HDF5是一種科學資料格式，其特點是可以將不同型別的資料集整合儲存到一個檔案，並分別打上標籤、註釋。相比舊版的HDF格式，HDF5能支援大於4GB的檔案讀寫；HDF5在資料集的基礎上增加包Group，類似資料夾。這使得HDF5檔案內部像普通的檔案系統一樣，便於資料的整合管理。HDF5跟資料庫有很大區別，HDF5使用樹形結構來標註儲存的多個數據集，並可使用類似python字典的方法來索引這些資料，與資料庫的索引操作類似，然而缺少資料的外來鍵、連線等關鍵操作，因此HDF5更加類似於zip等壓縮檔案的專用版，並且HDF5內建支援幾種開源無失真壓縮格式。HDF5原生用C語言編寫，支援C++、python、java等多種語言。
這裡簡單介紹下C++相關的程式設計，HDF5作為科學計算領域的明星，而科學計算離不開C/C++；HDF5的C語言介面複雜難學，而C++介面則能自行完成大多數工作。因此HDF5的C++程式設計非常重要。

寫資料

首先是用H5File函式開啟檔案，然後使用createDataSet函式建立資料集，或者使用createGroup建立包/資料夾，再在group下面呼叫createDataSet函式。寫入資料需要傳入原始資料指標、原始資料型別、原始資料大小、寫入規則。原始資料型別可以直接使用預定義的本地資料型別。資料大小資訊儲存在DataSpace類中。寫入規則儲存在DSetCreatPropList中。
HDF5支援直接儲存陣列資料，或者儲存分塊資料。分塊規則儲存在DSetCreatPropList中，分塊大小對於資料讀寫有重大影響。
例項：

H5File *file = new H5File(path.c_str(), H5F_ACC_TRUNC);//不用c字串貌似有bug
 

Group g = file->createGroup(gname.c_str());
int dims[2]={10,10};
DataSpace mspace(2,dims);
DSetCreatPropList param;
int chunkDims={256,256};
param.setChunk(2,chunkDims);
int fillVal = 0;
param.setFillValue(&fillVal);//分塊多出來部分的填充值
param.setDeflate(6);//deflate無失真壓縮
int *data = new int[100];
...//make data
 

int **wdata = new int[10];
for(int i = 0; i < 10; ++i)
  wdata[i] = data+i*10;
DataSet d = g.createDataSet(dname.c_str(),PredType::NATIVE_INT,mspace, param);
d.write(wdata[0], PredType::NATIVE_INT);
g.close()
file->close();

HDF5允許直接寫入二維陣列，這樣要裁剪區域資料的操作api就容易寫。而影象處理通常使用一維陣列來儲存影象，我們可以建立一個二維陣列指標來指向正確的位置，然後寫入，避免重建二維陣列的工作。這裡要注意write函式的第一個引數，是wdata[0]而不是wdata。寫入操作基本就這些，寫註釋操作依樣畫葫蘆即可。請注意必須要記得使用close函式關閉group，不然沒有資料寫入。

讀資料

HDF5允許使用快取技術來加速讀取資料。HDF5快取技術需要指定單個快取塊大小（必須大於檔案chunk的尺寸），快取塊數量和快取策略。快取塊數量是用一個hash值來給定的，官網推薦這個值是目標最大快取塊數量的10倍。快取策略輸入的是一個值，表示快取塊的生存權重預設為0.75，0值表示使用LRU策略來決定快取塊的保留與否。我暫時沒有找到快取函式的C++介面，不過C函式是可以和C++相容的。例項如下：

H5File *file = new H5File(path.c_str(), H5F_ACC_RDONLY);
H5Pset_cache(file->getAccessPlist().getId(),0,521, 256*256,0.5);//第二個引數被廢棄了，後續引數是hash值，快取塊大小，快取策略值
if(!file->exists(dname.c_str())) return 0;//檢測資料是否存在
DataSet d = file->openDataSet(dname.c_str());
hsize_t offset[2]={1,1};
hsize_t cout[2]={3,4};
hszie_t stride[2]={1,1};//預設就是1，可以不用管。這裡展示一個完整的程式碼
hsize_t block[2]={1,1};//預設就是1，可以不用管。這裡展示一個完整的程式碼
DataSpace mspace(2,count,NULL);
DataSpace dataSpace = d.getSpace();
dataSpace.selectHyperslab(H5S_SELECT_SET, count, offset, stride, block);
int **data = .....//prepare data
d.read(data[0], PredType::NATIVE_INT, mspace, dataSpace);
file->close();

注意讀圖有兩個DataSpace，dataSpace指定讀取範圍，mspace給定讀取資料的大小（感覺引數有點重複）。
如果不知道資料集的大小，則需要從DataSet獲取相關資訊：

int rank = dataSpace.getSimpleExtentNdims();
hsize_t *dims = new hsize_t[rank];
dataSpace.getSimpleExtentdims(dims);

此外，HDF5封裝了多種跨平臺的資料型別，支援複合資料型別，所以HDF5不會直接返回給使用者當前DataSet的資料型別是什麼，需要預先告知程式設計者。如果使用本地資料型別，則相對簡單：

DataType type = dataSet.getDataType();
if(type == PredType::NATIVE_INT){
...
}

C++類DataType可以指代任意資料型別，並支援用==符號來選擇正確的資料型別。

遍歷

遍歷沒有找到C++介面，只能用C語言編寫，需要準備一個回撥函式,回撥函式用iterateElems函式來呼叫：

herr_t Op(hid_t group, const char *name, void *data)
{
H5G_stat_t statbuf;
H5Gget_objinfo(group, name, false, & statbuf);
//name是每一輪遍歷的名稱，statbuf儲存檔案資訊，內部的H5G_obj_t可以鑑別是資料集還是group型別。data是外部傳入的資料，可以把遍歷檔案的資訊匯出去
std::vector<std::string> *opdata = (std::vector<std::string> *)data;
opdata->push_back(name);
}

int num = file.getNumObjs();//根目錄下obj的數量
int *ids=new int[num];
for(int k = 0; k < num; ++k)
  ids[k] = k;
std::vector<std::string> dataList;
file.iterateElems("/",ids, Op,&dataList);