有没有办法让线程不那么激烈地竞争I/O资源？

Question

我编写了以下并行测试用例，它的运行速度至少比md5sum二进制文件慢2倍：

// dependencies are md-5 = "0.9.1", rayon = "1.5.0", hex-slice = "0.1.4"

use std::{
    convert::TryInto,
    env::args_os,
    fs::File,
    io::{Error, Read},
    path::PathBuf,
};

use hex_slice::AsHex;
use md5::{self, digest::Digest};
use rayon::prelude::*;

fn main() {
    args_os()
        .skip(1)
        .collect::<Vec<_>>()
        .par_iter()
        .for_each(|path| {
            println!(
                "{:02x}  {}",
                md5sum(PathBuf::from(&path)).unwrap().plain_hex(false),
                path.to_string_lossy()
            );
        });
}

fn md5sum(path: PathBuf) -> Result<[u8; 16], Error> {
    let mut file = File::open(path)?;
    let mut ctx = md5::Md5::default();
    let mut buf = vec![0u8; 2_097_152];
    loop {
        let bytes_read = file.read(&mut buf)?;
        if bytes_read == 0 {
            break;
        }
        ctx.update(&buf[0..bytes_read]);
    }
    Ok(ctx.finalize().try_into().unwrap())
}

如果我去掉了并行性(将par_iter()改为iter())，它就会比md5sum二进制文件快一点，所以编译器和md-5crate肯定不是问题。该算法并不完全受I/O限制，因为两个md5sum进程比一个进程在两个文件上操作的速度要快一些。

测试背景:通过使用SysInternals RamMap清空工作集和备用列表，我在两次测试之间刷新了磁盘缓存。其他背景:我在WSL2中运行代码，但在Windows文件夹中对文件进行校验和。数据存储在传统的硬盘上。

我尝试了ThreadPool、使用tokio的异步读取(使用信号量的parallel+concurrent以确保没有打开太多文件)和Rayon (如上所述)。我尝试了从512KB到10MB的缓冲区大小。操作系统或驱动器控制器应该足够智能，可以尽可能快地读取数据，但它不能正常工作，可能是因为系统想要设置延迟的下限。有没有办法在并发读取的情况下获得不错的性能？

Answer 1

不是一个完整的解决方案:我通过使用Semaphore限制I/O (不是互斥，因为在固态硬盘上我希望允许多次读取)获得了一些加速。我重新安排了代码，将读取与计算分开，但这不适合非常大的文件。

读取将是顺序的，但计算可以并行进行：

fn md5sum(io_lock: Arc<Semaphore>, path: PathBuf) -> Result<[u8; 16], Error> {
    let buf = {
        let _lock = io_lock.access();
        let mut file = File::open(path)?;
        let mut buf = Vec::new();
        file.read_to_end(&mut buf)?;
        buf
    };
    Ok(md5::Md5::digest(&buf).try_into().unwrap())
}

如果能知道是否有一种方法可以让操作系统优化读取，那就更好了。