APUE 學習筆記 —— 文件I/O

本章節主要講了 Linux 系統下的關於文件I/O操作的幾個函數：open、read、write、lseek、close 的使用和需要註意的一些細節。接著，又介紹了多進程見如何共用文件。下麵開始知識點梳理。

文件描述符

對於內核來說，所有打開的文件，都是通過文件描述符來引用。當打開或創建一個新的文件的時候，內核都會向進程返回該文件的文件描述符。文件描述符是什麼，可以參考維基百科——文件描述符。UNIX 系統按慣例，會將0與進程的標準輸入關聯，將1與進程的標準輸出關聯，將2與進程的標準錯誤關聯。

open 與 openat 函數的使用

• oflag 參數：
  是通過在頭文件 <fcntl.h> 中定義的常量中的一個或多個進行 “或”運算構成的。這裡不再一一詳述每個常量及其含義，感興趣的小伙伴可以自行去查閱。
• path 參數：
  是要打開和創建文件的名字。
• fd 參數：
  fd 把open 和 openat 函數區分開來，具體有三種可能：
  1. 當path是絕對路徑時， openat 就相當於是 open；
  2. path制定的是相對路徑名稱時，fd指出了相對路徑名稱的在文件系統中的開始位置；
  3. path是相對路徑，fd參數具有特殊值 AT_FDCWD。此時，路徑名在當前工作目錄中獲取，openat 函數在操作上與 open 函數類似；
     本節還講到了 TOCTTOU 思想以及文件名與路徑名被截斷的問題。

creat 函數

creat函數是以只寫的形式來打開一個新的文件的。

close 函數

關閉一個文件，會關閉該進程在當前文件上加的所有記錄鎖。一個進程結束之後，內核會自動關閉其打開的所有文件。

lseek 函數

lseek 函數僅會將當前的文件偏移量記錄到內核中，其不會引起任何 I/O 操作。該偏移量是用來進行下一次讀或者寫的游標。偏移量的大小可以與文件實際大小不對應。當大於文件當前的實際長度的時候，對該文件的下一次寫將加長該文件，且會形成一個空洞。位於文件中但是沒有寫過的位元組都讀為0。具體什麼是空洞，可以看下百科——文件空洞。

read 函數

如果 read 成功，則會返回讀到的位元組數。如果已經讀到了文件的末尾，會返回0。

write 函數

對於普通文件，通常從當前的偏移量開始；如果在打開文件的時候，指定了 O_APPEND操作，則在每次寫操作之前，將文件的偏移量設置在文件的末尾。每次寫成功，文件的偏移量都會變化。

I/O 效率

大多數文件系統為改善性能，都會增加“預讀”技術。當檢測到正在進行順序讀取時，系統就試圖讀入比實際鎖要求更多的數據。

文件共用

UNIX 系統支持不同進程之間共用打開文件。內核使用三種數據結構用來表示打開文件：
（1）每個進程在進程記錄表中都會有一個記錄項，記錄項中包含一張打開文件描述符表。有每個文件描述符相關聯的是：
A）文件描述符標誌；
B）指向一個文件表項的指針；
（2）內核為所有打開文件維持一張文件表，每個文件表項包含：
A）文件狀態標誌；
B）當前文件的偏移量；
C）指向該文件v節點表項的指針；
（3）每個打開文件（或設備）都有一個v節點結構。

該圖顯示了一個進程打開多個文件的場景。打開文件描述符表可以存放在用戶空間，而非進程表中。

該圖展示了多個獨立的進程打開同一個文件的場景。此場景在讀的時候，可以正確的讀。但是當涉及到寫文件，就會存在了一些不可預料的結果。

dup 與 dup2 函數

兩個函數都是用來複制一個現有的文件描述符的。有 dup 返回的新文件描述符一定是當前可用文件描述符中的最小值，對於 dup2，可以用fd2參數指定新描述符的值。如果fd2已經打開，則將其關閉先。若fd=fd2，則dup2返回fd2，而不關閉它。

![dup(1) 後的內核數據結構說明

sync、fsync、fdatasync 函數

傳統的UNIX系統都會在內核中設有緩衝區告訴緩存或頁高速緩存，大多數磁碟IO都是通過緩衝區進行。當向文件寫數據時，內核通常會先將數據copy到緩衝區中，然後排入隊列，晚些時候會寫入到磁碟中，這被稱為延遲寫。當內核需要重用緩衝區來存放其他睡的時候，會將所有數據寫入到磁碟中。為了保證磁碟上實際文件系統與緩衝區中內容的一致性，UNIX系統提供了三種函數，如上。它們有什麼區別呢？

fcntl 函數

fcntl 函數可以改變已經打開的文件的屬性。

fcntl 的返回值與命令有關。如果出錯，所有命令都返回-1；成功會返回其他值。
在修改文件描述符標誌或文件狀態標誌的時候必須謹慎，先要獲取現在的標誌值，然後再按照期望修改它，最後設置新的標誌值。本小節還講到了調用write時設置同步機制後，對系統性能帶來的影響。

ioctl 函數