Go语言中三种不同md5计算方式的性能比较

　　前言

　　本文主要介绍的是三种不同的 md5 计算方式，其实区别是读文件的不同，也就是磁盘 I/O, 所以也可以举一反三用在网络 I/O 上。下面来一起看看吧。

　　ReadFile

　　先看第一种， 简单粗暴：

　　 func md5sum1(file string) string { data, err := ioutil.ReadFile(file) if err != nil { return } return fmt.Sprintf(%x, md5.Sum(data)) }

　　之所以说其粗暴，是因为 ReadFile 里面其实调用了一个 readall， 分配内存是最多的。

　　Benchmark 来一发：

　　 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

　　先说明下，这个文件大小是 19405028 字节，和上面的 19408224 B/op 非常接近, 因为 readall 确实是分配了文件大小的内存，代码为证：

　　ReadFile 源码

　　 // 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() // Its a good but not certain bet that FileInfo will tell us exactly how much to // read, so lets try it but be prepared for the answer to be wrong. var n int64 if fi, err := f.Stat(); err == nil { // Dont 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, well either waste some space off the end or reallocate as needed, but // in the overwhelmingly common case well get it just right. // readAll 第二个参数是即将创建的 buffer 大小 return readAll(f, n+bytes.MinRead) } func readAll(r io.Reader, capacity int64) (b []byte, err error) { // 这个 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 }

　　再看第二种，

　　 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)) }

　　第二种的特点是：使用了 io.Copy。 在一般情况下（特殊情况在下面会提到），io.Copy 每次会分配 32 *1024 字节的内存，即32 KB, 然后咱看下 Benchmark 的情况：

　　 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

　　然后再看看第三种情况。

　　这次不仅用了 io.Copy，还用了 bufio.Reader。 bufio 顾名思义， 即 buffered I/O， 性能相对要好些。bufio.Reader 默认会创建 4096 字节的 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 的情况：

　　 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？ 那为什么 io.Copy + bufio.Reader 的方式所用内存会比单纯的 io.Copy 占用内存要少一些呢？ 上文也提到， 一般情况下 io.Copy 每次会分配 32 *1024 字节的内存，那特殊情况是？ 答案在源码中。

　　一起看看 io.Copy 相关源码：

　　 func Copy(dst Writer, srcReader) (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, srcReader, 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 这个 Writer 并没有实现 WriteTo 方法，所以不会走这里 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 实现了 ReadFrom 方法，所以，会走这里 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 }

　　从上面的源码来看， 用 bufio.Reader 实现的 io.Reader 并不会走默认的 buffer创建路径，而是提前返回了，使用了 bufio.Reader 创建的 buffer, 这也是使用了 bufio.Reader 分配的内存会小一些。

　　当然如果你希望 io.Copy 也分配小一点的内存，也是可以做到的，不过是用 io.CopyBuffer, buf 就创建一个 4096 的 []byte 即可, 就跟 bufio.Reader 区别不大了。

　　看看是不是这样：

　　 // Md5Sum2 用 CopyBufer 重新实现，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

　　从结果来看， 分配的内存相差不大，毕竟实现不一样，不可能一致。

　　那下次如果你要写一个下载大文件的程序，你还会用 ioutil.ReadAll(resp.Body) 吗？

　　最后整体对比下 Benchmark 的情况：

　　 $ 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

　　小结

　　这三种不同的 md5 计算方式在执行时间上都差不多，区别最大的是内存的分配上；

　　bufio 在处理 I/O 还是很有优势的，优先选择；

　　尽量避免 ReadAll 这种用法。

　　总结

　　以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流。