《深入理解计算机系统》| 系统级IO

目  录

Input是指从设备拷贝数据到内存，而Output是从内存拷贝数据到外部设备的过程，我们平时使用的都是语言提供的标准IO库，如printf和scanf，这些是通过内核提供的系统级IO函数来实现的。我们学习系统级的IO，有助于我们理解其他概念，在读取元数据的时候也需要用到系统级的IO。这一章的内容很简单，来不及解释了，开车了：

1.1 什么是Unix文件

---

一个Unix文件是一个m个字节的序列，所有的IO设备（网络、磁盘、终端）都被映射为文件，内核提供一个简单的接口，使得对所有这些设备的访问都是以文件的方式的进行。

1.2 操作文件的一般过程

---

打开文件：一个应用程序通过要求内核打开相应的文件，内核将返回一个非负整数，称为描述符，记录打开文件的所有信息：标准输入（描述符0）、标准输出（描述符1）、标准错误（描述符2）

改变当前文件位置：内核保持一个文件的位置k，初始为0，表示从文件开始处偏移的字节数。通过seek操作。

读写文件：读操作就是从文件拷贝n个字节到存储器，如果是从k处开始，就是拷贝k+n为止。文件的大小为m，如果k≥m就会触发（EOF），所有就不需要明确的EOF字符了。写操作就是从存储器拷贝n个字节到文件当前位置k处。

关闭文件：内核释放打开文件时创建的数据结构，释放所有的存储器资源。

1.3 文件操作函数

---

打开文件

filename：是文件名

flags：O_RDONLY|O_WRONLY|O_RDWR;（O_CREAT\O_TRUNC\O_APPEND）；

mode：访问权限

返回值：成功为描述符，失败为-1。

关闭文件：

读写文件：

fd：描述符fd的当前位置；buf：存储器位置；n：拷贝大小

（注：当读取时遇到EOF、从终端读取文本行或者读写网络套接字的时候返回不足值）

1.4 对文件操作函数的封装：RIO（Robust健壮的）

---

RIO之所以称之为健壮的IO包，是因为他提供了方便高效的IO访问，你可以从一个描述符中读一些文本行，然后读二进制，最后再读文本行。有两类输入输出函数：

① 无缓冲输入输出：二进制与网络的直接读写

对于同一个描述表，可以任意的交错调用rio_readn和rio_wiriten

这是如何实现的呢：

从上面的代码不难看出，如果程序的信号处理程序返回中断，这个函数会手动重启read或者write。

② 带缓冲的输入函数

这个函数有一个好处是，它从内部读缓冲区拷贝的一行，当缓冲区为空的时候，自动调用read填满缓冲区，效率很高。

在调用这两个函数以前，是通过rio_readinitb函数来完成一些初始化的，主要是将fd与一块缓冲区联系起来：

有了数据上的这个结构，我们来看看readnb和readlineb函数的具体实现：

这里面都用到了一个带缓冲的读函数，rio_read，如下：

我们再来看一个应用：从标准输入中读取一行并显示

运行结果如下：

1.4 读取文件元数据

---

文件元数据是指文件本身的一些信息，包含：访问模式、大小和创建时间：

我们只讲解其中的st_mode和st_size字段，其中模式设定中包含三种文件类型：

我们来写一个应用程序，展示文件的读取模式：

运行结果如下，我们读取根目录元信息：

1.5 共享文件

---

不理解文件是如何打开的，理解共享都是耍流氓。内核通过三个数据结构表示打开的文件：

描述符表：每个独立的进程1张，指向一打开的文件表；

文件表：包括打开文件位置，引用数量，以及一个指向元数据的v-node指针；

v-node表：包含stat结构的大部分信息；

共享文件:

同一个进程的不同表项，通过文件表指向了同一个位置

理解父子进程共享文件：

子进程只需要将它的描述符表指向，文件表中同样的位置就行了。

1.6 IO重定向

---

重定向允许我们把本来输出到终端的内容，从新定位到磁盘文本中去，效果如下图：

将当前目录列表，从终端重定位到foo.txt文本中，这个过程使用的是dup2函数

将新的fd加到老的fd上面，删除掉newfd以前的内容，如果newfd已打开还会被关闭。

1.7  总结：什么时候用什么

---

我们这一章讨论了标准IO函数、各种IO包，以及系统级的IO。他们之间的关系可以用下图来表示：

建议：

Unix IO 读取文件元信息

标准IO ：在磁盘和终端中输入输出

RIO：网络套接字首选，如果要格式化先调用sprintf再调用rio

2017年5月2日 完