Linux 系统编辑 --文件IO

目录

1.文件 IO

1.1系统调用

1.2 C 标准库文件 IO 函数 

1.3 open/close 函数

1.4 文件描述符表 

1.7 read/write 函数

1.8 缓冲区

1.9 错误处理函数 

2.0 阻塞、非阻塞   

2.1 lseek 函数

---

辅助学习资料

        

参考书 1 ：《 Unix 环境高级编程》 W.Richard Stevens [ 美 ] 本讲课堂义作为 APUE 的引导。适合初学 Linux 的学员。

《 TCP/IP 详解》 (3 卷 ) ，《 UNIX 网络编程》（2 卷）

参考书 2 ：《 Linux 系统编程》 RobertLoVe [ 美 ]

参考书 3 ：《 Linux/UNIX 系统编程手册》 Michael Kerrisk [ 德 ]

参考书 4 ：《 Unix 内核源码剖析》 青柳隆宏 [ 日 ]

业内知名：《 Linux 内核源代码情景分析》、《 Linux 内核设计与实现》、《深入理解 Linux内核》

1.文件 IO

1.1系统调用

什么是系统调用：

由操作系统实现并提供给外部应用程序的编程接口。 (Application Programming Interface ，API)。是应用程序同系统之间数据交互的桥梁。C 标准函数和系统函数调用关系。一个 helloworld 如何打印到屏幕。

1.2 C 标准库文件 IO 函数 

fopen 、 fclose 、 fseek 、 fgets 、 fputs 、 fread 、 fwrite......

r 只读、 r+ 读写

w 只写并截断为 0 、 w+ 读写并截断为 0

a 追加只写、 a+ 追加读写

1.3 open/close 函数

函数原型：

int open(const char *pathname, int flags);

int open(const char *pathname, int flags, mode_t mode);

int close(int fd);

常用参数

O_RDONLY 、 O_WRONLY 、 O_RDWR

O_APPEND 、 O_CREAT 、 O_EXCL 、 O_TRUNC 、 O_NONBLOCK

创建文件时，指定文件访问权限。权限同时受 umask 影响。结论为：文件权限 = mode & ~umask

使用头文件：

 open 常见错误 ：

1. 打开文件不存在

2. 以写方式打开只读文件 ( 打开文件没有对应权限 )

3. 以只写方式打开目录

文件描述符：

PCB 进程控制块

可 使 用 命 令

locate sched.h

查 看 位 置 ：

/usr/src/linux-headers-3.16.0-30/include/linux/sched.h

struct task_struct { 结构体

1.4 文件描述符表 

结构体 PCB 的成员变量 file_struct *file 指向文件描述符表。从应用程序使用角度，该指针可理解记忆成一个字符指针数组，下标 0/1/2/3/4... 找到文件结构体。本质是一个键值对 0、 1 、 2... 都分别对应具体地址。但键值对使用的特性是自动映射，我们只操作键不直接使用值。新打开文件返回文件描述符表中未使用的最小文件描述符。

STDIN_FILENO 0

STDOUT_FILENO 1

STDERR_FILENO 2

1.5 最大打开文件数

一个进程默认打开文件的个数 1024 。

命令查看 ulimit -a 查看 open files 对应值。默认为 1024

可以使用 ulimit -n 4096 修改

当然也可以通过修改系统配置文件永久修改该值，但是不建议这样操作。

cat /proc/sys/fs/file-max 可以查看该电脑最大可以打开的文件个数。受内存大小影响。

1.6 FILE 结构体

主要包含文件描述符、文件读写位置、 IO 缓冲区三部分内容。

struct file {

...

文件的偏移量；

文件的访问权限；

文件的打开标志；

文件内核缓冲区的首地址；

struct operations * f_op;

...

};

查看方法：

(1) /usr/src/linux-headers-3.16.0-30/include/linux/fs.h

(2) lxr ：百度 lxr → lxr.oss.org.cn → 选择内核版本 ( 如 3.10) → 点击 File Search 进行搜

索

→ 关键字：“ include/linux/fs.h ” → Ctrl+F 查找 “ struct file { ”

→ 得到文件内核中结构体定义

→ “ struct file_operations ”文件内容操作函数指针

→ “ struct inode_operations ”文件属性操作函数指针

1.7 read/write 函数

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

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

read 与 write 函数原型类似。使用时需注意： read/write 函数的第三个参数。练习：编写程序实现简单的 cp 功能。

程序比较：如果一个只读一个字节实现文件拷贝，使用 read 、 write 效率高，还是使用对应的标库函数(fgetc 、 fputc) 效率高呢？

strace 命令

shell 中使用 strace 命令跟踪程序执行，查看调用的系统函数。

1.8 缓冲区

read 、 write 函数常常被称为 Unbuffered I/O 。指的是无用户及缓冲区。但不保证不使用内核缓冲区。

1.9 错误处理函数 

 

错误号： errno

perror 函数： void perror(const char *s);

strerror 函数：

char *strerror(int errnum);

查看错误号：

/usr/include/asm-generic/errno-base.h

/usr/include/asm-generic/errno.h

#define EPERM

1 /* Operation not permitted */

#define ENOENT 2 /* No such file or directory */

#define ESRCH

3

/* No such process */

#define EINTR

4

/* Interrupted system call */

#define EIO

5 /* I/O error */

#define ENXIO

6 /* No such device or address */

#define E2BIG

7 /* Argument list too long */

#define ENOEXEC 8 /* Exec format error */

#define EBADF

9 /* Bad file number */

#define ECHILD

10 /* No child processes */

#define EAGAIN 11 /* Try again */

#define ENOMEM 12 /* Out of memory */

#define EACCES

13 /* Permission denied */

#define EFAULT

14 /* Bad address */

#define ENOTBLK 15 /* Block device required */

#define EBUSY

16 /* Device or resource busy */

#define EEXIST

17 /* File exists */

#define EXDEV

18 /* Cross-device link */

#define ENODEV 19 /* No such device */

#define ENOTDIR 20 /* Not a directory */

#define EISDIR

21 /* Is a directory */

#define EINVAL

22 /* Invalid argument */

#define ENFILE

23 /* File table overflow */

#define EMFILE

24 /* Too many open files */

#define ENOTTY 25 /* Not a typewriter */

#define ETXTBSY 26 /* Text file busy */

#define EFBIG

27 /* File too large */

#define ENOSPC 28 /* No space left on device */

#define ESPIPE

29 /* Illegal seek */

#define EROFS

30 /* Read-only file system */

#define EMLINK 31 /* Too many links */

#define EPIPE

32 /* Broken pipe */

#define EDOM

33 /* Math argument out of domain of func */

#define ERANGE 34 /* Math result not representable */

2.0 阻塞、非阻塞   

   读常规文件是不会阻塞的，不管读多少字节， read 一定会在有限的时间内返回。从终端设备或网络读则不一定，如果从终端输入的数据没有换行符，调用 read 读终端设备就会阻塞，如果网络上没有接收到数据包，调用 read 从网络读就会阻塞，至于会阻塞多长时间也是不确定的，如果一直没有数据到达就一直阻塞在那里。同样，写常规文件是不会阻塞的，而向终端设备或网络写则不一定。

  现在明确一下阻塞（ Block ）这个概念。当进程调用一个阻塞的系统函数时，该进程被置于睡眠（Sleep ）状态，这时内核调度其它进程运行，直到该进程等待的事件发生了（比如网络上接收到数据包，或者调用 sleep 指定的睡眠时间到了）它才有可能继续运行。与睡眠状态相对的是运行（Running ）状态，在 Linux 内核中，处于运行状态的进程分为两种情况：正在被调度执行。CPU 处于该进程的上下文环境中，程序计数器（ eip ）里保存着该进程的指令地址，通用寄存器里保存着该进程运算过程的中间结果，正在执行该进程的指令，正在读写该进程的地址空间。

 就绪状态。该进程不需要等待什么事件发生，随时都可以执行，但 CPU 暂时还在执行另一个进程，所以该进程在一个就绪队列中等待被内核调度。系统中可能同时有多个就绪的进程，那么该调度谁执行呢？内核的调度算法是基于优先级和时间片的，而且会根据每个进程的运行情况动态调整它的优先级和时间片，让每个进程都能比较公平地得到机会执行，同时要兼顾用户体验，不能让和用户交互的进程响应太慢。

阻塞读终端：【 block_readtty.c 】

非阻塞读终端 ： 【 nonblock_readtty.c 】

非阻塞读终端和等待超时：【 nonblock_timeout.c 】

注意，阻塞与非阻塞是对于文件而言的。而不是 read 、 write 等的属性。 read 终端，默认阻塞读。

总结 read 函数返回值：

1. 返回非零值： 实际 read 到的字节数

2. 返回 -1 ： 1 ）： errno != EAGAIN ( 或 != EWOULDBLOCK) read 出错

2 ）： errno == EAGAIN ( 或 == EWOULDBLOCK) 设置了非阻塞读，并且没有数据到达。

3. 返回 0 ：读到文件末尾。

2.1 lseek 函数

文件偏移

Linux 中可使用系统函数 lseek 来修改文件偏移量 ( 读写位置 ) 每个打开的文件都记录着当前读写位置，打开文件时读写位置是 0 ，表示文件开头，通常读写多少个字节就会将读写位置往后移多少个字节。但是有一个例外，如果以 O_APPEND方式打开，每次写操作都会在文件末尾追加数据，然后将读写位置移到新的文件末尾。lseek和标准 I/O 库的 fseek 函数类似，可以移动当前读写位置（或者叫偏移量。回忆 fseek 的作用及常用参数。 SEEK_SET 、 SEEK_CUR 、 SEEK_END int fseek(FILE *stream, long offset, int whence); 成功返回 0 ；失败返回 -1

特别的：超出文件末尾位置返回 0 ；往回超出文件头位置，返回 -1 off_t lseek(int fd, off_t offset, int whence); 失败返回 -1 ； 成功：返回的值是较文件起始位

置向后的偏移量。特别的：lseek 允许超过文件结尾设置偏移量，文件会因此被拓展。 注意文件“读”和“写”使用同一偏移位置。 【lseek.c 】

lseek 常用应用：

1. 使用 lseek 拓展文件： write 操作才能实质性的拓展文件。单 lseek 是不能进行拓展的。一般：write(fd, "a", 1)

od -tcx filename 查看文件的 16 进制表示形式

od -tcd filename 查看文件的 10 进制表示形式

2. 通过 lseek 获取文件的大小： lseek(fd, 0, SEEK_END);

【 lseek_test.c 】

【最后注意】： lseek 函数返回的偏移量总是相对于文件头而言。

fcntl 函数

改变一个【已经打开】的文件的 访问控制属性。重点掌握两个参数的使用，F_GETFL 和 F_SETFL 。

【 fcntl.c 】

ioctl 函数

对设备的 I/O 通道进行管理，控制设备特性。 ( 主要应用于设备驱动程序中 ) 。通常用来获取文件的【物理特性】（该特性，不同文件类型所含有的值各不相同）

【 ioctl.c 】

传入传出参数

传入参数 ：

const 关键字修饰的 指针变量 在函数内部读操作。 char *strcpy(cnost char *src, char *dst);

传出参数 ：

1. 指针做为函数参数

2. 函数调用前，指针指向的空间可以无意义，调用后指针指向的空间有意义， 且作为函数的返回值传出

3. 在函数内部写操作。

传入传出参数：

1. 调用前指向的空间有实际意义 2. 调用期间在函数内读、写 ( 改变原值 ) 操作 3. 作为函数返回值传出。

扩展阅读：

关于虚拟 4G 内存的描述和解析：

一个进程用到的虚拟地址是由内存区域表来管理的，实际用不了 4G 。而用到的内存区域，会通过页表映射到物理内存。所以每个进程都可以使用同样的虚拟内存地址而不冲突，因为它们的物理地址实际上是不同的。内核用的是 3G 以上的 1G 虚拟内存地址，其中 896M 是直接映射到物理地址的， 128M 按需映射 896M 以上的所谓高位内存。各进程使用的是同一个内核。首先要分清“可以寻址”和“实际使用”的区别。其实我们讲的每个进程都有 4G 虚拟地址空间，讲的都是“可以寻址” 4G ，意思是虚拟地址的 0-3G 对于一个进程的用户态和内核态来说是可以访问的，而 3-4G 是只有进程的内核态可以访问的。并不是说这个进程会用满这些空间。其次，所谓“独立拥有的虚拟地址”是指对于每一个进程，都可以访问自己的 0-4G 的虚拟地址。虚拟地址是“虚拟”的，需要转化为“真实”的物理地址。好比你有你的地址簿，我有我的地址簿。你和我的地址簿都有 1、 2 、 3 、 4 页，但是每页里面的实际内容是不一样的，我的地址簿第 1 页写着 3 你的地址簿第 1 页写着 4 ，对于你、我自己来说都是用第 1 页（虚拟），实际上用的分别是第 3 、 4 页（物理），不冲突。内核用的 896M 虚拟地址是直接映射的，意思是只要把虚拟地址减去一个偏移量（ 3G ） 就等于物理地址。同样，这里指的还是寻址，实际使用前还是要分配内存。而且 896M 只是个最大值。如果物理内存小，内核能使用（分配）的可用内存也小。