文件IO

2021-05-31 12:46:14 星期一

文件IO

文件描述符：是有限资源

基础IO

open

#include <fcntl.h>

int open(const char *path, int oflag, mode_t mode);

path文件的路径和名称
flag文件的打开模式，组合使用时需要使用位运算或
- 基本模式
- 附加模式（只列常用）
  - O_APPEND：总是在文件末尾添加数据
  - O_EXCL：配合O_CREAT标志
    - 表明如果文件存在则不会打开文件，并使open调用失败，否则能够创建并打开文件。这样确保了调用open()的进程即为创建文件的进程.
    - 同时不允许path是符号链接
  - O_CREAT：没有文件存在时会创建文件，需要mode参数指明文件权限，一共9个
  - O_TRUNC：如果文件存在且为普通文件且该进程对改文件有写权限，则清空文件内容
mode
- S_IRUSR：文件所有者有读权限
- S_IWUSR：文件所有者有写权限
- S_IXUSR：文件所有者有执行权限
- S_IRGRP：同组用户有读权限
- S_IWGRP：同组用户有写权限
- S_IXGRP：同组用户有执行权限
- S_IROTH：其他用户有读权限
- S_IWOTH：其他用户有写权限
- S_IXOTH：其他用户有执行权限
返回文件描述符fd或者-1

错误

creat

旧版使用，新版都用open进行创建文件

read

将open返回的fd文件描述符中读取bytes字节的数据到buf中，返回实际读取的字节数，不成功返回-1

#include <unistd.h>

ssize_t read(int fd, void *buf, size_t bytes);

当read普通文件：调用成功返回实际读取的字节数，遇到文件EOF时返回0，出现错误返回-1。
当read读取终端，遇到\n即返回

注意：read系统调用是逐字节读取的，所以无法遵守C语言中的字符串的规则。比如C语言中字符串以\0（0x0）作为结束，但是read认为这里的字节值是0x0并继续读下去.所以使用read读数据时，通常的方式是:每次读取数据，再将的实际读取到的size处设置成C语言认可的字符串结束符，即buffer[size] = '\0';

#define MAX_READ 16

char buffer[MAX_READ + 1];
ssize_t size;
size = read(fd, buffer, MAX_READ);
if (size == -1)
    exit(0);
buffer[size] = '\0';
close(fd);

一个例子

该文件从终端读取一行（因为read读终端时以\n作为结束）字符并打印出来，同时打印每一个字符

#include <stdio.h>
#include <unistd.h>
#include <fcntl.h>
#include <string.h>

#define MAX_READ 16

int main(int argc, char **argv)
{
    char buffer[MAX_READ + 1];
    memset(buffer, 0x23, sizeof(buffer));  // fill with #
    buffer[MAX_READ] = '\0';

    ssize_t numRead, i;
    numRead = read(STDIN_FILENO, buffer, MAX_READ);
    if (numRead == -1)
        perror("read");

    // buffer[numRead] = '\0';
    printf("the input data was:%s\n", buffer);
    for (i = 0; buffer[i] != '\0' && i < MAX_READ; i++)
        printf("%ld->%x\n", i, buffer[i]);
    return 0;
}

$ ./4.4
abcd
the input data was:abcd
############
0->61
1->62
2->63
3->64
4->a
5->23
6->23
...
16->0

由此可见read只是以二进制的形式照搬数据，并不对数据进行处理，因此，对数据的处理留给了程序员

write

将bytes字节的buf数据写到open返回的fd文件描述符所指的文件中，返回实际写的字节数，不成功返回-1，写入已打开的文件。调用成功并不代表已经写入磁盘，可能先进入缓存（这样减少磁盘活动量、加快write调用）。

#include <unistd.h>

ssize_t write(int fd, void *buf, size_t bytes);

close

#include <unistd.h>

int close (int fd);

close函数也有错误处理，编程时也应该错误检查。

lseek

内核打开的文件时会记录文件偏移量，第一字节的偏移量为0，文件打开时，会将偏移量设置为0

#include <unistd.h>

off_t lseek(int fd, off_t offset, int whence);

fd文件描述符
offset表示偏移量
- 正值为正向移动，向继续往下读的方向
wherece表示文件读写指针从哪里开始计数
- SEEK_SET表示起始位置
- SEEK_CUR表示当前位置
- SEEK_END表示末尾位置的后一个字节（这里直接写数据的话是恰好和文件连接）
返回新的文件偏移量或-1（执行失败）

文件空洞

从文件结尾后到新写入的数据间的空间，他不占用磁盘空间，直到写入了数据。这时文件的名义的大小可能比磁盘存储的总量大。具体的在14节

ls -l file        查看文件逻辑大小

du -c file     查看文件实际占用的存储块多少

od -c file     查看文件存储的内容

unlink删除

只是删除path到文件的一个链接，其文件对于的i-node减1，为0时，改文件才从磁盘删除。

#include <unistd.h>

int unlink(const char *path);

iotcl

文件和目录

目录是另一种文件，只是内容是包含的文件信息和目录信息。

链接

每一个文件对应一个inode，文件的链接数对应inode中的链接数，记录着这个文件的链接数值，即指向该inode的文件数，文件和inode是多对一的关系。本质上rm指令调用系统调用unlink函数，将这个文件的inode的链接数-1，为0时才真正删除

硬链接
- 相链接的文件总是同步
软链接
- 理解为Windows的快捷方式

$ touch a.txt
$ echo "hello" > a.txt

$ ls -li
total 4
2104443 -rw-rw-r-- 1 dwr dwr 6 Apr 10 22:20 a.txt
# inode编号 文件权限 用户 组用户 不知道 创建月 日 时 文件名
$ ln a.txt a.txt.bak  # 建立硬链接
$ ls -li
total 8
2104443 -rw-rw-r-- 2 dwr dwr 6 Apr 10 22:20 a.txt
2104443 -rw-rw-r-- 2 dwr dwr 6 Apr 10 22:20 a.txt.bak

$ ln -s a.txt a.txt.s  # 建立软链接
$ ls -li
total 8
2104443 -rw-rw-r-- 2 dwr dwr 6 Apr 10 22:20 a.txt
2104443 -rw-rw-r-- 2 dwr dwr 6 Apr 10 22:20 a.txt.bak
2099642 lrwxrwxrwx 1 dwr dwr 5 Apr 10 22:25 a.txt.s -> a.txt

#include <unistd.h>

int link(const char *__from, const char *__to);
int symlink(const char *__from, const char *__to);

错误打印

perror

<errno.h>

根据设置的errno值打印对应的错误信息，打印规则是先打印s中用户定义的错误输出，在打印系统调用错误的输出提示。一定要在系统调用之后紧跟打印，否则会被覆盖

void perror(const char *s);

strerror

将错误代码转换为字符串错误信息。

char *strerror(int errno);

原子IO

fcntl

#include <fcntl.h>

int fcntl(int __fd, int __cmd, ...)

文件IO缓冲

read()和write()系统调用在操作磁盘文件时不会直接发起磁盘访问，而是仅仅在用户空间缓冲区与内核缓冲区高速缓存（kernel buffer cache）之间复制数据。write()在后续某个时刻，内核会将其缓冲区中的数据写入（刷新至）磁盘。

Linux 内核对缓冲区高速缓存的大小没有固定上限。内核会分配尽可能多的缓冲区高速缓存页，而仅受限于两个因素;可用的物理内存总量，以及出于其他目的对物理内存的需求（例如，需要将正在运行进程的文本和数据页保留在物理内存中）。若可用内存不足，则内核会将

解释一下书中对IO系统调用的实验：

总用时=CPU用时+磁盘读写用时
CPU用时=用户CPU用时（用户模式下执行的代码）+系统CPU用时（内核模式（系统调用和数据在用户和内核模式下传输）下执行的代码）

stdio的缓冲

C语言中IO函数可以理解为系统IO调用+数据缓冲，免于编写者自己处理对数据的缓冲

int setvbuf(FILE *stream, char *buf, int modes, size_t n)

控制stdio库函数的缓冲形式，需要最先调用，之后的stdio操作才有效

stream
- 表示配置缓冲的文件流
buf
- 不为空则使用size大小作为缓冲区（这个buf空间应该是堆内存上，避免函数调用和返回对栈进行修改）
- 为空则自动分配（根据mode选择是否分配）size大小空间
modes
- _IONBF：not，不缓冲，每一次调用stdio函数都立即调用系统调用
- _IOLBF：line，行缓冲，遇到换行符或缓冲区满则调用系统调用，指向终端设备的流默认使用该模式
- _IOFBF：file，全缓冲，指向磁盘的流默认使用该模式
出错返回非0，成功返回0

熊沐

Linux C 文件IO