基础IO+文件系统（从软件到硬件再到软件）

一、回顾C文件接口

C语言文件操作

1.1 C语言如何写文件？

1.2 C语言如何读文件？

1.3 C语言打开文件的方式

C默认会打开三个输入输出流，分别是stdin, stdout, stderr
仔细观察发现，这三个流的类型都是FILE*, fopen返回值类型，文件指针。

二、系统文件IO

操作文件，除了上述C接口（当然，C++也有接口，其他语言也有），我们还可以采用系统接口来进行文件访问，先来直接以代码的形式，实现和上面一模一样的代码：

2.1 接口介绍

#include 
#include 
#include 
int open(const char *pathname, int flags);
int open(const char *pathname, int flags, mode_t mode);
pathname: 要打开或创建的目标文件
flags: 打开文件时，可以传入多个参数选项，用下面的一个或者多个常量进行“或”运算，构成flags。
参数:
O_RDONLY: 只读打开
O_WRONLY: 只写打开
O_RDWR : 读，写打开
这三个常量，必须指定一个且只能指定一个
O_CREAT : 若文件不存在，则创建它。需要使用mode选项，来指明新文件的访问权限
O_APPEND: 追加写
返回值：
成功：新打开的文件描述符
失败：-1

mode_t理解：直接 man 手册查看，比什么都清楚。
open 函数具体使用哪个，和具体应用场景相关，如目标文件不存在，需要open创建，则第三个参数表示创建文件的默认权限,否则，使用两个参数的open。

2.2 open的返回值

在认识返回值之前，先来认识一下两个概念: 系统调用 和 库函数。
fopen fclose fread fwrite 都是C标准库当中的函数，我们称之为库函数（libc）。
而， open close read write lseek 都属于系统提供的接口，称之为系统调用接口

通过以上这张图，系统调用和库函数之间的关系就一目了然了，
可以认为，所有的f*系列的函数都是对系统调用接口进行了封装，方便二次开发，因为系统调用接口用起来的难度很大，所以库函数做了封装使用起来就变得更简单一些。

2.3 文件描述符（重中之重）

2.3.1 Linux进程默认打开的输入输出流(012)

Linux进程默认情况下会有3个缺省打开的文件描述符，分别是标准输入0， 标准输出1， 标准错误2.
0,1,2对应的物理设备一般是：键盘，显示器，显示器。
所以输入输出还可以采用如下方式：


文件描述符的含义： 我们现在知道，文件描述符就是从0开始的小整数。当我们打开文件时，操作系统在内存中要创建相应的数据结构来描述目标文件。于是就有了struct file结构体。表示一个已经打开的文件对象。而进程执行open系统调用，所以必须让进程和文件关联起来。所以每个进程都有一个指针*files, 指向一张表files_struct,该表最重要的部分就是包涵一个指针数组，每个元素都是一个指向打开文件的指针！所以，本质上，文件描述符就是该数组的下标。所以，只要拿着文件描述符，就可以找到对应的文件，进行访问了。

2.3.2 文件描述符的分配规则

在files_struct结构体中维护的struct file* fd_array数组当中，找到当前没有被使用的最小的一个下标，作为新打开文件的文件描述符。

2.4 重定向（重中之重）

此时，我们发现，本来应该输出到显示器上的内容，输出到了文件 myfile 当中，其中，fd＝1。这种现象叫做输出重定向。常见的重定向有:>, >>, <

那么重定向的本质是什么？？？

2.4.1 使用 dup2 系统调用

使用场景：

printf是C库当中的IO函数，一般往 stdout 中输出，但是stdout底层访问文件的时候，找的还是fd:1, 但此时，fd:1下标所表示内容，已经变成了myfile的地址，不再是显示器文件的地址，所以，输出的任何消息都会往文件中写入，进而完成输出重定向。那追加和输入重定向是如何完成呢？追加重定向的原理和输出重定向的原理是一样的，仅仅是open打开文件时的方式不同，追加重定向是不清空文件，输出重定向是先清空文件再输出。

追加重定向：

追加重定向和输出重定向的代码在其它的地方没有一点区别。

输入重定向：

2.5 FILE

因为IO相关函数与系统调用接口对应，并且库函数封装系统调用，所以本质上，访问文件都是通过fd访问的。所以C库当中的FILE结构体内部，必定封装了fd。

我们发现 printf 和 fwrite （库函数）都输出了2次，而 write(系统调用) 只输出了一次。为什么呢？肯定和fork有关！

一般C库函数写入文件时是全缓冲的，而写入显示器是行缓冲。
printf 和 fwrite 等库函数会自带缓冲区（之前的进度条例子就可以说明），当发生重定向到普通文件时，数据的缓冲方式由行缓冲变成了全缓冲。所以我们放在缓冲区中的数据，就不会被立即刷新，甚至fork之后，但是进程退出之后，会统一刷新，写入文件当中。
但是fork的时候，父子数据会发生写时拷贝，所以当你父进程准备刷新的时候，子进程也就有了同样的一份数据，即子进程也会刷新缓冲区，所以printf和fwite会产生两份数据。write 没有变化，说明系统调用接口没有所谓的缓冲区。

综上： printf fwrite 等库函数会自带缓冲区，而 write 系统调用没有带缓冲区。另外，我们这里所说的缓冲区，都是用户级缓冲区。其实为了提升整机性能，OS也会提供相关内核级缓冲区，不过不再我们这的讨论范围之内。
那这个缓冲区谁提供呢？ printf fwrite 是库函数， write 是系统调用，库函数在系统调用的“上层”， 是对系统调用的“封装”，但是 write 没有缓冲区，而 printf fwrite 有，足以说明，该缓冲区是二次加上的，又因为是C库函数，所以该缓冲区由C标准库提供。

在/usr/include/libio.h中有FILE结构体的定义：

三、Linux下的ext2文件系统

Linux ext2文件系统，上图为磁盘文件系统图（内核内存映像肯定有所不同），磁盘是典型的块设备，硬盘分区被划分为一个个的block。一个block的大小是由格式化的时候确定的，并且不可以更改。例如mke2fs的-b选项可以设定block大小为1024、2048或4096字节。而上图中启动块（Boot Block）的大小是确定的。

Block Group：ext2文件系统会根据分区的大小划分为数个Block Group。而每个Block Group都有着相同的结构组成。例如学校管理学院一样。

1、超级块（Super Block）：存放文件系统本身的结构信息，是描述整个分区的所有基本信息的。记录的信息主要有：bolck 和 inode的总量，未使用的block和inode的数量，一个block和inode的大小，最近一次挂载的时间，最近一次写入数据的时间，最近一次检验磁盘的时间等其他文件系统的相关信息。Super Block的信息被破坏，可以说整个文件系统结构就被破坏了，但是一般在多个Block Group中都保存着Super Block，所以某个Super Block信息被破环，整个文件系统也不会立即被破坏了。

2、GDT，Group Descriptor Table：块组描述符，描述块组属性信息，例如该块组中有多少个inode被使用了，剩余多少个，有多少个data block被使用了，剩余多少个，inode编号是从多少开始的，该分组一共多大等关于该块组的所有基本信息。

3、块位图（Block Bitmap）：Block Bitmap中记录着Data Block中哪个数据块已经被占用，哪个数据块没有被占用。

4、inode位图（inode Bitmap）：每个bit表示一个inode是否空闲可用。

5、inode table:存放文件属性的结构体数组，数组中的每一个元素是一个inode结构体，结构体存文件的信息， 如 文件大小，所有者，最近修改时间等。

6、Data blocks ：存放着以块为单位的内存块，用于保存文件内容，一个块等于8个扇区。

四、软硬链接

4.1 硬链接

我们看到，真正找到磁盘上文件的并不是文件名，而是inode。 其实在linux中可以让多个文件名对应于同一个inode。
test.txt和hard_link的链接状态完全相同，他们被称为指向文件的硬链接。内核记录了这个连接数，inode 657073的硬连接数为2。
我们在删除文件时干了两件事情：1.在目录中将对应的记录删除，2.将硬连接数-1，如果为0，则在对应的磁盘释放。

硬链接不是一个独立的文件，因为它没有独立的inode，建立硬链接只是在该目录下增加了一个文件名与inode的映射关系而已。所以硬链接数起始就是指有多少个文件名指向同一个inode的意思。

4.2 软链接

软链接是一个独立的文件，因为它有独立的inode，软链接文件中的内容是指向的文件的路径，在这里可以认为soft_link中保存的内容是file.txt的路径信息。

五、基础IO+文件系统(从软件到硬件再到软件整体脉络一览图)

你学会了吗？如果感觉到有所收获，那就点点小心心点点关注呗！后期还会持续更新Linux操作系统的相关知识哦！我们下期见！