XMU《UNIX 系统程序设计》第一次实验报告 （同步与异步 write 的效率比较）

实验一 同步与异步 write 的效率比较

一、实验内容描述

编写程序，比较在同步和异步的条件下 write 系统调用的效率差异。

程序要求从 stdin 读入数据，输出到以命令参数给出的文件中，并以列表的格式给出输出消耗的时间。

image-20231008161453728

1、编写程序

timewrite   <outfile>  [sync]

不得变更程序的名字和使用方法。sync 参数为可选，若有，则输出文件用O_SYNC 打开。
例：

timewrite  <f1 f2            # 表示输出文件f2不用O_SYNC 打开。
timewrite  f1  sync <f2   # 表示输出文件f1用O_SYNC 打开。

2、显示的时间应当尽量接近 write 操作过程所花的时间。不要将从磁盘读文件的时间计入显示结果中。
3、严格按 P55 表 3-2 的结果格式输出（BUFFSIZE 从 256 开始起算直至 128K），抬头和分割线省略。
4、10月15日晚上24点(零点)为实验完成截止期。时间获取可以用库函数times，请自行掌握它的功用。

二、设计与实现

程序大概分为如下几个部分：

  1. 参数读取。此部分中，主要从命令行参数中读取输入文件，以及是否需要同步。如果参数不符合要求，就打印提示信息并退出。

  2. 打开输出文件。此部分中，根据是否需要同步，确定 open 函数的参数，并保存文件描述符。

  3. 读取输入并保存至输入缓冲区。此部分中可以划分成三步：

    • 确定输入文件长度：使用 lseek 函数定位到文件末尾，利用其返回值得到文件长度，并重新定位回文件开头。
    • 申请缓冲区：使用 malloc 申请能够存放完整输入文件内容的缓冲区。
    • 读取：使用 read 系统调用，读取输入文件的内容并保存至缓冲区。

  4. 循环枚举输出的缓冲长度 BUFFSIZE，在循环中，分为以下几个部分：

    • 调用 times 函数记录输出之前的时间。
    • 输出。具体地，每次以当前枚举的 BUFFSIZE 的缓冲区大小循环输出，直到输出结束。
    • 再次调用 times 函数获得输出之后的时间。
    • 打印当前缓冲区对应的输出消耗时间。

  5. 关闭文件描述符，结束程序。

此外，在编写程序时，为了更方便地处理系统调用返回错误代码的情况，我将许多系统调用封装成了对应的首字母大写的形式，比如将 read 函数封装成 Read函数，在 Read 函数中，我调用 read 并对其返回值进行判断，如果返回 -1 则说明遇到错误，则打印错误并退出程序。

#include <fcntl.h>
#include <unistd.h>
#include <sys/times.h>
#include <stdio.h>
#include <string.h>
#include <stdlib.h>

int Open(char *path, int flags);
off_t Lseek(int fd, off_t offset, int whence);
void *Malloc(size_t size);
ssize_t Read(int fd, void *buf, size_t size);
ssize_t Write(int fd, void *buf, size_t size);
int Close(int fd);

int main(int argc, char *argv[]) {
    int fd;
    
    // 参数读取和处理
    if (argc < 2 || argc > 3 || (argc == 3 && strcmp(argv[2], "sync") != 0)) {
        fprintf(stderr, "usage: %s <outfile> [sync]\n", argv[0]);
        exit(0);
    }

    // 打开输出文件
    if (argc == 3) { // 如果指定了使用同步输出
        fd = Open(argv[1], O_WRONLY | O_CREAT | O_TRUNC | O_SYNC);
    } else {
        fd = Open(argv[1], O_WRONLY | O_CREAT | O_TRUNC);
    }

    // 读取输入并保存至输入缓冲区
    off_t len = Lseek(STDIN_FILENO, 0, SEEK_END); // 定位到输入文件末尾并从返回值中读取移动距离，从而得到文件长度
    Lseek(STDIN_FILENO, 0, SEEK_SET); // 重新定位回文件开头
    char *buf = Malloc(len + 10); // 申请缓冲区空间
    ssize_t readn = Read(STDIN_FILENO, buf, len); // 读取输入文件
    if (readn != len) { // 如果输入读取不完整，则输出错误提示并退出
        fprintf(stderr, "read failed!\n");
        exit(1);
    }

    long dida = sysconf(_SC_CLK_TCK); // 获取时钟嘀嗒数

    printf("BUFFSIZE\tUser CPU\tSys CPU\t\tCLOCK\t\tLoops\n"); // 输入表头

    for (int buffsize = 512; buffsize <= 131072; buffsize *= 2) { // 枚举 BUFFSIZE
        Lseek(fd, 0, SEEK_SET); // 定位到输出文件开头
        struct tms tmst, tmed;
        clock_t st = times(&tmst); // 记录输出前的时间

        char *pos = buf;
        ssize_t writen;
        int loops = 0;
        while (pos < buf + len) { // 重复以 BUFFSIZE 作为输出缓冲大小，直到全部输入完成
            int size = buffsize < buf + len - pos ? buffsize : buf + len - pos; // 将 buffsize 和输入内容剩余长度比较，得到实际应该输入的长度
            writen = Write(fd, pos, size);
            if (writen != size) { // 如果实际输出长度不等于 size 说明输出错误
                fprintf(stderr, "write failed!\n");
                exit(1);
            }
            pos += size;
            ++loops;
        }

        clock_t ed = times(&tmed); // 记录输出结束时间
        printf("%d\t\t%.2lf\t\t%.2lf\t\t%.2lf\t\t%d\n", buffsize, (tmed.tms_utime - tmst.tms_utime) / (double)dida, (tmed.tms_stime - tmst.tms_stime) / (double)dida, (ed - st) / (double)dida, loops); // 输出本次 buffsize 相关的时间
    }

    Close(fd); // 关闭文件描述符

    return 0;
}

// 被封装的系统调用
void err_sys(char *msg) {
    fprintf(stderr, msg);
    exit(1);
}
int Open(char *path, int flags) {
    int fd = open(path, flags);
    if (fd == -1)
        err_sys(" file failed!");
    return fd;
}
off_t Lseek(int fd, off_t offset, int whence) {
    off_t ret = lseek(fd, offset, whence);
    if (ret == -1)
        err_sys("lseek failed!");
    return ret;
}

void *Malloc(size_t size) {
    void *ret = malloc(size);
    if (ret == NULL)
        err_sys("malloc failed!");
    return ret;
}

ssize_t Read(int fd, void *buf, size_t size) {
    ssize_t ret = read(fd, buf, size);
    if (ret == -1)
        err_sys("read failed!");
    return ret;
}
ssize_t Write(int fd, void *buf, size_t size) {
    ssize_t ret = write(fd, buf, size);
    if (ret == -1)
        err_sys("write failed!");
    return ret;
}

int Close(int fd) {
    int ret = close(fd);
    if (ret == -1)
        err_sys("close failed!");
    return ret;
}

三、实验结果

1. 编译程序

源程序名：timewrite.c

输出程序名：time write

gcc timewrite.c -o timewrite -std=c99

因为学校的服务器上的 gcc 版本默认使用 c89，所以需要 -std=c99 才能编译某些常用的 C 语法。

2. 生成输入文件

因为输入文件显然需要很大才能测试出效率差异，因此我这里使用 dd 命令生成一个 1G 的大文件 a.txt，其内容全部为 0。

dd if=/dev/zero of=a.txt bs=1M count=1024

image-20231009131056283

3. 异步输出测试

调用编译后的程序，从 a.txt 中输入，输出到 out.txt。

./timewrite out.txt < a.txt

image-20231008170729020

4. 同步输出测试

与上一步唯一不同的是，需要在命令中加上 sync 参数，以进行同步输出。

./timewrite out.txt < a.txt

image-20231009130455996

5. 结果分析

可以发现，同步条件下 write 的效率比异步下慢了几个数量级，在每次输出后立刻将修改同步到硬盘的代价是非常大的。

另外，可以观察到同步输出条件下，用户的 CPU 使用时间与系统调用的 CPU 使用时间的和并不等于输出一共消耗的时间，因此可以得到，在同步输出下，主要的时间消耗在与写入硬盘的过程，这个过程实际上不需要 CPU 的参与。

四、实验体会

通过完成本次实验，我深刻体会到同步和异步条件下 write 系统调用的效率差异。在编写程序的过程中，我按照要求创建了名为 timewrite 的程序，并通过命令行参数传递输出文件名和可选的 sync 参数。在同步条件下，程序使用 O_SYNC 打开输出文件，而在异步条件下则不使用该选项。

我注意到，在同步条件下，write 系统调用的效率相对较低，因为程序会等待写入操作完成后才继续执行。这导致了一定的时间开销。相反，在异步条件下，程序在发起写入操作后就能够立即继续执行，而不需要等待写入的完成，因此相对更为高效。

通过严格按照给定的结果格式输出时间信息，我得以清晰地观察到不同BUFFSIZE下的性能表现。从 256 到 128K 的不同缓冲大小，可以看到在异步条件下，效率的提升相对更为显著。这强调了在大规模数据写入时，异步写入的优势。

通过这个实验，我不仅深入理解了同步和异步写入操作的原理，还学到了如何使用 times 库函数获取程序执行时间。这对我理解 Unix 系统程序设计中 I/O 操作的性能优化和调优提供了实际经验。

posted @ 2024-04-28 09:03  hankeke303  阅读(360)  评论(0)  编辑  收藏  举报