我有大量的数据块（50GB〜）的。 在我的代码必须能够做到以下几点：
反复遍历所有块，并做他们一些计算。
反复遍历所有块，并做他们，其中在每次迭代中访问数据块的顺序是一些计算（尽可能）随机。
到目前为止，我已经将数据分割成10个二进制文件（创建boost::serialization ），并反复读一前一后进行计算。 对于（2），I读以随机顺序10个文件，并处理每一个在序列，这是足够好的。
然而，读取文件的一个（使用boost::serialization ）需要很长的时间，我想加快速度。
我是否可以使用内存映射文件，而不是boost::serialization ？
具体地讲，我有一个vector<Chunk*>中的每个文件。 我希望能够在这样的文件非常，非常快速地读取。
我怎样才能读/写这样的vector<Chunk*>数据结构？ 我看过boost::interprocess::file_mapping ，但我不知道该怎么做。
我读这（ http://boost.cowic.de/rc/pdf/interprocess.pdf ），但对内存映射文件也没有说太多。 我想我会存储该vector<Chunk*>首先在映射的内存，然后将其存储组块本身。 并且， vector<Chunk*>实际上将成为offset_ptr<Chunk>* ，即offset_ptr的阵列？
由存储器映射的文件是一块内存，因为任何其它的存储器也可以以字节为单位，小端排序的话，比特，或任何其他数据结构来组织。 如果便携性是一个问题（如字节序）需要一定的照顾。
下面的代码可能是一个很好的起点：
#include <cstdint>
#include <memory>
#include <vector>
#include <iostream>
#include <boost/iostreams/device/mapped_file.hpp>
struct entry {
std::uint32_t a;
std::uint64_t b;
} __attribute__((packed)); /* compiler specific, but supported
in other ways by all major compilers */
static_assert(sizeof(entry) == 12, "entry: Struct size mismatch");
static_assert(offsetof(entry, a) == 0, "entry: Invalid offset for a");
static_assert(offsetof(entry, b) == 4, "entry: Invalid offset for b");
int main(void) {
boost::iostreams::mapped_file_source mmap("map");
assert(mmap.is_open());
const entry* data_begin = reinterpret_cast<const entry*>(mmap.data());
const entry* data_end = data_begin + mmap.size()/sizeof(entry);
for(const entry* ii=data_begin; ii!=data_end; ++ii)
std::cout << std::hex << ii->a << " " << ii->b << std::endl;
return 0;
}
的data_begin和DATA_END指针可以与大多数STL用作任何其他迭代中使用。
