缓冲区介绍

一 什么是缓冲区

        从c语言就一直听说我们敲键盘是把数据写到缓冲区，然后scanf从缓冲区读，当时也迷迷糊糊，不知道什么是缓冲区，为什么要有缓冲区，而且我在vs上几乎感觉不出来，我只知道我一执行完printf语句，终端窗口上就有显示，哪有什么缓冲不缓冲。

        后来在linux下写了代码，发现printf带\n和不带\n在显示的时间上略有差异，此后开始逐渐了解缓冲区，先来认识认识系统缓冲区，首先我们已经知道fprintf，fwrite这些函数内部一定封装了系统调用write，因为文件是存在磁盘上，一个库函数怎么可能绕开操作系统直接把数据干到硬件上呢，必定是通过系统调用把数据给了操作系统，注意:设计者并没有让系统调用直接将数据给硬件，因为这样太慢了，fwrite要等write把数据写到硬件才能返回，所以为了效率，write也只是将数据写到一个系统的缓冲区，仍在内存中，随后系统才刷新到磁盘上，当然这还不够解释printf带\n和不带\n差异，再看看如下代码，用多个函数往显示器这个硬件打印数据。

情况1

#include
#include 
#include
#include
int main()
{
    printf("我是printf\n");
    fprintf(stdout, "我是fprintf\n");
    fwrite("我是fwrite\n", strlen("我是fwrite\n"), 1, stdout);
    write(1, "我是write\n", strlen("我是write\n"));
    return 0;
}

        结果如下，打印到显示器上时，按代码顺序。

 情况2

        不带\n

#include
#include 
#include
#include
int main()
{
    printf("我是printf");
    fprintf(stdout, "我是fprintf");
    fwrite("我是fwrite", strlen("我是fwrite"), 1, stdout);
    write(1, "我是write", strlen("我是write"));
    return 0;
}

        此时从上面对比来看，有两个要点，第一 是显示顺序，第二 是显示都排列在一行了。

原理解释 

        既然都是往显示器写，显然哪个函数的数据先到系统缓冲区，最后os刷新的时候一定是先刷给显示器。printf,fprintf这几个先调用怎么还比write还慢呢? 这就要再抛出一个知识点了，printf，fprintf，fwrite也不是在内部把数据给了write，让write写到系统缓冲区才返回，这样还是不够快，库函数的设计者为了效率，又弄出了一个缓冲区，称为用户缓冲区，这样fwrite这几个函数只要把数据丢到用户缓冲区就可以返回了。

        当然用户缓冲区也是在内存，为什么往用户缓冲区写就比往内核写快呢，这个涉及到进程的身份切换，我举个例子吧，用户缓冲区就像是自己家的地，我想拿来种菜，直接撒种就可以了，而内核缓冲区就像是旁边的公家土地，虽然都很近，但你要种得先让公家同意，然后走流程，获批同意才可以。

     

        也就是说，虽然fwrite,printf这几个函数先调用，但是它们的数据卡在用户缓冲区了(要用用户刷新策略来理解)，可是write则是直接往内核写的，不经过用户缓冲区，所以write打印显示在前面。

用户缓冲区刷新策略

种类1 无缓冲，一有数据就刷新。

种类2 行缓冲，碰到\n，或者进程结束才刷新。

种类3 全缓冲 缓冲区满了，或者进程结束才刷新。

       如果用户缓冲区的数据是给显示器的，那就默认行缓冲，如果是给普通文件的，那就默认全缓冲。噢，所以printf不带\n，数据就一直在用户缓冲区，直到进程结束才刷新，而write则早早把数据写给内核缓冲区了。

        到这里，还有一点周边概念要说明，linux中每个硬件都被当成文件来管理，也就会给硬件配套一个文件缓冲区，所以往硬件输出信息是独立的，但是如果open用同一方式打开一个文件，此时会有多个文件描述符，但只有一个缓冲区，如下代码，此时write用文件描述3和4写都是往一个文件缓冲区写。

        不过有时用户缓冲区也被称为文件缓冲区，大家在一些题目概念上看选项分析即可。

        此时我们已经大致了解了缓冲区，接下来要结合更多情况来抛出一些结论。

二 再谈缓冲区

打印情况3

int main()
{
    printf("我是printf");
    fprintf(stdout, "我是fprintf");
    fwrite("我是fwrite", strlen("我是fwrite"), 1, stdout);
    write(1, "我是write", strlen("我是write"));
    close(1);

    return 0;
}

此时只有write的显示。

        如果已经看懂了第一大点，就具备了理解这个现象的知识，只是需要再点一下，close是系统调用，系统调用在关闭文件时，一定会刷新内核缓冲区，实际上进程结束时也一定执行了close，凭什么你说close关闭文件，就要刷新缓冲区，我就不刷新，因为os不做无意义的事，只要维护了，就一定要把缓冲区用到极致，所以不影响write显示。

        那为什么printf，fprintf打印不显示，因为close看不见用户缓冲区，刷新不了，用户缓冲区就像是用户自己malloc出来的空间，难道让内核设计之初就考虑哪块内存会有硬件的数据，然后执行close的时候，提前刷新到对应硬件的内核缓冲区，以免丢失，os凭什么还要帮你保存呢，你自己都不想保存，直接就close了，也不看看自己的用户缓冲区有没有数据，万一你就是不是保存到硬件上呢，那我os不是白费功夫，做得越多，错的越多，不做了!

        所以进程结束时想调用write写数据到文件的内核缓冲区，结果一看，内核没了，那没办法，数据就只能随着整个进程的销毁被丢弃了。

        打印情况4

int main()
{
    printf("我是printf\n");
    fprintf(stdout, "我是fprintf\n");
    fwrite("我是fwrite\n", strlen("我是fwrite\n"), 1, stdout);
    write(1, "我是write\n", strlen("我是write\n"));
    fork();
    return 0;
}

       情况4比情况1多了一行fork，如图显示输出到显示器没区别，但是如果没带\n呢。

        先前已经说过printf不带\n是卡在用户缓冲区，在进程结束才会刷新，缓冲区的数据也是数据，是数据子进程也会看到，那为什么会有两份呢，写时拷贝! 刷新完数据应该是对缓冲区做了修改，例如清空，以免和下次写的混淆，你都要清空父子进程共享的数据了，子进程能同意吗，父进程必须拷贝一份，然后改自己的那一份。不过文件描述符是共用的，因为没修改，strcut_file和对应缓冲区也是共用的，或许是因为这是属于操作系统的，不属于进程，不影响进程独立性，所以不会发生写实拷贝。

打印情况 5

        这是最后一种情况了，了解完后，我们对缓冲区的认识就比较全了，就可以从容地探究为什么要有缓冲区，以及缓冲区在哪的问题了。

        用户缓冲区刷新策略曾提过全缓冲，也就是往普通文件写是全缓冲，为什么显示器是行缓冲呢，因为方便观看，挤成一堆谁看得明白，反正设计的大佬不喜欢，所以就默认往显示器输入时为行缓冲。

        上篇博客-文件原理曾详细提及过重定向，就是用dup2，我们试着用一下，此时printf变成往一个普通文件normal.log文件。好像没什么问题，printf，fprintf，fwrite写的数据到了用户缓冲区，然fork创建子进程，父进程刷新时写时拷贝，所以往文件写了两份。write不复制，原因这是系统内的缓冲区，属于操作系统，多个用户共享。

        错了，printf是带\n的，按理说应该是早就被刷新到内核了，最后创建子进程的时候，用户缓冲区应该是啥都没有的。

        原理：因为此时变成了全缓冲，就算遇到\n用户缓冲区也不会刷新，我想os是能分辨出用户缓冲区是往显示器还是往一个普通的文件刷新的，应该在对应的struct_file结构体内有存文件标识，所以才会采用不同的默认刷新策略。

       先前有篇博客进程终止和进程等待写过exit和 _exit，当时说不会刷新缓冲区，到现在，进一步来说，不会刷新的是用户缓冲区，但是会刷新系统缓冲区。

三 为什么要有缓冲区

1 能提高使用者效率

        如果有大量的printf语句，缓冲区可以先保存输出结果，然后函数调用就返回了，然后根据刷新策略再刷新，可以减少调用系统接口的次数，虽然最后还是要写到系统缓冲区，但是调用一次write写一百个字符，和调用一百次write一次性写完，我想效率还是前者快一点。

2 还有配合格式化

        将输入的常量字符串转换格式保存下来，然后对不符合标准的字符做处理，然后再刷新。

四 缓冲区在哪

        我们已经知道内核缓冲区在os内核里了，那用户缓冲区在哪呢?我们说用户缓冲区是用户自己维护的一个空间，可是还是有点不太透彻。这就得好好说说什么是用户缓冲区了，我们知道fflush是会刷新缓冲区的，可是参数却只有FILE*这个指针，难道说缓冲区在FILE*内部吗?确实如此，那就是说缓冲区其实就是一段一段mallc出来的空间，然后一个个指针被FILE结构体保存。

        c语言的库函数fopen每打开一个文件都会返回一个FILE结构体，这个FILE结构体内一定包含了一个文件描述符，同时内部维护了一个用户缓冲区，file对象是open一次创建一个吗，是的，那与之相关的内核缓冲区也是open一次创建一份吗，不是，是所有file共用一个内核缓冲区，后面我写匿名管道实现通信，我们会发现打开一个文件就只有一个缓冲区，学linux真的需要回顾，真的会有不少遗漏的知识点。

        可是如果我从文件读数据到内核缓冲区，然后我又写入数据到内核，此时写入数据是否会和读入数据是否会冲突，我有种假设，首先read读数据到内核，会立刻给上层，此时是不允许写的，那这些数据被写入数据覆盖也没事了，可是如果又调用read，那之前写入内核缓冲区的数据会如何处理，是立刻刷新呢，还是保留，这就和内核的刷新策略有点关系了，我猜测是刷新，保留的话维护起来挺麻烦的。

五 跨平台性

       我们用的函数，大都是对系统调用的封装，例如fopen是对open的封装，但open是linux的系统调用，如果说fopen封装了open，那为什么能在windows下跑呢，因为我不觉得windows和linux的系统调用会设计的一模一样。实际上是库的设计者写了两份代码，一份是封装了linux的系统调用接口，还有一份是封装了windows的系统调用接口，我们只要安装对应平台的语言库，就可以实现一句fopen在linux能使用，windows下也能使用，这就是跨平台性。