APUE 学习笔记 —

本章节主要讲了 Linux 系统下的关于文件I/O操作的几个函数：open、read、write、lseek、close 的使用和需要注意的一些细节。接着，又介绍了多进程见如何共享文件。下面开始知识点梳理。

文件描述符

对于内核来说，所有打开的文件，都是通过文件描述符来引用。当打开或创建一个新的文件的时候，内核都会向进程返回该文件的文件描述符。文件描述符是什么，可以参考维基百科——文件描述符。UNIX 系统按惯例，会将0与进程的标准输入关联，将1与进程的标准输出关联，将2与进程的标准错误关联。

open 与 openat 函数的使用

oflag 参数：
是通过在头文件 <fcntl.h> 中定义的常量中的一个或多个进行 “或”运算构成的。这里不再一一详述每个常量及其含义，感兴趣的小伙伴可以自行去查阅。
path 参数：
是要打开和创建文件的名字。
fd 参数：
fd 把open 和 openat 函数区分开来，具体有三种可能：
1. 当path是绝对路径时， openat 就相当于是 open；
2. path制定的是相对路径名称时，fd指出了相对路径名称的在文件系统中的开始位置；
3. path是相对路径，fd参数具有特殊值 AT_FDCWD。此时，路径名在当前工作目录中获取，openat 函数在操作上与 open 函数类似；
  本节还讲到了 TOCTTOU 思想以及文件名与路径名被截断的问题。

creat 函数

creat函数是以只写的形式来打开一个新的文件的。

close 函数

关闭一个文件，会关闭该进程在当前文件上加的所有记录锁。一个进程结束之后，内核会自动关闭其打开的所有文件。

lseek 函数

lseek 函数仅会将当前的文件偏移量记录到内核中，其不会引起任何 I/O 操作。该偏移量是用来进行下一次读或者写的游标。偏移量的大小可以与文件实际大小不对应。当大于文件当前的实际长度的时候，对该文件的下一次写将加长该文件，且会形成一个空洞。位于文件中但是没有写过的字节都读为0。具体什么是空洞，可以看下百科——文件空洞。

read 函数

如果 read 成功，则会返回读到的字节数。如果已经读到了文件的末尾，会返回0。

write 函数

对于普通文件，通常从当前的偏移量开始；如果在打开文件的时候，指定了 O_APPEND操作，则在每次写操作之前，将文件的偏移量设置在文件的末尾。每次写成功，文件的偏移量都会变化。

I/O 效率

大多数文件系统为改善性能，都会增加“预读”技术。当检测到正在进行顺序读取时，系统就试图读入比实际锁要求更多的数据。

文件共享

UNIX 系统支持不同进程之间共享打开文件。内核使用三种数据结构用来表示打开文件：
（1）每个进程在进程记录表中都会有一个记录项，记录项中包含一张打开文件描述符表。有每个文件描述符相关联的是：
A）文件描述符标志；
B）指向一个文件表项的指针；
（2）内核为所有打开文件维持一张文件表，每个文件表项包含：
A）文件状态标志；
B）当前文件的偏移量；
C）指向该文件v节点表项的指针；
（3）每个打开文件（或设备）都有一个v节点结构。

该图显示了一个进程打开多个文件的场景。打开文件描述符表可以存放在用户空间，而非进程表中。

该图展示了多个独立的进程打开同一个文件的场景。此场景在读的时候，可以正确的读。但是当涉及到写文件，就会存在了一些不可预料的结果。

dup 与 dup2 函数

两个函数都是用来复制一个现有的文件描述符的。有 dup 返回的新文件描述符一定是当前可用文件描述符中的最小值，对于 dup2，可以用fd2参数指定新描述符的值。如果fd2已经打开，则将其关闭先。若fd=fd2，则dup2返回fd2，而不关闭它。

![dup(1) 后的内核数据结构说明

sync、fsync、fdatasync 函数

传统的UNIX系统都会在内核中设有缓冲区告诉缓存或页高速缓存，大多数磁盘IO都是通过缓冲区进行。当向文件写数据时，内核通常会先将数据copy到缓冲区中，然后排入队列，晚些时候会写入到磁盘中，这被称为延迟写。当内核需要重用缓冲区来存放其他睡的时候，会将所有数据写入到磁盘中。为了保证磁盘上实际文件系统与缓冲区中内容的一致性，UNIX系统提供了三种函数，如上。它们有什么区别呢？

fcntl 函数

fcntl 函数可以改变已经打开的文件的属性。

fcntl 的返回值与命令有关。如果出错，所有命令都返回-1；成功会返回其他值。
在修改文件描述符标志或文件状态标志的时候必须谨慎，先要获取现在的标志值，然后再按照期望修改它，最后设置新的标志值。本小节还讲到了调用write时设置同步机制后，对系统性能带来的影响。

ioctl 函数