第四章 标准IO库

标准I/O不仅仅是对文件IO的封装，还会处理很多其他细节

• 分配stdio缓冲区
• 以优化的块长度执行IO
• ...

本章主要介绍下面几个点

• 标准IO库简介
• 流和FILE对象
• 标准输入/出/错误
• 使用标准IO打开、读写、关闭文件
• 格式化IO
• 文件IO缓冲，内核缓冲区和stdio缓冲区
• 文件IO与标准IO混合编程

1. 标准IO库简介

所谓标准IO库，是标准C库中用于文件IO操作的一系列函数的集合，通常位于中

• fopen
• fread
• fwrite
• ...

既然有系统IO（文件IO）了，为什么还要用标准IO，直接使用文件IO不就好了？

并非如此，前面也讲了，设计库函数目的：更好用、更方便、更高效，标准IO和文件IO区别如下

• 虽然标准IO和文件IO都是C语言函数，但是标准IO是标准C库函数，而文件IO时Linux系统调用
• 标准IO是文件IO封装而来，标准IO内部是通过文件IO来实际操作的。
• 标准IO比文件IO更易移植，不同操作系统系统调用可能不同，而不同操作系统都实现了标准IO，且标准IO的接口定义几乎都是一致的。所以移植性更好。
• 性能，效率，标准IO库在用户层维护了自己的stdio缓冲区，所以标准IO是带缓冲的，而文件IO在用户空间是不带缓冲的，所以在性能上，标准IO优于文件IO

2. FILE指针

前面章节将的系统调用，open、read、write、lseek等，都是围绕文件描述符进行的，而标准IO，都是围绕FILE类型对象的指针进行的，当使用标准IO库函数打开文件时，会返回一个指向FILE类型对象的指针FILE*，使用该FILE指针与被打开的文件相关联，然后该指针就能用于后续的IO操作，由此可见，FILE指针作用相当于文件描述符

        FILE是一个结构体类型数据，它包含了标准IO库函数为管理文件所需的所有信息，包括

• 文件描述符
• 指向文件缓冲区的指针
• 缓冲区长度
• 当前缓冲区中的字节数及错误标志

FILE定义在stdio.h中

2.1 文件操作

• fopen

文件io都是直接通过系统调用open打开或创建文件的，而在标准IO中，我们将使用fopen

#include  
FILE *fopen(const char *path, const char *mode); 

成功则返回FILE指针，失败返回NULL

• fclose
• fread、fwrite

#include  
 
size_t fread(void *ptr, size_t size, size_t nmemb, FILE *stream); 
size_t fwrite(const void *ptr, size_t size, size_t nmemb, FILE *stream); 

fread参数：

ptr，将读取到的数据存放在ptr缓冲区中

size: fread从文件读取nmenb个数据项，每个数据项的大小为size字节，所以总共读取size *         nmenb字节

fwrite参数类似，不赘述。。。

• fseek

#include  
 
int fseek(FILE *stream, long offset, int whence); 

fseek作用类似于lseek，用于设置文件读写的偏移量，lseek作用于系统调用，fseek作用于标准IO

返回值：成功返回0，失败返回-1，并会将错误原因，设置到errno中

使用库函数fread、fwrite读写文件时，文件的读写位置偏移量会自动递增，使用fseek可手动设置文件当前的读写位置偏移量

如：

fseek(file, 0, SEEK_SET);  将文件的读写位置，移动到文件开头处

fseek(file, 0, SEEK_END)； 将文件读写位置，移动到文件末尾

seek(file, 100, SEEK_SET); 将文件读写位置，偏移到100字节偏移处

• ftell

用于获取文件当前的读写位置偏移量

#include  
 
long ftell(FILE *stream); 

成功：返回偏移量

失败：-1

3. IO缓冲

        出于速度和效率的考虑，系统IO调用和标准IO在操作磁盘文件时，都会对数据进行缓冲。

3.1. 系统IO的内核缓冲

        read、write系统调用在进行文件读写时，不会直接访问磁盘设备，而是仅仅在用户空间缓冲区和内核缓冲区之间复制数据，如

write（fd, "Hello", 5） // 写入5个字节

        调用write后，仅仅是将5个字节拷贝到内核缓冲区中，拷贝完成后就会返回，在后面某个时刻，内核会将内核缓冲区数据写入（刷新）到磁盘设备上，由此可以，系统调用weite与磁盘操作，并不是同步的，write函数并不会等到数据真正写入到磁盘之后再返回。如果在此期间，其他进程调用read函数读取该文件的这几个字节数据，那么内核将自动从缓冲区中读取这几个字节数据，返回给应用程序。

        同理，读文件时，内核会从磁盘中读取文件数据，并存储到内核缓冲区中，当调用read读取数据时，将从缓冲区中读取数据，直至把缓冲区读完，这次内核会将文件的下一段内容读入到内核缓冲区中进行缓存。

        我们将这个内核缓冲区称为文件IO内核缓冲，这样的设计，目的是为了提高文件IO速度和效率，使得系统调用read、write更快更高效，不需要等待磁盘操作，譬如：

线程1调用write向文件写入"aaaa",

线程2也调用write向文件写入“bbbb”

这样的话，数据会被缓冲到内核缓冲区中，在稍后，内核会将他们一起写入磁盘，只发起一次磁盘操作请求，加入没有内核缓冲区，每次调用write都会执行一次磁盘操作。

3.2. 刷新文件IO的内核缓冲区

可以强制将内核缓冲区的数据写入到磁盘中

场景：

        ubuntu下拷贝文件到U盘时，we年拷贝完成后，通常在拔掉U盘之前，执行sync命令进行同步操作，这个同步就是将文件IO内核缓冲区数据更新到U盘硬件设备中。如果没有执行sync命令就把掉U盘，很可能将数据破坏掉。

Linux中提供了一些系统调用用于控制文件IO内核缓冲、

• synv
• syncfs
• fsync

a. fsync函数

#include  
int fsync(int fd); 

将fd指定的文件的文件内容和元数据，只有在磁盘设备写入完成后，fync函数才会返回。

元数据：元数据并不是文件内容本身的数据，而是一些用于记录文件属性相关的数据信息，如：文件大小，时间戳，权限...

b. sync函数

#include  
void sync(void); 

将内核缓冲区中所有的缓存和元数据都写入到磁盘中。

3.3. 直接IO: 绕过内核缓冲

从Linux内核2.4开始，就可以直接io了，某些情况下适用：

如，某程序作用是测试磁盘设备的读写速率，这种情况下，read、write需要直接访问磁盘设备

直接IO效率很低，因为内核针对文件IO内核缓冲区做了不少的优化，如按顺序预读取、在成簇磁盘块上执行IO、允许访问同一文件的多个线程共享高速缓冲区。

fd = open(filepath, O_WRONLY | O_DIRECT)

使用O_DIRECT可以进行直接IO

因为直接IO是对磁盘的直接访问，所以执行时，需要遵守三个对齐原则要求，否则会返回错误

• 应用程序中存放数据的缓冲区，起始地址必须是块大小的整数倍
• 写文件时，文件偏移量必须是块大小的整数倍
• 写入文件数据大小必须是块大小整数倍

---

** 定义一个用于存放数据的 buf，起始地址以 4096 字节进行对其 **/ 

static char buf[8192] __attribute((aligned (4096))); 

---

tune2fs -l /dev/sda1 | grep "Block size" 

可以查看块大小，-l后面指定了需要查看的磁盘分区。

/dev/sda1是ubuntu系统的根文件系统所挂载的磁盘分区

使用df -h查看

3.4.  stdio缓冲

虽然标准IO是在文件IO基础上进行的封装，但是在效率上，性能上，标准IO要由于文件IO，其原因是在于标准IO实现维护了自己的缓冲区，即stdio缓冲区。

C提供了一些库函数，可以对标准IO进行缓冲区设置，包括：setbuf()、setbuffer()、setvbuf()

具体细节不在详述。

3.5. IO缓冲小结

 图中自上而下，首先应用程序调用标准IO库函数将用户数据写到stdio缓冲区中，stdio缓冲区是由stdio库所维护的用户空间缓冲区，针对不用的缓冲模式，当满足条件时，stdio库会调用文件IO将stdio缓冲区中缓存的数据写入到内核缓冲区中，内核缓冲区位于内核空间。最终由内核向磁盘设备发起读写操作，将内核缓冲数据写入到磁盘中（或者从磁盘读取到内核缓冲区中）。

应用程序可以调用库函数对stdio进行设置：

• 缓冲区缓冲模式
• 缓冲区大小
• 指定空间作为stdio缓冲区
• 强制刷新缓冲区fflush

对内核缓冲区来说，应用程序可以调用指定的系统调用对内核缓冲区进行控制：

• fsync。。。刷新内核缓冲区
• 直接IO绕过内核缓冲区