稀疏文件

2011-07-04 16:12

稀疏文件(Sparse File), 指的是文件中出现大量的0数据，这些数据对我们用处不大，但是却一样的占用我们的空间，针对此，WINNT 3.51中的NTFS文件系统对此进行了优化，那些无用的0字节被用一定的算法压缩起来，使得这些0字节不再占用那么多的空间，在你声明一个很大的稀疏文件时(例如 100GB)，这个文件实际上并不需要占用这么大的空间，因为里面大都是无用的0数据，那么，NTFS对稀疏文件的压缩算法可以释放这些无用的0字节空间， 可以说这是对磁盘占用空间以及效率的一种优化，记住，FAT32上并不支持稀疏文件的压缩（至少我在自己机子上测试得出如此结论）。       这里，我们将粗略的介绍： 1，如何判断一个磁盘是否支持稀疏文件。 2，如何判断一个文件是否是稀疏文件。 3，如何产生一个稀疏文件。 4，假如系统支持稀疏文件，如何声明这个文件是稀疏文件。      因为这是我工作中出现的问题，所以可能不会深究里面的算法和操作系统机制，但是文章末尾会附上参考资料。  若有问题，可以联系我 shawn.huang@protegrity.com(工作邮箱)  或者 lonestep@gmail.com(私人邮箱)  1.1   判断一个磁盘是否是稀疏文件。 我们可以通过一个系统函数GetVolumeInformation来判断某个磁盘是否支持稀疏文件的压缩。MSDN中的函数原型如下： GetVolumeInformation The GetVolumeInformation function retrieves information about a file system and volume that have a specified root directory.   BOOLGetVolumeInformation( LPCTSTRlpRootPathName, LPTSTRlpVolumeNameBuffer, DWORDnVolumeNameSize, LPDWORDlpVolumeSerialNumber, LPDWORDlpMaximumComponentLength, LPDWORDlpFileSystemFlags, LPTSTRlpFileSystemNameBuffer, DWORDnFileSystemNameSize );   我们只要把查询到的Flag 跟 FILE_SUPPORTS_SPARSE_FILES 位与(&)，便可以知道该磁盘是否支持。 这是从我的工具集(toolset)里摘录的例子代码： ++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++     CHAR szVolName[MAX_PATH], szFsName[MAX_PATH];     DWORD dwSN, dwFSFlag, dwMaxLen, nWritten;     BOOL bSuccess;     HANDLE hFile;     bSuccess = GetVolumeInformation(NULL,         szVolName,         MAX_PATH,         &dwSN,          &dwMaxLen,          &dwFSFlag,          szFsName,         MAX_PATH);     if (!bSuccess) {         printf("errno:%d", GetLastError());         return -1;     }     printf("vol name:%s \t fs name:%s sn: %d.\n", szVolName, szFsName, dwSN);     if (dwFSFlag&FILE_SUPPORTS_SPARSE_FILES) {         printf("support sparse file.\n");     }else{         printf("no support sparse file.\n");     } +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++     2.1 如何判断一个文件是否是稀疏文件。 我们可以通过 GetFileInformationByHandle()函数来判断一个文件是否是稀疏文件。这是MSDN里面的定义。 The GetFileInformationByHandle function retrieves file information for the specified file. BOOLGetFileInformationByHandle( HANDLEhFile, LPBY_HANDLE_FILE_INFORMATIONlpFileInformation ); +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++ HANDLE hFile; BY_HANDLE_FILE_INFORMATION stFileInfo； //Open/create file to get the file handle hFile = CreateFile(); //Get the file information GetFileInformationByHandle(hFile, &stFileInfo); if(stFileInfo.dwFileAttributes & FILE_ATTRIBUTE_SPARSE_FILE) {     //Sparse file }else{    //Not sparse file } ++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++   3.1, 如何产生一个稀疏文件并声明该文件是稀疏文件。 大部分文件，在你改变它的EndOfFile的时候，中间的空白会被操作系统填0，也就是说，如果你用SetFilePointer() 和SetEndOfFile()来产生一个很大的文件，那么这个文件它占用的是真正的磁盘空间，即使里面全是0，因为系统默认的会在DeviceIoControl()中的ControlCode里用FSCTL_SET_ZERO_DATA标记，这个标记使得那些文件空洞被0所填充。为了节省磁盘空间，我们必须把一个文件声明为稀疏文件，以便让系统把那些无用的0字节压缩，并释放相应的磁盘空间，方法如下： +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++     hFile = CreateFile("tmp_file",          GENERIC_WRITE|GENERIC_READ,          FILE_SHARE_READ|FILE_SHARE_WRITE,         NULL,         CREATE_ALWAYS,         0,         NULL);     DWORD dwTemp;     DeviceIoControl(hFile,         FSCTL_SET_SPARSE,          NULL,         0,         NULL,         0,         &dwTemp,         NULL);     SetFilePointer(hFile, 0x100000, NULL, FILE_BEGIN);     WriteFile(hFile,         "123",         3,         &nWritten,         NULL);     SetEndOfFile(hFile);     CloseHandle(hFile); ++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++   注意到FSCTL_SET_SPARSE这个标记了吗？正是这个标记，告诉系统该文件是稀疏文件，如果该文件所在的磁盘支持稀疏 文件的压缩，则系统会释放不必要的0字节空间。你可以用这个方法创建一个100GB得文件试一下(示例里是1M)，记得右键看看文件属性 里的‘大小’和占用空间，它被声明为100GB，但是实际上那些0字节基本不占用空间，而你写入的“123”是占用实际的 磁盘空间的。 注意：在FAT32得磁盘里，因为没有对SPARSE FILE得支持，所以您创建的空洞文件全部被填零，即使你声明它是一个稀疏文件，也没有任何作用，您声明这个文件多大，它就占用多大的空间。 另外，如果您编译 DeviceIoControl这个函数出现 "'FSCTL_SET_SPARSE' : undeclared identifier"之类的情况请这样做：#include <windows.h> #define   _WIN32_WINNT         0x0501 #include <Winioctl.h>