目前我正在處理一個NumPy memmap數組，其中包含2,000,000 * 33 * 33 * 4（N * W * H * C）數據。我的程序讀取隨機（N）索引來自此陣列。Numpy memmap更好的IO和內存使用
我有8GB的RAM，2TB硬盤。 HDD讀IO只有20M/s左右，RAM使用率保持在2.5GB。看起來有一個HDD瓶頸，因爲我正在檢索明顯不在memmap緩存中的隨機索引。因此，我希望memmap緩存儘可能使用RAM。
有沒有辦法讓我告訴memmap以最大限度地利用IO和RAM？
（檢查我的python 2.7源碼） 據我所知，NumPy memmap使用mmap。 MMAP確實定義：
# Variables with simple values
...
ALLOCATIONGRANULARITY = 65536
PAGESIZE = 4096
但是我不知道這將是明智的（甚至可能）來改變這些。 此外，這可能無法解決您的問題，並且絕對不會爲您提供最有效的解決方案，因爲在操作系統級別和硬件級別具有緩存和頁面讀取功能（因爲對於硬件，讀取單個軟件時或多或少需要相同時間價值或整個頁面）。
更好的解決方案可能是對您的請求進行排序。 （我在這裏假設N很大，否則只是將它們排序一次）： 收集一大堆數據（比如一或千萬？），並在請求之前對它們進行排序。然後詢問有序查詢。然後在得到答案後，將它們恢復爲原來的順序...