正如您在this answer中所看到的。就地编辑文本文件似乎比创建新文件、删除旧文件和从另一个文件系统中移动临时文件并重命名要花费更多的时间。更不用说在相同的文件系统中创建新文件并对其进行重命名了。我想知道这背后的原因是什么?
发布于 2018-01-05 04:46:27
因为当您就地编辑文件时,您打开的是同一文件以供写入和读取。但是当你使用另一个文件时。您只能从一个文件读取并写入另一个文件。当您打开要读取的文件时,其内容将从磁盘移动到内存。然后,当您想要编辑文件时,您可以更改磁盘中的文件内容,以便更新内存中的内容,以防止数据不一致。但是当你使用一个新文件时。您不必更新内存中第一个文件的内容。您只需读取整个文件一次,并写入另一个文件一次。也不要更新任何东西。删除文件也需要很短的时间,因为您只需将其从文件系统中删除,并且不会向磁盘中的文件位置写入任何位。重命名也是如此。根据文件系统的不同,移动的速度也可以非常快,但很可能不如删除和重命名快。
还有另一个更重要的原因。
当您从第一行的开头删除数字时,所有其他字符都必须后移一点。然后,当您再次删除第二行中的数字时,该点之后的所有字符都必须移回,因为这些字符必须是连续的。如果你只想改变一些字符,就地编辑会更快一些。但是,由于您在每次删除时都要更改文件的长度,因此所有其他字符都必须进行移位,这需要很长时间。它不完全是这样的,它要复杂得多,这取决于您的操作系统和文件系统的实现,但这是它背后的想法。这就像数组操作。从数组中删除单个元素时,必须对数组中的所有其他元素进行移位。因为它是一个数组。相反,如果要从链表中删除一个元素,则不需要移动其他元素,但文件的实现类似于数组,所以仅此而已。
发布于 2018-01-05 06:09:28
虽然tgwtdt的答案可能提供了一些很好的见解,但它并不能解释一切。以下是一个140MB文件的计数器示例:
$ time sed 's/a/b/g' data > newfile
real 0m2.612s
$ time sed -i -- 's/a/b/g' data
real 0m9.906s你可能会问,为什么这是一个反例。因为我用b替换了a,这意味着替换文本具有相同的长度。因此,不需要移动任何数据,但仍然需要大约四倍的时间。
虽然tgwtdt给出了一个很好的理由,为什么在适当的地方通常需要更长的时间,但对于一般情况,这是一个不能100%回答的问题,因为它依赖于实现。
https://stackoverflow.com/questions/48103293
复制相似问题