文件IO

Unix系统中的文件I/O通常只用到5个函数：open、read、write、lseek和close。这一节描述的函数都是不带缓冲的I/O，不带缓冲是指每个read和write都会执行一个系统调用，而不是从缓冲中读取数据。

1.文件描述符

对于内核而言，所有打开的文件都通过文件描述符引用。文件描述符是一个非负数，范围0~OPEN_MAX-1。默认情况下0，1，2对应进程标准输入、输出和错误，这些魔法数宏定义在<unistd.h>。

2.函数open和openat

调用open或openat函数可以打开或创建一个文件。

#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 */);

path是打开或创建的文件名字，oflag是函数模式(比如只读)，通过位与|操作设定，mode用于指定插入模式(比如从尾端追加)。两个函数的区别在于fd，共3种可能：

• path指定的是绝对路径，fd会被忽略，两个函数相同
• path指定的相对路径，fd给出相对路径名在文件系统中的开始地址，fd是通过打开相对路径名所在的目录来获取
• path参数指定了相对路径，fd参数具有特殊值AT_FDCWD，路径名在当前工作目录中获取。

openat的提出主要是解决：

• 线程可以使用相对路径名打开目录中的文件，而不再只能打开当前工作目录
• 避免TOCTTOU错误：两个基于文件的调用，由于两个调用不是原子操作，函数调用之间文件可能发生改变，导致第一个调用结果不再有效

3.函数creat

creat同样用于创建一个新文件：

#include<fcntl.h>
int creat(const char *path, mode_t mode);
/* 返回值:成功返回文件描述符，失败返回-1 */

函数等效于:

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

creat的缺陷是它以只写方式打开创建的文件。

4.函数close

close函数用于关闭打开的文件：

#include<unistd.h>
int close(int fd);
/* 返回值：成功0，失败-1 */

关闭文件时，会释放该进程加在该文件上的所有记录锁。当一个进程终止时，内核自动关闭它所有打开的文件，所以很多程序并没显式调用close。

5.lseek

lseek用于指定读写操作的偏移量处(不指定默认为0)：

#include<unistd.h>
off_t lseek(int fd, off_t offset, int whence);
/* 返回值：成功返回偏移量，失败返回-1 */

whence有3个值：

• SEEK_SET，则偏移量为距离文件开始处offset字节
• SEEK_CUR，则偏移值设置为当前值+offset(可正可负)
• SEEK_END，则偏移值设置为文件长度+offset(可正可负)

利用lseek测试输入是否能使用偏移值：

#include<apue.h>
int main()
{
    if(-1 == lseek(STDIN_FILENO, 0, SEEK_CUR))
        printf("cannot seek\n");
    else
        printf("seek OK\n");
    exit(0);
}

管道，FIFO或网络套接字都不能使用lseek，所以结果为(只测试了管道和普通文件)：

lseek测试

注意：

• 由于偏移量可能是负值，因此比较lseek返回值时应当测试它是否等于-1，而不是是否小于0。
• 文件空洞问题，文件偏移量可以大于文件长度，因此下一次写将加长该文件，在文件中构成空洞，文件空洞并不要求占用磁盘上的存储区，具体处理方式与文件系统有关。

空洞文件测试：

#include "apue.h"
#include <fcntl.h>

char    buf1[] = "abcdefghij";
char    buf2[] = "ABCDEFGHIJ";

int
main(void)
{
    int     fd;

    if ((fd = creat("file.hole", FILE_MODE)) < 0)
        err_sys("creat error");

    if (write(fd, buf1, 10) != 10)
        err_sys("buf1 write error");
    /* offset now = 10 */

    if (lseek(fd, 16384, SEEK_SET) == -1)
        err_sys("lseek error");
    /* offset now = 16384 */

    if (write(fd, buf2, 10) != 10)
        err_sys("buf2 write error");
    /* offset now = 16394 */

    exit(0);
}

运行该程序可以得到：

hole

6.read和write

read函数用于打开文件中读取数据：

#include<unistd.h>
ssize_t read(int fd, void *buf, size_t nbytes);
/* 返回值：读取的字节数，若到尾部返回0；若出错返回-1 */

write函数用于向打开文件写数据：

#include<unistd.h>
ssize_t write(int fd, const void *buf, size_t nbytes);
/* 返回值：若成功，返回写入字节数；出错返回-1 */

7.文件共享

内核使用三种数据结构表示打开文件，它们间关系决定了文件共享方面一个进程对另一个进程的影响。

打开文件的内核数据结构

从上图可以看出，每个进程都有一个进程表项，里面存放文件表项的指针；文件表项包含当前文件状态(读、写、同步、阻塞等)，偏移值和v-node表项指针；v-node表项包括v-node信息(文件类型和操作函数)，以及inode(索引节点)，索引节点包含文件信息(文件所有者、长度、指向实际磁盘位置等)，Linux中没有v-node只有索引节点。

如果两个独立进程各种打开同一个文件，则有下图关系：

共享文件的进程

假定第一个进程在文件描述符3上打开该文件，另一个在文件描述符4上打开该文件，这样每个进程各自获得一个文件表项(这样做，可以让每个进程拥有自己的偏移值)，但是这两个文件表项指向相同的v-node。

8.原子操作

Unix为文件IO提供原子操作，例如在打开文件时设置O_APPEND，这样使得内核每次写操作时都将当前偏移量设置为文件尾端。

同时提供pread和pwrite函数，他们分别执行的是lseek后调用read和write，但是在调用函数时，无法中断其定位和读写操作。

9.dup和dup2

下面两个操作可以用来复制一个现有文件描述符：

#include<unistd.h>
int dup(int fd);
int dup2(int fd, int fd2);
/* 返回值：成功返回文件描述符；失败返回-1*/

dup2是一个原子操作。

10.fcntl

fcntl函数可以改变已经打开文件的属性：

#include<fcntl.h>
int fcntl(int fd, int cmd, ... /* int arg */)
/* 返回值：若成功，则依赖于cmd，若出错，返回-1 */

fcntl函数有以下5个功能(cmd控制)：

• 复制一个已有描述符
• 获取/设置文件描述符标志
• 获取/设置文件状态标志
• 获取/设置异步I/O所有权
• 获取/设置记录锁

11.其他函数

其余函数ioctl和/dev/fd没怎么见过，前者可以实现各种功能，后者通过打开文件的方式复制文件描述符

小结

这节内容挺多的，主要是对文件I/O进行介绍，很多函数功能介绍，不太容易记住，所以需要多实验。