SJ MMF File Reader 0.2 - Schneller Textdatei Reader

[jaenicke]

Hallo!

Diese Unit stellt eine Klasse zum schnellen zeichenweisen sequentiellen Auslesen von Textdateien bereit. Dabei werden Memory Mapped Files benutzt, so dass der entsprechende Teil der Datei zuerst in den Arbeitsspeicher eingeblendet wird.
Die Buffergröße ist entsprechend der eigenen Anforderungen einstellbar.

Derzeit wird nur das Auslesen von Strings mit einem festlegbaren Delimiterzeichen unterstützt, aber ich werde noch das Auslesen anderer Datentypen usw. implementieren.

Eine Demo ist mit im Download enthalten, dort wird auch auf Wunsch die Geschwindigkeit gemessen. Dabei komme ich hier bei mir auf ca. 84 MiB/s, also schon eine extrem hohe Geschwindigkeit:


Features:

• Schnelles Lesen von Strings via ReadLn
• Festlegen des gewünschten Delimiters
• Destlegen der Buffergröße zur besseren Anpassung an eigene Daten
• Delphi 2009 und 2010 Unterstützung inkl. Unicodedateien *neu*

Lizenz:
MPL 1.1 oder GPL 2.0 oder LGPL 2.1

Installation:
Die Unit muss entweder in den Bibliothekspfad aufgenommen oder dem Projekt hinzugefügt werden, damit die Unit über die uses-Klausel eingebunden werden kann. Dann genügt es das Objekt zu erstellen und damit zu arbeiten:

Delphi-Quellcode:

var
  FileReader: TSJMmfFileReader;
begin
  FileReader := TSJMmfFileReader.Create(edtFileName.Text);
  try
    while FileReader.Position < FileReader.Size do
    begin
      FileReader.Readln(CurrentReadString);
      // ...
    end;
  finally
    FileReader.Free;
  end;

Unterstützte Delphiversionen:
Delphi 6, 7, 2006, 2010
(andere nicht getestet, aber es sollte ab Delphi 6 überall gehen)

Unterstützte Windowsversionen:
Windows 2000, XP, Vista und 7

Weitere Planung:

• Weitere Datentypen hinzufügen
• Direkter Zugriff auf den Speicherbereich

Bekannte Probleme:

• keine

Ich habe die Unit auch hier vorgestellt:
http://www.delphi-forum.de/viewtopic...=607865#607865
http://forum.delphi-treff.de/showthr...333#post210333

Schönen Gruß,
Sebastian

[idefix2]

Was ich gerne wissen würde: Welchen Vorteil bringt ein TFileStream gegenüber einem normalen Textfile, vor allem bei sequenziellem Zugriff? Ich stelle mir vor, das beim sequentiellen Lesen ein Textfile genauso im Windows Cache gepuffert wird wie ein Filestream, und dass deshalb hinsichtlich der Geschwindigkeit kaum ein Vorteil zu erzielen ist?

[himitsu]

Erstmal kann AssignFile+ReadLn nur mit ANSI-Dateien umgehen (auch unter Delphi 2009+).

Standardmäßig hat diese wirklich alte Pascal-Funktion auch für Textdateien einen sehr schlecht eingestellten eigenen Puffer (gut, daß kann man etwas ändern)

Und dann sind diese Funktionen auch nicht gerade OOP-Konform.
TStringList, TStringStream und Co. haben das "Problem, daß sie die komplette Datei in den Arbeitsspeicher laden, also schlecht für große Dateien.

[p80286]

Zitat von himitsu:

Erstmal kann AssignFile+ReadLn nur mit ANSI-Dateien umgehen (auch unter Delphi 2009+).

Geschenkt (warum ist das eigentlich noch immer so?)

Zitat von himitsu:

Standardmäßig hat diese wirklich alte Pascal-Funktion auch für Textdateien einen sehr schlecht eingestellten eigenen Puffer (gut, daß kann man etwas ändern)

Wer es nicht tut dem ist nicht zu helfen, obwohl bei einem solchen Hilfetext auch nicht Naheliegend (D7 settextbuf):

Zitat:

Jede Textdateivariable verfügt über einen internen 128 Byte großen Puffer, in dem die Read- und Write-Operationen zwischengespeichert werden. Die Standardgröße des Puffers ist für die meisten Operationen ausreichend. Bei Programmen mit umfangreichen E/A-Operationen kann der Puffer vergrößert werden, um die Anzahl der Festplattenzugriffe zu verringern und das Dateisystem zu entlasten.

Zitat von himitsu:

Und dann sind diese Funktionen auch nicht gerade OOP-Konform.

Und wie wirkt sich das aus?

Zitat von himitsu:

TStringList, TStringStream und Co. haben das "Problem, daß sie die komplette Datei in den Arbeitsspeicher laden, also schlecht für große Dateien.

Da kommt es doch wohl darauf an was ich mit den Daten machen will. Auch bei TStringlist od Co verbietet mir niemand erst einmal ein paar Zeilen für dem Mülleimer zu lesen, und dann erst die Zeilen in den Speicher zu laden (für die weitere Verarbeitung).

Was wirklich fehlt ist ein seek was auf Zeilenbasis funktioniert.

Gruß
K-H

[himitsu]

Zitat von p80286:

Und wie wirkt sich das aus?

Nicht viel ... eigentlich nur in der Art der Verwendung.

Die Dateivariable ist ein großer Record (auch wenn man es ihr nicht ansieht)
Und dieses kann bei Weitergabe an andere Funktionen Probleme bereiten (es muß mit VAR übergeben werden und der Compiler bemängelt ein Fehlen von VAR nicht).

Zitat von p80286:

Was wirklich fehlt ist ein seek was auf Zeilenbasis funktioniert.

Sowas ist nicht gerade einfach, vorallem wenn man dann auch gleich noch eventuelle Schreibzugriffe mit in Betracht zieht.
Hier hab ich ja sowas versucht umzusetzen und da steckt jetzt schon eine ganze Menge an Arbeit drin und dennoch gefällt es mir noch nicht richtig.

Zitat von p80286:

(warum ist das eigentlich noch immer so?)

Kompatibilitätsgründe für alte Codes.
Praktisch sind diese funktionen nur noch für eine Abwärtskompatibilität enthalten und da hat man sich eine Umstellung einfach gespart und nur alles so geändert, daß der Dateiinhalt sicher mit Ansi läuft (AnsiString, AnsiChar-Array und Co.)

[jaenicke]

Ich möchte an der Stelle auch einmal auf eine Umsetzung als Stream von Flamefire hinweisen:
http://www.delphi-forum.de/viewtopic.php?t=100088
Es ist praktisch eine Weiterentwicklung als Nachfahre von TStream und damit universell einsetzbar. Da er dies dort schon umgesetzt hat, spare ich mir den Aufwand, denn etwas ähnliches hatte ich auch im Sinn.

[Jens01]

Hallo Sebastian,

ich habe versucht, Dein Programm für meine Zwecke zu erweitern. Das ist mir auch gelungen, aber an einer Stelle haut es ihn immer wieder raus. Er soll die Position eines String suchen und setzt gleichzeitig die Position des Readers auf diese :

Beispiel :
f := TSJMmfFileReader.Create(Dateiname);
f.Position := f.StringPos(S);

Delphi-Quellcode:

function TSJMmfFileReader.StringPos(AValue: string): Int64;
var
  s: string;
begin
  Result := -1;

  while Position < FSize do
  begin
    ReadLn(s);
    if s = AValue then
    begin
      Result := Position;
      Exit;
    end;
  end;
end;

Das Setzen der Position geht bei mir solange gut, bis ich zu einer Position mit der Größe von 2.386.487 komme. Bei SetPosition ruft er ReInitView auf. MapViewOfFile setzt dann FPointer auf nil. In ReadLn haut es ihn dann raus.

Kannst Du mir sagen, was ich falsch mache?

Gruss Jens

Edit:
Sooo..., warum der Fehler auftritt, weiß ich immer noch nicht, aber so scheint es zu funktionieren :

Beispiel:
f := TSJMmfFileReader.Create(Dateiname);
f.GotoString(S);

Delphi-Quellcode:

function TSJMmfFileReader.GotoString(AValue: string): Boolean;
var
  s: string;
begin
  Result := False;
  Position := 0;

  while Position < FSize do
  begin
    ReadLn(s);
    if s = AValue then
    begin
      Result := True;
      Exit;
    end;
  end;
end;

[Jens01]

Hier noch einige Erweiterungen. Vielleicht sind sie hilfreich.

Delphi-Quellcode:

uses
  .., AnsiStrings, Math;

procedure TSJMmfFileReader.ReadlnFloat(var AValue: Double);
var
  s: string;
begin
  Readln(s);
  if ContainsText(UpperCase(s), '+INF') then
  begin
    AValue := Infinity;
    Exit;
  end;
  if ContainsText(UpperCase(s), '-INF') then
  begin
    AValue := NegInfinity;
    Exit;
  end;
  if ContainsText(UpperCase(s), 'NAN') then
  begin
    AValue := NaN;
    Exit;
  end;
  s := StringReplace(s, '.', ',', [rfReplaceAll]);
  AValue := StrToFloat(s);
end;

Delphi-Quellcode:

procedure TSJMmfFileReader.ReadlnBool(var AValue: Boolean);
var
  s: string;
begin
  Readln(s);
  if UpperCase(s) = 'TRUE' then
    AValue := True;
  if UpperCase(s) = 'FALSE' then
    AValue := False;
end;

Delphi-Quellcode:

procedure TSJMmfFileReader.ReadlnInt(var AValue: Integer);
var
  s: string;
begin
  Readln(s);

  AValue := StrToInt(s);
end;