使用 h5py 高级接口时如何设置缓存设置？

Question

我正在尝试增加 HDF5 文件的缓存大小，但它似乎不起作用。 这就是我所拥有的：

import h5py

with h5py.File("test.h5", 'w') as fid:
        # cache settings of file
        cacheSettings = list(fid.id.get_access_plist().get_cache())
        print cacheSettings
        # increase cache
        cacheSettings[2] = int(5 * cacheSettings[2])
        print cacheSettings
        # read cache settings from file
        fid.id.get_access_plist().set_cache(*cacheSettings)
        print fid.id.get_access_plist().get_cache()

这是输出：

[0, 521, 1048576, 0.75]
[0, 521, 5242880, 0.75]
(0, 521, 1048576, 0.75)

知道为什么阅读有效，但设置无效吗？
关闭并重新打开文件似乎也无济于事。

Answer 1

如果您使用的是 h5py 2.9.0 或更高版本，请参阅Mike's answer。

---

根据the docs，get_access_plist() 返回文件访问属性列表的副本。所以修改副本不影响原件也就不足为奇了。

似乎高级界面不提供更改缓存设置的方法。

这是使用低级接口的方法。

propfaid = h5py.h5p.create(h5py.h5p.FILE_ACCESS)
settings = list(propfaid.get_cache())
print(settings)
# [0, 521, 1048576, 0.75]

settings[2] *= 5
propfaid.set_cache(*settings)
settings = propfaid.get_cache()
print(settings)
# (0, 521, 5242880, 0.75)

上面创建了一个PropFAID。然后我们可以通过这种方式打开文件并获得FileID：

import contextlib
with contextlib.closing(h5py.h5f.open(
                        filename, flags=h5py.h5f.ACC_RDWR, fapl=propfaid)) as fid:
    # <h5py.h5f.FileID object at 0x9abc694>
    settings = list(fid.get_access_plist().get_cache())
    print(settings)
    # [0, 521, 5242880, 0.75]

我们可以使用fid通过将fid传递给h5py.File来使用高级接口打开文件：

    f = h5py.File(fid)
    print(f.id.get_access_plist().get_cache())
    # (0, 521, 5242880, 0.75)

因此，您仍然可以使用高级界面，但需要一些时间 摆弄着到达那里。另一方面，如果您将其提炼成基本要素，也许还不错：

import h5py
import contextlib

filename = '/tmp/foo.hdf5'
propfaid = h5py.h5p.create(h5py.h5p.FILE_ACCESS)
settings = list(propfaid.get_cache())
settings[2] *= 5
propfaid.set_cache(*settings)
with contextlib.closing(h5py.h5f.open(filename, fapl=propfaid)) as fid:
    f = h5py.File(fid)

Answer 2

从 h5py 版本 2.9.0 开始，此行为现在可以直接通过主 h5py.File 界面使用。控制“原始数据块缓存”的三个参数 — rdcc_nbytes、rdcc_w0 和 rdcc_nslots — 记录在 here。 OP 试图调整 rdcc_nbytes 设置，现在可以简单地完成

import h5py

with h5py.File("test.h5", "w", rdcc_nbytes=5242880) as f:
    f.create_dataset(...)

在这种情况下，我假设您知道您实际需要多少空间，而不是像 OP 想要的那样仅仅乘以 5。当前默认值与找到的 OP 相同。当然，如果您真的想以编程方式执行此操作，您可以只打开一次，获取缓存，关闭它，然后使用所需的参数重新打开。

Answer 3

h5py-cache 项目可能会有所帮助，虽然我没有使用过：

import h5py_cache
with h5py_cache.File('test.h5', chunk_cache_mem_size=1024**3, 'a') as f:
    f.create_dataset(...)