首页 > 代码库 > UNIX环境高级编程之第3章:文件I/O

UNIX环境高级编程之第3章:文件I/O

3.1 引言

文件I/O函数:打开文件,读文件,写文件

经常使用到五个函数:open, read, write, lseek, close.

本章描写叙述的函数都是:不带缓冲的I/O(unbuffered I/O)。属于不带缓冲 是指每一个read和write都是调用内核中一个系统调用

3.2 文件描写叙述符

对于内核而言,全部打开的文件都是通过文件描写叙述符引用的

当读或写一个文件的时候,使用open或creat返回的文件描写叙述符标示该文件,将其參数传给read或write

通常文件描写叙述符0与标准输入关联,1与标准输出关联,2与标准错误关联,用STDIN_FILENO, STDOUT_FILENO, STDERR_FILENO来提高可读性

3.3 函数open和openat

open和openat函数返回的文件描写叙述符一定是最小未用的文件描写叙述符

使用open或者openat创建或者打开一个文件

#include<fcntl.h>
int open(const char *path, int oflag, .../*mode_t mode*/);
int openat(int fd, const char *path, int oflag, .../*mode_t mode*/)

oflag參数能够用来说明此函数的多个选项,用下列一个或多个常量进行"或"运算构成oflag參数

O_RDONLY  仅仅读打开 

O_WRONLY 仅仅写打开
O_RDWR 读写打开  通常分别为0,1,2

O_EXEC 仅仅运行打开

O_SEARCH 仅仅搜索打开(应用与文件夹)

还有好多在APUE  P50

fd參数把open和openat函数去分开

(1) path參数指绝对路径,fd   能够被忽略open=openat

(2) path指相对路径,fd參数指出了相对路径名在文件系统中的起始地址.fd參数是通过打开相对路径文件名称所在的文件文件夹获取的

(3) path指相对路径。fd參数具有特殊值AT_FDCWD, 这样的情况下路径名再当前文件夹下获得

openat函数希望解决两个问题

(1) 让线程能够使用相对路径名打开文件夹中的文件。而不是仅仅能打开当前工作文件夹

(2) 避免time-of-check-to-time-of-use(TOCTTOU)错误:该错误的基本思想是假设两个基于文件的函数调用,当中第二个调用依赖第一个调用的结果那么程序是脆弱的。由于一旦文件有变化,第二个调用的结构可能就不正确了

文件名称与路径名截断

假设NAME_MAX是14。而存在的文件名称恰好是14个字符的文件,那么以路径名作为參数的随意函数讲无法知道文件的原始名是什么.其原因是这些函数无法推断函数是否被拦截过

现代文件系统支持文件名称长度能够为255,因此对于绝大多数应用程序没有出过这种问题

3.4 函数creat

能够使用creat创建一个新的文件

#include<fcntl.h>
int creat(const char *path, mode_t mode);

此函数等效于

open(path, O_ERONLY|O_CREAT|O_TRUNC, mode);

O_CREAT:此函数不存在的时候创建它

O_TRUNC:假设次文件存在,并且为仅仅写或者读写成功打开,则将其长度截断为0

早期的UNIX系统版本号中,open的第二个參数仅仅能为0,1,2.无法打开一个尚未存在的文件。因此须要系统调用creat来创建一个文件

creat的一个不足之处是它仅仅能以仅仅写的方式创建文件.在提供open的新版本号之前,假设想创建一个暂时文件。然后再读这个暂时文件,必须先调用creat,close然后再调用open,如今能够直接调用

open(path, O_RDWR|O_CREAT|O_TRUNC, mode);

这样用open能够直接创建一个能够读写的文件

3.5 函数close

能够调用close函数关闭文件

#include<unistd.h>
int close(int fd);
关闭一个文件时还会释放该进程加再该文件上的全部记录锁

当一个进程关闭时,内核将自己主动关闭进程全部打开的文件。非常多程序都利用了这一功能而不显示的关闭文件

3.6 函数lseek

每一个打开文件都有一个与其相关联的"当前文件偏移量"(current file offset)。用来度量从文件開始初的字节数

通常读写操作都是从当前文件偏移量处開始

按系统默认的情况,当打开一个文件的时候,除非制定O_APPEND选项,否则文件偏移量处被设置为零

能够调用lseek显示地为一个打开文件设置文件偏移量

#include<unistd.h>
off_t lseek(int fd, off_t offset, int whence);
对參数offset的解释与參数whence的值有关,若运行成功返回新的文件偏移量,出错返回-1说明该文件不能设置偏移量

(1) whence 是SEEK_SET,将文件的偏移量设置为距文件開始处offset

(2) whence 是SEEK_CUP,将文件的偏移量设置为当前值加offset

(3) whence是SEEK_END,讲文件的偏移量设置为文件长度加上offset, offset可为正可为负

某些设备是同意偏移量为负数的,所以比較lseek返回值的时候必须

<span style="font-family: Arial, Helvetica, sans-serif; background-color: rgb(255, 255, 255);">要慎重,不要測试是否小于0,而是是否等于-1</span>

lseek仅将当前的文件偏移量记录在内核中,它并不引起不论什么的I/O操作.偏移量用于下一个读写操作

文件偏移量能够大于文件长度形成空洞,空洞不占用存储区

3.7 函数read

调用read函数从打开文件里读取数据

#include <unistd.h>
ssize_t read(int fd, void *buf,size_t nbytes);

带符号整数(ssize_t)  不带符号型整数(sszie)

3.8 函数write

用write函数向打开的文件写数据

#include<unistd.h>

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

3.9 I/O的效率

系统cpu的最小值几乎相同出现再BUFFSIZE为4096及以后的位置。继续添加缓冲区长度对此事件差点儿没有影响

技术分享

系统cpu时间:系统调用内核接口所用的时间

用户cpu时间:执行用户代码所用的时间比如for循环

时钟时间:执行总时间包含cpu等待时间

大多数文件系统为了改善性能都採用某种预读(read ahead)的技术,预读的效果能够从图中看出,缓冲区长度再32字节以后的时钟时间(Clock time) 与拥有较大缓冲区长度的时钟时间差点儿是一样的

3.10 文件共享

技术分享

内核使用3中数据结构标示打开的文件

(1)每一个进程在进程表中都有一个纪录项(entry)

a.文件描写叙述符标志(file descriptor flag)

b.指向文件表项的指针(pointer to file table entry)

(2)内核为全部打开的文件维护一张文件表

a.文件状态标志(the file status flag)(读,写,添写。同步和非堵塞)

b.当前文件偏移量(the current file offset)

c.指向该文件v节点表项的指针(the pointer to v-node table entry)

(3)每一个打开文件都有一个v节点结构。v节点包括了文件类型以及对文件进行各种操作的指针还有文件的I节点(文件的全部者,文件长度指向文件实际数据块再磁盘所在的位置)

这些信息都是打开文件之后,从磁盘读入内存的

两个进程共享一个文件

假设两个独立的进程各自打开同一个文件

技术分享

两个进程都打开了该文件,获得各自的文件表项由于每一个进程有自己的file offset,但每一个给定的文件仅仅有一个v-node表项

Notice: 文件描写叙述符标志(file descriptor flag)和文件状态标志(file status flag),文件描写叙述符是对一个进程的文件描写叙述符。后者是指向该文件表项(file entry)的不论什么进程的全部描写叙述符

3.11 原子操作

再写文件的时候,“先定位到文件尾,然后再写”,两个函数分开是有问题的。所以能够把两个功能当做一个原子操作
函数pread和pwrite
#include<unistd.h>
ssize_t pread(int fd, void *buf, size_t nbytes, off_t offset);
ssize_t pwrite(int fd, const void *buf, size_t nbytes, off_t offset);
调用pread相当于调用lseek后调用read,但pread是原子操作
创建文件的时候。检查文件是否存在和写操作也应该是原子操作

3.12 函数dup和dup2

以下这两个函数都是用来复制现有的文件描写叙述符
#include<unistd.h>
int dup(int fd);
int dup(int fd, int fd2);

dup返回的新的file descriptor一定是当前可用文件描写叙述符最小数值
dup2由fd2參数制定新的descriptor。假设fd2已经打开,将其关闭。假设fd==fd2则返回fd2
这些函数返回的新的描写叙述符与參数fd共享一个文件表项(file entry)
技术分享

3.13 函数sync, fsync,和fdatasync

大多数的磁盘I/O都是通过缓冲区进行的,党我们向文件写入数据时。内核通常先将数据拷贝到缓冲区,然后增加队列,晚些时候在写入磁盘。

这样的方法叫做延迟写(delayed write)

UNIX系统提供了sync, fsync, fdatasync三个函数
#include<unisted.h>
int fsync(int fd);
int fdatasync(int fd);
void sync(void);

sync是将全部改动过的块缓冲区排入写队列,通常成为updata的系统守护进程周期性地调用sync函数,这就完毕了定期冲洗(flush)内核的块缓冲区
fsync函数仅仅是对文件描写叙述符fd指定的文件起作用
fdatasync的函数类似于fsync,它仅仅影响了文件的部分数据

3.14 函数fcntl

fcntl函数能够改变已经打开文件的属性
#include<fcntl.h>
int fcntl(int fd, int cmd, ....);
p65 介绍cmd

3.15 小结

本章说明了UNIX系统提供的主要的I/O函数。
(1)read和write都在内核运行,所以成这些函数为不带缓冲的I/O函数
(2)仅仅用read和write情况下。我们观察了不同的I/O长度对读文件所需的影响。

(3)介绍了将已经写入的数据冲洗到磁盘的方法
(4)介绍了内核用来共享打开文件信息的数据结构

习题

3.1 全部的磁盘I/O都要经过内核的块缓冲区,术语“不带缓冲的I/O”指的是用户的进程中这两个函数不会自己主动缓冲



UNIX环境高级编程之第3章:文件I/O