后又会立即发生。
我更新了上面的代码,最初使用的是 C++17 中的 std::filesystem::directory_iterator
。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。