为什么在C ++中从stdin读取行比Python慢​​得多？

我想比较使用Python和C ++从stdin读取的字符串输入的行数，并且震惊地看到我的C ++代码运行速度比等效的Python代码慢一个数量级。由于我的C ++生锈，而且我还不是专家Pythonista，因此请告诉我我做错了什么还是误解了什么。

（TLDR回答：包括以下声明：cin.sync_with_stdio(false)或仅使用fgets代替。

TLDR结果：一直滚动到我的问题的底部，然后查看表格。）

C ++代码：

#include <iostream>
#include <time.h>

using namespace std;

int main() {
    string input_line;
    long line_count = 0;
    time_t start = time(NULL);
    int sec;
    int lps;

    while (cin) {
        getline(cin, input_line);
        if (!cin.eof())
            line_count++;
    };

    sec = (int) time(NULL) - start;
    cerr << "Read " << line_count << " lines in " << sec << " seconds.";
    if (sec > 0) {
        lps = line_count / sec;
        cerr << " LPS: " << lps << endl;
    } else
        cerr << endl;
    return 0;
}

// Compiled with:
// g++ -O3 -o readline_test_cpp foo.cpp

等同于Python：

#!/usr/bin/env python
import time
import sys

count = 0
start = time.time()

for line in  sys.stdin:
    count += 1

delta_sec = int(time.time() - start_time)
if delta_sec >= 0:
    lines_per_sec = int(round(count/delta_sec))
    print("Read {0} lines in {1} seconds. LPS: {2}".format(count, delta_sec,
       lines_per_sec))

这是我的结果：

$ cat test_lines | ./readline_test_cpp
Read 5570000 lines in 9 seconds. LPS: 618889

$cat test_lines | ./readline_test.py
Read 5570000 lines in 1 seconds. LPS: 5570000

我应该注意，我在Mac OS X v10.6.8（Snow Leopard）和Linux 2.6.32（Red Hat Linux 6.2）下都尝试过。前者是MacBook Pro，后者是非常强大的服务器，并不是说这太相关了。

$ for i in {1..5}; do echo "Test run $i at `date`"; echo -n "CPP:"; cat test_lines | ./readline_test_cpp ; echo -n "Python:"; cat test_lines | ./readline_test.py ; done
Test run 1 at Mon Feb 20 21:29:28 EST 2012
CPP:   Read 5570001 lines in 9 seconds. LPS: 618889
Python:Read 5570000 lines in 1 seconds. LPS: 5570000
Test run 2 at Mon Feb 20 21:29:39 EST 2012
CPP:   Read 5570001 lines in 9 seconds. LPS: 618889
Python:Read 5570000 lines in 1 seconds. LPS: 5570000
Test run 3 at Mon Feb 20 21:29:50 EST 2012
CPP:   Read 5570001 lines in 9 seconds. LPS: 618889
Python:Read 5570000 lines in 1 seconds. LPS: 5570000
Test run 4 at Mon Feb 20 21:30:01 EST 2012
CPP:   Read 5570001 lines in 9 seconds. LPS: 618889
Python:Read 5570000 lines in 1 seconds. LPS: 5570000
Test run 5 at Mon Feb 20 21:30:11 EST 2012
CPP:   Read 5570001 lines in 10 seconds. LPS: 557000
Python:Read 5570000 lines in  1 seconds. LPS: 5570000

微小的基准附录和总结

为了完整起见，我认为我将使用原始（已同步）C ++代码更新同一框上同一文件的读取速度。同样，这是针对快速磁盘上的100M行文件。这是比较，有几种解决方案/方法：

Implementation      Lines per second
python (default)           3,571,428
cin (default/naive)          819,672
cin (no sync)             12,500,000
fgets                     14,285,714
wc (not fair comparison)  54,644,808

默认情况下，cin与stdio同步，这将使其避免任何输入缓冲。如果将其添加到主目录的顶部，应该会看到更好的性能：

std::ios_base::sync_with_stdio(false);

通常，当缓冲输入流时，而不是一次读取一个字符，而是以更大的块读取该流。这减少了系统调用的数量，这些调用通常比较昂贵。但是，由于FILE*基于stdio和iostreams通常具有单独的实现，因此也具有单独的缓冲区，如果将两者一起使用，则可能会导致问题。例如：

int myvalue1;
cin >> myvalue1;
int myvalue2;
scanf("%d",&myvalue2);

如果读取的输入cin多于实际需要的输入，则该函数将无法使用第二个整数值，该scanf函数具有自己的独立缓冲区。这将导致意外的结果。

为避免这种情况，默认情况下，流与同步stdio。实现此目的的一种常用方法是cin使用stdio函数一次读取每个字符。不幸的是，这带来了很多开销。对于少量输入来说，这不是一个大问题，但是当您读取数百万行时，性能损失将是巨大的。

幸运的是，库设计人员决定，如果您知道自己在做什么，则还应该能够禁用此功能以提高性能，因此他们提供了该sync_with_stdio方法。

出于好奇，我了解了幕后情况，并且在每次测试中都使用了dtruss / strace。

C ++

./a.out < in
Saw 6512403 lines in 8 seconds.  Crunch speed: 814050

系统调用 sudo dtruss -c ./a.out < in

CALL                                        COUNT
__mac_syscall                                   1
<snip>
open                                            6
pread                                           8
mprotect                                       17
mmap                                           22
stat64                                         30
read_nocancel                               25958

蟒蛇

./a.py < in
Read 6512402 lines in 1 seconds. LPS: 6512402

系统调用 sudo dtruss -c ./a.py < in

CALL                                        COUNT
__mac_syscall                                   1
<snip>
open                                            5
pread                                           8
mprotect                                       17
mmap                                           21
stat64                                         29

我在这里落后了几年，但是：

在原始帖子的“编辑4/5/6”中，您正在使用以下结构：

$ /usr/bin/time cat big_file | program_to_benchmark

这有两种不同的错误方式：

1. 您实际上是在定时执行cat，而不是基准测试。显示的“用户”和“系统” CPU使用率time是的cat，而不是基准测试程序。更糟糕的是，“实时”时间也不一定准确。根据cat本地操作系统中和管道的实现，有可能cat在读取器进程完成其工作之前写入最终的巨型缓冲区并退出。

2. 使用cat是不必要的，实际上会适得其反；您正在添加活动部件。如果您使用的是足够老的系统（例如，具有单个CPU，并且-在某些代计算机中-I / O比CPU快），则仅cat运行一个事实就可以使结果显色。您还必须遵守输入和输出缓冲以及其他处理的所有cat要求。（如果我是Randal Schwartz，这可能会为您赢得“猫的无用使用”奖。

更好的构造是：

$ /usr/bin/time program_to_benchmark < big_file

在此语句中，外壳程序将打开big_file，并将其作为已打开的文件描述符传递给您的程序（time然后，实际上将其作为子进程执行到该程序）。所读取文件的100％严格是您要进行基准测试的程序的责任。这使您可以真正了解其性能，而不会产生虚假的并发症。

我会提到两个可能但实际上是错误的“修复程序”，这些也可以考虑（但我对它们进行了“不同”的编号，因为这些并不是原始帖子中出现的错误）：

答：您可以通过仅定时执行程序来“修复”此问题：

$ cat big_file | /usr/bin/time program_to_benchmark

B.或通过计时整个管道：

$ /usr/bin/time sh -c 'cat big_file | program_to_benchmark'

由于与＃2相同的原因，它们是错误的：它们仍在cat不必要地使用。我提到它们的原因有几个：

• 对于对POSIX shell的I / O重定向功能不完全满意的人来说，它们更“自然”

• 可能存在的情况cat 是需要（例如：要读取的文件需要某种特权来访问，并且不希望授予该特权的程序进行基准测试：sudo cat /dev/sda | /usr/bin/time my_compression_test --no-output）

• 实际上，在现代机器上，cat管道中添加的内容可能没有任何实际意义。

但是我有些犹豫地说那最后一件事。如果我们检查“ Edit 5”中的最后一个结果-

$ /usr/bin/time cat temp_big_file | wc -l
0.01user 1.34system 0:01.83elapsed 74%CPU ...

-这声称cat在测试期间消耗了74％的CPU; 而实际上1.34 / 1.83约为74％。也许运行：

$ /usr/bin/time wc -l < temp_big_file

只会花剩下的0.49秒！可能不需要：cat这里必须支付read()从文件“磁盘”（实际上是缓冲区高速缓存）传输文件的系统调用（或等效调用），以及为将文件传递到的管道写操作wc。正确的测试仍然必须进行这些read()调用。只有写到管道和读到管道调用将被保存，并且这些调用应该非常便宜。

尽管如此，我预计您将能够测量出两者之间的差异cat file | wc -l，wc -l < file并找到明显的差异（两位数百分比）。每个较慢的测试在绝对时间内都会付出类似的代价。但是，这只占其总时间的一小部分。

实际上，我在Linux 3.13（Ubuntu 14.04）系统上对1.5 GB的垃圾文件进行了一些快速测试，获得了这些结果（这些结果实际上是“最好的3个”结果；当然，在启动缓存之后）：

$ time wc -l < /tmp/junk
real 0.280s user 0.156s sys 0.124s (total cpu 0.280s)
$ time cat /tmp/junk | wc -l
real 0.407s user 0.157s sys 0.618s (total cpu 0.775s)
$ time sh -c 'cat /tmp/junk | wc -l'
real 0.411s user 0.118s sys 0.660s (total cpu 0.778s)

请注意，这两个管道结果声称比实际的挂钟时间花费了更多的CPU时间（user + sys）。这是因为我正在使用shell（bash）的内置“ time”命令，该命令可以识别管道。我在多核计算机上，流水线中的各个进程可以使用各个核，因此，CPU时间的累积要比实时更快。通过使用，/usr/bin/time我看到的CPU时间比实时时间要短-表明它只能计时单个管道元素在其命令行上传递给它的时间。而且，shell的输出/usr/bin/time仅提供毫秒，而仅提供百分之一秒。

因此，在的效率水平上wc -l，将cat产生巨大的差异：409/283 = 1.453或45.3％多的实时，和775/280 = 2.768，或多177％的CPU使用！在我的随机情况下，它是同时存在的测试箱。

我要补充一点，这些测试样式之间至少存在另一个显着差异，我不能说这是好处还是错误；您必须自己决定：

运行时cat big_file | /usr/bin/time my_program，您的程序正在以正好由发送的速度从管道接收输入cat，并且块的大小不得大于编写的速度cat。

运行时/usr/bin/time my_program < big_file，程序会收到一个指向实际文件的打开文件描述符。当您的程序（或在许多情况下，该语言是使用其编写的语言的I / O库）在提供引用常规文件的文件描述符时可能会采取不同的操作。它可能用于mmap(2)将输入文件映射到其地址空间，而不是使用显式的read(2)系统调用。与运行cat二进制文件的少量费用相比，这些差异可能会对基准测试结果产生更大的影响。

当然，如果同一程序在两种情况下的执行情况显着不同，这将是一个有趣的基准结果。它确实表明该程序或其I / O库正在做一些有趣的事情，例如使用mmap()。因此，在实践中最好同时使用两种基准。也许将cat结果小幅折算以“原谅”其运行成本cat。

我在Mac上使用g ++在计算机上重现了原始结果。

在while循环之前将以下语句添加到C ++版本，使其与Python版本内联：

std::ios_base::sync_with_stdio(false);
char buffer[1048576];
std::cin.rdbuf()->pubsetbuf(buffer, sizeof(buffer));

sync_with_stdio将速度提高到2秒，并且设置更大的缓冲区将其降低到1秒。

getlinescanf如果您不关心文件加载时间或正在加载小型文本文件，则流操作符可以很方便。但是，如果性能是您所关心的，那么您实际上应该只是将整个文件缓冲到内存中（假设它将适合）。

这是一个例子：

//open file in binary mode
std::fstream file( filename, std::ios::in|::std::ios::binary );
if( !file ) return NULL;

//read the size...
file.seekg(0, std::ios::end);
size_t length = (size_t)file.tellg();
file.seekg(0, std::ios::beg);

//read into memory buffer, then close it.
char *filebuf = new char[length+1];
file.read(filebuf, length);
filebuf[length] = '\0'; //make it null-terminated
file.close();

如果需要，可以将流包装在该缓冲区周围，以便更方便地进行访问，如下所示：

std::istrstream header(&filebuf[0], length);

另外，如果您控制文件，请考虑使用平面二进制数据格式而不是文本。读写更加可靠，因为您不必处理所有空白。它也更小且解析速度更快。

对于我来说，以下代码比到目前为止发布的其他代码更快：（Visual Studio 2013，64位，500 MB文件，行长统一为[0，1000））。

const int buffer_size = 500 * 1024;  // Too large/small buffer is not good.
std::vector<char> buffer(buffer_size);
int size;
while ((size = fread(buffer.data(), sizeof(char), buffer_size, stdin)) > 0) {
    line_count += count_if(buffer.begin(), buffer.begin() + size, [](char ch) { return ch == '\n'; });
}

它比我的所有Python尝试都要多2倍。

顺便说一句，C ++版本的行数比Python版本的行数大1个原因是，仅当尝试读取超出eof的值时，才会设置eof标志。因此正确的循环将是：

while (cin) {
    getline(cin, input_line);

    if (!cin.eof())
        line_count++;
};

在您的第二个示例（带有scanf（））的情况下，这样做仍然较慢的原因可能是因为scanf（“％s”）解析了字符串并查找了任何空格字符（空格，制表符，换行符）。

同样，是的，CPython进行了一些缓存以避免硬盘读取。

答案的第一要素：<iostream>缓慢。该死的慢。scanf如下所示，我获得了巨大的性能提升，但是它仍然比Python慢​​两倍。

#include <iostream>
#include <time.h>
#include <cstdio>

using namespace std;

int main() {
    char buffer[10000];
    long line_count = 0;
    time_t start = time(NULL);
    int sec;
    int lps;

    int read = 1;
    while(read > 0) {
        read = scanf("%s", buffer);
        line_count++;
    };
    sec = (int) time(NULL) - start;
    line_count--;
    cerr << "Saw " << line_count << " lines in " << sec << " seconds." ;
    if (sec > 0) {
        lps = line_count / sec;
        cerr << "  Crunch speed: " << lps << endl;
    } 
    else
        cerr << endl;
    return 0;
}

好吧，我看到在您的第二个解决方案中，您从切换cin到scanf，这是我要向您提出的第一个建议（cin是sloooooooooooow）。现在，如果您从切换scanf到fgets，则会看到性能的另一提升：fgets是用于字符串输入的最快的C ++函数。

顺便说一句，不知道同步的事情，很好。但是您仍然应该尝试fgets。