前言
本文主要介紹的是三種不同的 md5 計算方式，其實區(qū)別是讀文件的不同，也就是磁盤 I/O, 所以也可以舉一反三用在網(wǎng)絡 I/O 上。下面來一起看看吧。
ReadFile
先看第一種， 簡單粗暴：
func md5sum1(file string) string {
data, err := ioutil.ReadFile(file)
if err != nil {
return ""
}
return fmt.Sprintf("%x", md5.Sum(data))
}
之所以說其粗暴，是因為 ReadFile 里面其實調(diào)用了一個 readall， 分配內(nèi)存是最多的。
Benchmark 來一發(fā)：
var test_path = "/path/to/file"
func BenchmarkMd5Sum1(b *testing.B) {
for i := 0; i b.N; i++ {
md5sum1(test_path)
}
}
go test -test.run=none -test.bench="^BenchmarkMd5Sum1$" -benchtime=10s -benchmem
BenchmarkMd5Sum1-4 300 43704982 ns/op 19408224 B/op 14 allocs/op
PASS
ok tmp 17.446s
先說明下，這個文件大小是 19405028 字節(jié)，和上面的 19408224 B/op 非常接近, 因為 readall 確實是分配了文件大小的內(nèi)存，代碼為證：
ReadFile 源碼
// ReadFile reads the file named by filename and returns the contents.
// A successful call returns err == nil, not err == EOF. Because ReadFile
// reads the whole file, it does not treat an EOF from Read as an error
// to be reported.
func ReadFile(filename string) ([]byte, error) {
f, err := os.Open(filename)
if err != nil {
return nil, err
}
defer f.Close()
// It's a good but not certain bet that FileInfo will tell us exactly how much to
// read, so let's try it but be prepared for the answer to be wrong.
var n int64
if fi, err := f.Stat(); err == nil {
// Don't preallocate a huge buffer, just in case.
if size := fi.Size(); size 1e9 {
n = size
}
}
// As initial capacity for readAll, use n + a little extra in case Size is zero,
// and to avoid another allocation after Read has filled the buffer. The readAll
// call will read into its allocated internal buffer cheaply. If the size was
// wrong, we'll either waste some space off the end or reallocate as needed, but
// in the overwhelmingly common case we'll get it just right.
// readAll 第二個參數(shù)是即將創(chuàng)建的 buffer 大小
return readAll(f, n+bytes.MinRead)
}
func readAll(r io.Reader, capacity int64) (b []byte, err error) {
// 這個 buffer 的大小就是 file size + bytes.MinRead
buf := bytes.NewBuffer(make([]byte, 0, capacity))
// If the buffer overflows, we will get bytes.ErrTooLarge.
// Return that as an error. Any other panic remains.
defer func() {
e := recover()
if e == nil {
return
}
if panicErr, ok := e.(error); ok panicErr == bytes.ErrTooLarge {
err = panicErr
} else {
panic(e)
}
}()
_, err = buf.ReadFrom(r)
return buf.Bytes(), err
}
io.Copy
再看第二種，
func md5sum2(file string) string {
f, err := os.Open(file)
if err != nil {
return ""
}
defer f.Close()
h := md5.New()
_, err = io.Copy(h, f)
if err != nil {
return ""
}
return fmt.Sprintf("%x", h.Sum(nil))
}
第二種的特點是：使用了 io.Copy。 在一般情況下（特殊情況在下面會提到），io.Copy 每次會分配 32 *1024 字節(jié)的內(nèi)存，即32 KB, 然后咱看下 Benchmark 的情況：
func BenchmarkMd5Sum2(b *testing.B) {
for i := 0; i b.N; i++ {
md5sum2(test_path)
}
}
$ go test -test.run=none -test.bench="^BenchmarkMd5Sum2$" -benchtime=10s -benchmem
BenchmarkMd5Sum2-4 500 37538305 ns/op 33093 B/op 8 allocs/op
PASS
ok tmp 22.657s
32 * 1024 = 32768, 和 上面的 33093 B/op 很接近。
io.Copy + bufio.Reader
然后再看看第三種情況。
這次不僅用了 io.Copy，還用了 bufio.Reader。 bufio 顧名思義， 即 buffered I/O， 性能相對要好些。bufio.Reader 默認會創(chuàng)建 4096 字節(jié)的 buffer。
func md5sum3(file string) string {
f, err := os.Open(file)
if err != nil {
return ""
}
defer f.Close()
r := bufio.NewReader(f)
h := md5.New()
_, err = io.Copy(h, r)
if err != nil {
return ""
}
return fmt.Sprintf("%x", h.Sum(nil))
}
看下 Benchmark 的情況：
func BenchmarkMd5Sum3(b *testing.B) {
for i := 0; i b.N; i++ {
md5sum3(test_path)
}
}
$ go test -test.run=none -test.bench="^BenchmarkMd5Sum3$" -benchtime=10s -benchmem
BenchmarkMd5Sum3-4 300 42589812 ns/op 4507 B/op 9 allocs/op
PASS
ok tmp 16.817s
上面的 4507 B/op 是不是和 4096 很接近？ 那為什么 io.Copy + bufio.Reader 的方式所用內(nèi)存會比單純的 io.Copy 占用內(nèi)存要少一些呢？ 上文也提到， 一般情況下 io.Copy 每次會分配 32 *1024 字節(jié)的內(nèi)存，那特殊情況是？ 答案在源碼中。
一起看看 io.Copy 相關源碼：
func Copy(dst Writer, src Reader) (written int64, err error) {
return copyBuffer(dst, src, nil)
}
// copyBuffer is the actual implementation of Copy and CopyBuffer.
// if buf is nil, one is allocated.
func copyBuffer(dst Writer, src Reader, buf []byte) (written int64, err error) {
// If the reader has a WriteTo method, use it to do the copy.
// Avoids an allocation and a copy.
// hash.Hash 這個 Writer 并沒有實現(xiàn) WriteTo 方法，所以不會走這里
if wt, ok := src.(WriterTo); ok {
return wt.WriteTo(dst)
}
// Similarly, if the writer has a ReadFrom method, use it to do the copy.
// 而 bufio.Reader 實現(xiàn)了 ReadFrom 方法，所以，會走這里
if rt, ok := dst.(ReaderFrom); ok {
return rt.ReadFrom(src)
}
if buf == nil {
buf = make([]byte, 32*1024)
}
for {
nr, er := src.Read(buf)
if nr > 0 {
nw, ew := dst.Write(buf[0:nr])
if nw > 0 {
written += int64(nw)
}
if ew != nil {
err = ew
break
}
if nr != nw {
err = ErrShortWrite
break
}
}
if er == EOF {
break
}
if er != nil {
err = er
break
}
}
return written, err
}
從上面的源碼來看， 用 bufio.Reader 實現(xiàn)的 io.Reader 并不會走默認的 buffer創(chuàng)建路徑，而是提前返回了，使用了 bufio.Reader 創(chuàng)建的 buffer, 這也是使用了 bufio.Reader 分配的內(nèi)存會小一些。
當然如果你希望 io.Copy 也分配小一點的內(nèi)存，也是可以做到的，不過是用 io.CopyBuffer, buf 就創(chuàng)建一個 4096 的 []byte 即可, 就跟 bufio.Reader 區(qū)別不大了。
看看是不是這樣：
// Md5Sum2 用 CopyBufer 重新實現(xiàn)，buf := make([]byte, 4096)
BenchmarkMd5Sum2-4 500 38484425 ns/op 4409 B/op 8 allocs/op
BenchmarkMd5Sum3-4 500 38671090 ns/op 4505 B/op 9 allocs/op
從結(jié)果來看， 分配的內(nèi)存相差不大，畢竟實現(xiàn)不一樣，不可能一致。
那下次如果你要寫一個下載大文件的程序，你還會用 ioutil.ReadAll(resp.Body) 嗎？
最后整體對比下 Benchmark 的情況：
$ go test -test.run=none -test.bench="." -benchtime=10s -benchmem
testing: warning: no tests to run
BenchmarkMd5Sum1-4 300 42551920 ns/op 19408230 B/op 14 allocs/op
BenchmarkMd5Sum2-4 500 38445352 ns/op 33089 B/op 8 allocs/op
BenchmarkMd5Sum3-4 500 38809429 ns/op 4505 B/op 9 allocs/op
PASS
ok tmp 63.821s
小結(jié)
這三種不同的 md5 計算方式在執(zhí)行時間上都差不多，區(qū)別最大的是內(nèi)存的分配上；
bufio 在處理 I/O 還是很有優(yōu)勢的，優(yōu)先選擇；
盡量避免 ReadAll 這種用法。
總結(jié)
以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)容對大家的學習或者工作能帶來一定的幫助，如果有疑問大家可以留言交流。
您可能感興趣的文章:- 詳解Go hash算法的支持
- Go語言對字符串進行MD5加密的方法
- Go語言MD5加密用法實例
- Golang的md5 hash計算操作
