ICS10 系统级I/O

type

status

date

slug

summary

Unix I/O

文件抽象

Linux系统将所有I/O设备抽象为文件，例如磁盘分区（/dev/sda2）、终端（/dev/tty2）等。内核自身也通过文件形式组织，例如/boot/目录存放内核映像文件。通过open()、close()、read()、write()和lseek()这五个基本操作，即可完成对所有类型文件的通用操作。

文件类型

普通文件：包含文本（ASCII/Unicode编码）或二进制数据。在Linux/MacOS上，文本文件以\n作为换行符，而Windows系统使用\r\n组合，这源于打字机时代的回车（Carriage Return）和换行（Line Feed）操作传统。

目录：包含文件链接的特殊文件，每个目录至少包含.（当前目录）和..（父目录）两个条目。

套接字（socket）：用于进程间或网络通信的特殊文件，通过读写操作实现数据包收发。

其他类型：包括管道、符号链接等。

需要特别注意的是：系统内核并不区分文本和二进制文件，后缀名只是作为提示；所有文件都视为字节序列处理。

目录操作

每个进程都有内核维护的当前工作目录（Current Working Directory，CWD），路径可分为绝对路径（以/开头）和相对路径，相对路径即从CWD引出。Linux系统中，通过mkdir创建目录，ls查看目录内容，rmdir删除空目录，cd修改当前工作目录。

C语言下的文件操作

打开文件

open函数返回文件描述符，这是操作系统分配给打开文件的整型标识符，标准输入/输出/错误的描述符分别为 STDIN_FILENO(0)、STDOUT_FILENO(1)、STDERR_FILENO(2)。

参数详解

参数	类型	说明
`pathname`	`const char*`	文件路径，绝对的或相对的
`flags`	`int`	打开模式（必选）和附加选项（可选）的组合
`mode`	`mode_t`	文件权限（仅在`O_CREAT`时生效），由`S_IRUSR`等权限位组合定义

Flags参数

返回值

成功：返回一个非负整数，表示文件描述符。

失败：返回 1，并设置 errno。

可以通过以下示例健壮地打开文件：

文件读写与关闭

C语言中可以使用 read 和 write 函数进行文件的读写；使用 close 函数关闭已打开的文件。

短计数现象（Short Counts）

Short Counts指的是 read/write 返回的字节数小于请求值，可能由以下原因引起：

读取时遇到 EOF（文件结尾）

从终端读取行数据，用户按下回车键时被截断

网络套接字读写

信号中断操作

但以下场景不会出现短计数：

常规磁盘文件读写（除非遇到EOF）

元数据管理

元数据（metadata）是描述数据的数据，通常包括条目：device，inode，mode（whether protected），uid，gid（group），size。每个文件的元数据由操作系统内核维护。用户可以使用 stat/fstat 访问文件的metadata。

文件信息获取

权限管理

Linux中，可以在通过命令行指令 chmod 修改文件权限：

文件的权限通常由三个八进制数表示，规则如下：

755 即表示文件所有者的权限是7，也即4+2+1（可读可写可执行）；所属组用户和其他用户的权限是5，也即4+1（可读可执行）。

内核文件管理

Linux通过三级结构管理打开文件：

文件描述符表：每个进程独立维护，以文件描述符为索引，记录进程打开的所有文件（0/1/2为标准输入输出流）。每个条目指向该文件在文件表中的一个条目。

文件表（Open File Table）：所有进程共用，每个条目记录该文件被描述符引用的次数（refcnt）、文件偏移量、引用计数等共享状态。每个条目还指向该文件在v-node表中的条目。

v-node表：存储文件元数据（inode、权限等）

进程可以使用 dup / dup2 使不同的文件描述符指向同一个文件表条目，它们共享文件读写权限和偏移量（也即读写位置）。单个进程多次打开同一个文件，或者多个进程同时打开一个文件，可以使得多个文件表条目指向同一个文件，它们不共享读写权限和偏移量。

进程 fork 时，子进程的描述符表与父进程一致，内核会将进程所有打开文件的文件表条目的refcnt加一。

文件描述符表 (File Descriptor Table)

每个进程都维护一个文件描述符表，其中的每一项是一个文件描述符（一个小整数索引），指向一个文件表项。

文件表 (File Table)

文件表是系统范围的数据结构，用于存储有关打开文件的信息。每个文件表项包含与打开文件相关的状态，例如文件读/写偏移量、访问模式等。支持多个进程通过自己的文件描述符表共享同一个文件表项。

vnode（或 inode）

vnode 是虚拟节点（Virtual Node）的简称，是操作系统中文件系统的抽象层。vnode 表示文件系统中具体文件的元数据和底层信息，是对文件的统一抽象。

特性	多个文件描述符指向同一个文件表项	多个文件表项指向同一个 vnode
共享范围	同一文件表项	同一文件的 vnode
偏移量	共享	独立
文件元数据	通过文件表共享	通过 vnode 共享
访问的数据	同一文件数据	同一文件数据
进程间影响	偏移量改变会影响其他文件描述符	偏移量互不影响
典型场景	`dup()`、`fork()`	多个进程分别 `open()` 同一文件

I/O 重定向

在命令行中，可以使用 > 重定向输出，使用 < 重定向输入。例如，ls > file.txt 将 ls 命令的输出重定向到 file.txt 文件中。

在C语言中，可以使用 dup2(a, b) 函数将文件描述符表中 fd = a 位置的条目复制到 fd = b 中，覆盖 fd = b 的内容（即将 b 重定向到 a）。例如，b = 1 时，标准输出流将被重定向到 a。

标准I/O

标准输入输出函数

标准I/O函数包含在共享库 libc.so 中，函数名通常以 f 开头，例如 fopen/fclose、fread/fwrite、fgets/fputs、fscanf/fprintf（格式化输入输出）。这些函数将文件视为流（stream），并使用缓冲区来提高效率。

在包含 stdio.h 头文件时，会定义三个类型为 FILE* 的全局变量，分别表示三个标准流：

stdin：标准输入流

stdout：标准输出流

stderr：标准错误流

例如，使用 fprintf(stdout, "Hello World!") 将字符串写入 stdout 文件中，即使用标准输出流将内容打印在终端上。

含缓冲的输入输出流（Buffered I/O）

动机：使用标准I/O进行读写操作时，每次调用系统调用（system call）都会涉及内核操作，耗时较长。如果每次只读写一个字符，时间代价将非常昂贵。

解决方案：通过使用缓冲区，每次读写一块较长的文本。当用户调用标准输入函数时，先从缓冲区读取数据；当缓冲区为空时，再调用内核进行实际的输入操作。

行缓冲（Line Buffer）是常见的缓冲方式：当输出遇到换行符 \n 时，缓冲区会被刷新（flush）。例如，以下代码：

和 write(1, "Hello\n", 6) 等效，即一次性将 "Hello\n" 写入标准输出流。

Robust I/O （RIO）

Robust I/O（RIO）实际上是对Unix I/O的封装，增加了错误处理功能，适用于网络服务器等项目。RIO包含两组函数：

无缓冲区的二进制数据输入输出：

rio_readn 和 rio_writen：与Unix的 read 和 write 接口相同，接收文件描述符 fd、缓冲区指针 buf 和字节数 n，返回实际传输的字节数。

带缓冲区的文本/二进制数据输入输出：

rio_readlineb 和 rio_readnb：使用 rio_readinitb 来初始化或重置缓冲区。

I/O 的比较

Unix I/O：最通用、基础、低级的方式，提供了所有功能。

优点：只有Unix I/O能访问文件元数据；它是异步信号安全的，可以在信号处理函数中使用。
缺点：难以处理短计数（Short Counts），缓冲区容易出错。

标准I/O：

优点：使用缓冲区提高了效率；自动处理短计数。
缺点：不能访问文件元数据；不是异步信号安全的；对网络套接字不适用。

使用准则：

尽可能使用最高级的I/O函数，例如标准I/O。
处理磁盘、终端文件时，使用标准I/O。
在信号处理函数内部使用Unix I/O；当需要追求极致效率时，使用Unix I/O。

处理二进制文件时，不能使用以下函数：

基于文本的I/O函数：fgets、scanf、rio_readlineb。

字符串函数：strlen、strcpy、strcat。

原因是这些函数容易被 0 或 EOF 干扰。处理二进制文件时，应使用 rio_readn 或 rio_readnb。

补充

系统I/O库中的缓冲区类型包括：文本缓冲区（text buffer）、行缓冲区（line buffer）和无缓冲区（no buffer）。printf 和 scanf 使用行缓冲区；fread 和 fwrite 使用文本缓冲区。

进程 fork 时会将缓冲区一并复制。为了避免这种情况，可以在 printf 后加上 fflush 清空缓冲区。

.lazy-image-placeholder{ background: linear-gradient(90deg,#0001 33%,#0005 50%,#0001 66%) #f2f2f2; background-size:300% 100%; animation: l1 1s infinite linear; } @keyframes l1 { 0% {background-position: right} } ICS10 系统级I/O