我正在处理非常大的bigint数字，我需要将它们写入磁盘并在以后读回，因为它们一次无法全部放入内存中。
当前的 Chapel 实现首先将bigint转换为string，然后将该string写入磁盘[1]。对于大整数来说，这需要很长时间。
var outputFile = open("outputPath", iomode.cwr);
var writer = outputFile.writer();
writer.write(reallyLargeBigint);
writer.close();
outputFile.close();
有没有办法使用 GMP 的mpz_out_raw()/mpz_inp_raw()[2] 或mpz_export()/mpz_import()[3] 或其他类似方式将bigint的字节直接转储到磁盘而无需事先转换为字符串，然后将字节读回bigint对象？
这也适用于bigint阵列吗？
如何在当前状态下无法将此类功能添加到 Chapel 的标准库中？
[1] https://github.com/chapel-lang/chapel/blob/master/modules/standard/BigInteger.chpl#L346
[2] https://gmplib.org/manual/I_002fO-of-Integers.html
[3] https://gmplib.org/manual/Integer-Import-and-Export.html
您提到的函数在任何 Chapel 模块中都不可用，但您可以编写extern进程和extern类型来直接访问GMP函数。
首先，我们需要能够处理 C 文件，因此为它们声明一些过程和类型：
extern type FILE;
extern type FILEptr = c_ptr(FILE);
extern proc fopen(filename: c_string, mode: c_string): FILEptr;
extern proc fclose(fp: FILEptr);
然后我们可以声明我们需要的 GMP 函数：
extern proc mpz_out_raw(stream: FILEptr, const op: mpz_t): size_t;
extern proc mpz_inp_raw(ref rop: mpz_t, stream: FILEptr): size_t;
现在我们可以使用它们来编写bigint值：
use BigInteger;
var res: bigint;
res.fac(100); // Compute 100!
writeln("Writing the number: ", res);
var f = fopen("gmp_outfile", "w");
mpz_out_raw(f, res.mpz);
fclose(f);
并从文件中读回：
var readIt: bigint;
f = fopen("gmp_outfile", "r");
mpz_inp_raw(readIt.mpz, f);
fclose(f);
writeln("Read the number:", readIt);
对于bigint值数组，只需循环访问它们即可写入或读取它们：
// initialize the array
var A: [1..10] bigint;
for i in 1..10 do
A[i].fac(i);
// write the array to a file
f = fopen("gmp_outfile", "w");
for i in 1..10 do
mpz_out_raw(f, A[i].mpz);
fclose(f);
// read the array back in from the file
var B: [1..10] bigint;
f = fopen("gmp_outfile", "r");
for i in 1..10 do
mpz_inp_raw(B[i].mpz, f);
fclose(f);
序言：
数据的size是一个静态属性，但流量始终是我们有史以来最大的敌人。
">可以将这些功能添加到Chapel的标准库中吗？">
以目前的价格增加几个单位，数十甚至数百[TB]-s的RAM容量，恕我直言，问题永远无法通过上述草图方向的语言扩展来解决。
为什么从不？由于成本爆炸：
如果一个人只花一点时间了解事实，下面的延迟图就会出现在一张白纸上。虽然各自的数字可能略有不同，但信息的数量级和思维过程的依赖链中：
________________________________________________________________________________________
/ /
/ ________________________________________________________ /
/ / / /
/ / xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx / /
/ / / / / / /
/ / SOMEWHAT / PRETTY / PROHIBITIVELY / / /
/ CHEAPEST / CHEAP / EXPENSIVE / EXPENSIVE / / /
/ EVER / ZONE / ZONE / ZONE / / /
/___________________/. . . . . / _ _ _ _ _ _ _ _/ ! ! ! ! ! ! ! !/ / /_______________________
/ / / / / / / / /
in-CACHE / in-RAM / CONVERT / STORE / RE-READ / CONVERT / in-RAM / in-CACHE / in-CPU-uop /
~ + 5 [ns] | | | | | | | |
+ 5 [ns] | | | | | | | |
| | | | | | | | |
| ~ +300 [ns/kB] | | | | | | |
| +300 [ns/kB] | | | | | | |
| | | | | | | | |
| |+VOLUME [ GB] | | | | | |
| | x 100.000[ns/GB] | | | | | |
| | | | | | | | |
| | |+1 | | | | | |
| | | x 15.000.000[ns] | | | | |
| | |+VOLUME [ GB] | | | | |
| | | x 3.580.000.000[ns/GB] | | | | |
| | | | | | | | |
| | | |+1 FIND | | | | |
| | | | x 15.000.000[ns] | | | |
| | | |+1 DATA | | | | |
| | | | x 15.000.000[ns] | | | |
| | | |+VOLUME [ GB] | | | |
| | | | x 3.580.000.000[ns/GB] | | | |
| | | | | | | | |
| | | | |+VOLUME [ GB] | | |
| | | | | x 100.000[ns/GB] | | |
| | | | | | | | |
| | | | | | ~ +300 [ns/kB] | |
| | | | | | +300 [ns/kB] | |
| | | | | | | | |
| | | | | | | ~ + 5 [ns] |
| | | | | | | + 5 [ns] |
| | | | | | | | |
| | | | | | | | ~ + 0.3 [ns/uop]
| | | | | | | | + 2.0 [ns/uop]
最后但并非最不重要的一点是，只需计算该步骤对<< 1.0加速的影响
给定原始处理花费XYZ [ns]，
"修改后"处理将采用：
XYZ [ns] : the PURPOSE
+ ( VOL [GB] * 300.000.000 [ns/GB] ) : + MEM/CONVERT
+ ( VOL [GB] * 100.000 [ns/GB] ) : + CPU/CONVERT
+ 15.000.000 [ns] : + fileIO SEEK
+ ( VOL [GB] * 3.580.000.000 [ns/GB] ) : + fileIO STORE
+ 15.000.000 [ns] : + fileIO SEEK / FAT
+ 15.000.000 [ns] : + fileIO SEEK / DATA
+ ( VOL [GB] * 3.580.000.000 [ns/GB] ) : + fileIO RE-READ
+ ( VOL [GB] * 100.000 [ns/GB] ) : + CPU/CONVERT
+ ( VOL [GB] * 300.000.000 [ns/GB] ) : + MEM/CONVERT
_______________________________________________
45.000.XYZ [ns]
+ 7.660.200.000 [ns/GB] * VOL [GB]
因此，这种不利影响的性能将受到损害(如阿姆达尔定律所示)：
1
S = ------------------------------------------------------------ << 1.00
1 + ( 45.000.XYZ [ns] + 7.660.200.000 [ns/GB] * VOL[GB] )