我想为目录中的文件获得文件信息(字节中的文件名& size(。但是有很多子目录(〜1000(和文件(〜40 000(。
实际上我的解决方案是使用filepath.walk((获取每个文件的文件信息。但这很长。
func visit(path string, f os.FileInfo, err error) error {
if f.Mode().IsRegular() {
fmt.Printf("Visited: %s File name: %s Size: %d bytesn", path, f.Name(), f.Size())
}
return nil
}
func main() {
flag.Parse()
root := "C:/Users/HERNOUX-06523/go/src/boilerpipe" //flag.Arg(0)
filepath.Walk(root, visit)
}
是否可以使用filepath.walk((?
您可以通过修改visit()
函数以不进入子文件夹,而是为每个子文件夹启动新的Goroutine。
为了做到这一点,如果条目是目录,请返回visit()
函数中的特殊filepath.SkipDir
错误。不要忘记检查visit()
中的path
是否是子文件夹,应该处理Goroutine,因为这也将其传递给visit()
,如果没有此检查,您将无休止地启动Goroutines。
您还需要某种"计数器",即在后台仍在工作多少goroutines,因为您可以使用sync.WaitGroup
。
这是一个简单的实现:
var wg sync.WaitGroup
func walkDir(dir string) {
defer wg.Done()
visit := func(path string, f os.FileInfo, err error) error {
if f.IsDir() && path != dir {
wg.Add(1)
go walkDir(path)
return filepath.SkipDir
}
if f.Mode().IsRegular() {
fmt.Printf("Visited: %s File name: %s Size: %d bytesn",
path, f.Name(), f.Size())
}
return nil
}
filepath.Walk(dir, visit)
}
func main() {
flag.Parse()
root := "folder/to/walk" //flag.Arg(0)
wg.Add(1)
walkDir(root)
wg.Wait()
}
一些注释:
取决于子文件夹中文件的"分布",这可能无法完全利用您的CPU/存储,就好像为一个子文件夹中的所有文件中的99%一样,Goroutine仍然需要大部分时间。<<<<<<<<<<<<<<<<<<<<
还请注意,fmt.Printf()
调用已序列化,因此这也会减慢过程。我认为这只是一个例子,实际上您将在内存中进行某种处理/统计信息。不要忘记也可以保护从visit()
函数访问的变量并发访问。
不必担心大量的子文件夹。这是正常的,并且运行时能够处理数十万个goroutines。
还要注意,性能瓶颈很可能是您的存储/硬盘速度,因此您可能无法获得所需的性能。一定的一点(硬盘限制(之后,您将无法提高性能。
还为每个子文件夹推出一个新的Goroutine可能不是最佳的,可能是通过限制goroutines步行文件夹的数量来获得更好的性能。为此,请查看并使用工人池:
这是GO中的惯用工人线程池吗?
我解决此问题的版本
func ConcurrentDirWalker(wg *sync.WaitGroup, dir string, paths chan<- string) {
walker := func(path string, info os.FileInfo, err error) error {
if info.IsDir() && path != dir {
wg.Add(1)
go func() {
defer wg.Done()
ConcurrentDirWalker(wg, path, paths)
}()
return filepath.SkipDir
}
if info.Mode().IsRegular(){
paths <- path
}
return nil
}
filepath.Walk(dir, walker)
}
collectorCh := make(chan string, 1000)
files := make([]string, 0)
var wgCollector sync.WaitGroup
wgCollector.Add(1)
go func() {
defer wgCollector.Done()
for path := range collectorCh {
files = append(files, path)
}
}()
root := "/users/me/dev/"
var wgWorkers sync.WaitGroup
wgWorkers.Add(1)
go func() {
defer wgWorkers.Done()
ConcurrentDirWalker(&wgWorkers, root, collectorCh)
}()
wgWorkers.Wait()
close(collectorCh)
wgCollector.Wait()