【Windows】一种快速文件遍历方法的实现思路
本帖最后由 Mouri_Naruto 于 2019-5-26 23:02 编辑附：对站长表示深深的感谢，给了我在这里发帖的机会。
先贴代码，毕竟一些人看帖的目的就是为了看代码，而且本文的重点并不是那些代码，而是我这样写的原因。
https://github.com/M2Team/NSudo/commit/0b4fc388baa54637e6a016bc5809ee6fbd946009
当然，由于自己当时比较仓促还没有对函数和结构体的定义添加参数，表示抱歉。
这个方案说白了就是使用 FileIdBothDirectoryRestartInfo 和 FileIdBothDirectoryInfo 这两个 FileInformationClass 调用 GetFileInformationByHandleEx API 来实现文件的定义。
原理并不复杂，而且我写的代码风格偏纯 C（虽然一些地方用的是 C++ 的特性），相信你们很快也能看懂。
于是，这篇文章主要是记录我那样设计的原因：
0、为什么使用偏纯 C 的语法？
答：有三个理由。一是偏纯 C 语法看起来比较清晰。二是不希望生成一些诸如栈回退处理程序、C++ 异常等类似的机器实现。三是希望做到 ABI 兼容以更方便地与自己开发的其他工具共享实现。
1、为什么不学习 Everything 遍历 USN？
答：USN 是 NTFS 文件系统的独有特性，并不是一种通用的解决方案。
2、为什么选择 GetFileInformationByHandleEx API？
答：虽然 GetFileInformationByHandleEx 内部关于 FileIdBothDirectoryRestartInfo 和 FileIdBothDirectoryInfo 这两个 FileInformationClass 的实现是直接调用 NtQueryDirectoryFile 实现的。但 NtQueryDirectoryFile 并不是完全文档化的 API，为了自己的其他项目更方便使用自己的实现，于是自从两年前我就尽量使用文档化 API。
3、为什么 FileInfoBuffer 的大小设置为 32768 字节？
答：其实，其实微软的文档并没有说明我们应该设置多大效率才能达到最高。.Net Core 的文件遍历类实现直接使用的 NtQueryDirectoryFile 缓冲区设置的是 4096 字节。我选择 32768 字节，主要是因为我曾经以遍历 C:\Windows\WinSxS\Manifests 目录做过一次实验。调用 GetFileInformationByHandleEx 的次数随着缓冲区大小的增加而减少，但是缓冲区大小超过 32768 字节后，调用 GetFileInformationByHandleEx 的次数就不会减少了，而且因为缓冲区变大，分配内存块时间增加，反而拖慢速度。
4、为什么不直接返回 FILE_ID_BOTH_DIR_INFO 结构体，而是返回自制的 M2_FILE_ENUMERATOR_INFORMATION 结构体？
答：我宁愿多一次内存拷贝，也要这么做，主要有两点原因。一是 FILE_ID_BOTH_DIR_INFO 结构体的 ShortName 和 FileName 这两个成员对应的字符串是没有 '\0' 终止标志，导致使用起来很难受。二是 FILE_ID_BOTH_DIR_INFO 结构体的一些成员显示出来要么失去了自己单独封装意义，要么用不到，要么用起来不够友好。
5、这样实现性能大概能提升多少？
答：完整遍历 4000 次 C:\Windows\WinSxS\Manifests 目录，相对系统的默认方式，也就是 FindFirstFile 和 FindNextFile 组合使用，大概有 30% 左右的速度提升。（从 151972ms 缩减到 112366ms）
6、为什么传入的是句柄而不是文件名？
答：作为 Dism++ 的核心开发者之一的我，势必会碰到要求进行大量文件操作的情况。譬如系统垃圾清理，就删除一个文件来说，至少要进行三种操作（获取文件的大小、去除文件的只读属性和删除文件）。如果直接使用系统提供的 API，其内部实现是这样的：
打开文件句柄 -> 获取文件大小 -> 关闭文件句柄 -> 打开文件句柄 -> 去除只读属性 -> 关闭文件句柄 -> 打开文件句柄 -> 添加删除标记 -> 关闭文件句柄
为了减少反复打开和关闭文件句柄的次数，做到以下的效果；而且也为了规范操作步骤，所以我搞了一套通过句柄操作文件的实现。
打开文件句柄 -> 获取文件大小 -> 去除只读属性 -> 添加删除标记 -> 关闭文件句柄
事实上，这样做后，在文件操作方面会有比较大的效率提升，至少能减少系统调用引起模式切换的次数。
很久没写技术文章了，手有点生疏了，大家见谅。
毛利 专业。。。。。。。。。。。。。。。。。。。
页:
[1]