最佳流大小（ReadStream、WriteStream 等）

Question

我正在编写一个生成文件的程序。我想知道关于 Stream(s) 的最佳实践是什么，尤其是在大小方面？我可以想象，如果一个流变得太大，它会带来一些减速或其他性能问题。

我有下面的代码，可以调用很多次，而且集合很大。我认为对于不同大小的行为应该有所不同，例如 <1MB <=> 10MB <=> 100MB <=> 到 1-10GB <=> >10GB

writeIntoStream: anInputStringCollection 

aWriteStream := WriteStream on: '' asUnicode16String.
anInputStringCollection do: [ :string |
    aWriteStream nextPutAllUnicode: string asUnicode16String.
].

^ aWriteStream

最佳做法是什么？例如，是否应该关心它适合堆还是堆栈？

现在我得出结论，如果我对一个流（或集合）使用最大 5kB，它就足够快并且可以工作（对于 Smalltalk/X）。

我想知道不同 Smalltalk 风格的限制和内部结构。（我没有进行任何测试，也找不到任何关于它的文章）

编辑： 首先谢谢大家（@LeandroCaniglia，@JayK，@aka.nice）。第一个版本是——速度变慢是由许多操作引起的：打开、写入、关闭。逐行写入：

write: newString to: aFile
    "Writes keyName, keyValue to a file"

    "/ aFile is UTF16-LE (Little Endian) Without Signature (BOM)
    aFile appendingFileDo: [ :stream | 
        stream nextPutAllUtf16Bytes: newString MSB: false
    ]

第二个版本，速度更快但仍然不正确。有一个以块形式写入的中间流是：

write: aWriteStream to: aFile
    "Writes everything written to the stream"

    "/ aFile is UTF16-LE Without Signature
    aFile appendingFileDo: [ :stream | "/ withoutTrailingSeparators must be there as Stream puts spaces at the end
        stream nextPutAllUtf16Bytes: (aWriteStream contents withoutTrailingSeparators) MSB: false
    ]

Leandro 的回答和您的建议后的第三个版本（我查看了缓冲区 - 大小定义为 __stringSize(aCollection) 当可用 buffer/memory 耗尽时，然后将其写入文件。我已经删除#write:to: 一起，现在流定义为：

anAppendFileStream := aFile appendingWriteStream.

流中播放的每个方法现在都使用：

anAppendFileStream nextPutUtf16Bytes: aCharacter MSB: false.

或

anAppendFileStream nextPutAllUtf16Bytes: string MSB: false

至于缓冲区大小本身：

存在缓冲区大小逻辑，其中会猜测缓冲区长度，例如 #nextPutAll: - bufLen = (sepLen == 1) ? len : (len + ((len/4) + 1) * sepLen);)，其中 sepLen 是根据分隔符大小（EOF、cr、crlf）定义的.

不同的方法可能有不同的缓冲区大小，例如#copyToEndFrom: - 对于 windows：bufferSize := 1 * 1024 或 *nix bufferSize := 8 * 1024 [kB].

Answer 1

您要求的是最佳实践，因此在这方面我会说最佳实践是将数据转储到流上，而不管特定流是否与文件相关联。在你的情况下，这意味着你不应该在到达磁盘上的真实流之前使用中间流。

现在，鉴于您遇到的性能问题，我的建议是更好地了解问题的原因，而不是像您正在尝试的那样寻找解决方法。

在流的情况下，nextPutAll: 操作执行不佳的主要原因是特定消息的特定风格，nextPutAllUnicode: 在您的情况下，没有利用内置于特定流的优化 class.

更准确地说，大多数流通过在一次操作中转储数据参数来优化 nextPutAll:（和朋友）。这通常比语义等效的迭代快得多：

data do: [:token | stream nextPut: token]

这不仅发送的消息比单个操作优化多得多，而且还加剧了 FFI 等所花费的时间

因此，为了给您一些行动方面的提示，我的建议是调试代码并查看 nextPutAllUnicode: 未被优化的原因，并根据这一理解更改您的代码，以便它会允许单个操作发生。

最佳流大小（ReadStream、WriteStream 等）

Optimal stream size (ReadStream, WriteStream, etc.)

smalltalk

smalltalkx

至于缓冲区大小本身：