apue学习第六天——文件I/O（第三章）

今天这些都是Unbuffered I／O啦，神马open，read，write，lseek，colse这些函数。

来，我们先看看这个unbuffered的意思，英文版里这句话是这样说的：

“The term unbuffered means that each read or write invokes a system call in the kernel.”(我又要吐槽中文版了，你们读读你们对unbuffered这个术语的翻译到底是这个意思不？)我还是来解释吧：

unbuffered是每一次的read或write都要进入一次内核（也就是进行一次系统调用）!看下面的图：

注意了，对于UNIX系统层面上来说，buffer是在内核之上的，上面提到的read, write, open, close, lseek那五个函数都是系统调用！看上图，write是system call，对unbuffered I／O来说，每次都要进内核，显然比直接在用户空间的标准库中调函数来得慢的多，所以像printf这些buffered I／O函数在用户空间开辟缓冲区还是很有必要的。

接下来还有个细节值得注意，为什么C标准I／O库函数在<stdio.h>中声明，而read, write等函数在<unistd.h>中声明？原因嘛，当然是一旦C库移植到其它非UNIX平台上时候照样用啊，<unistd.h>中定义的函数只用于UNIX系统，而C库中定义的函数有很好的可移植性，这点也恰恰印证了在用户空间定义缓冲区的重要性。你想想，要在内核里设缓冲区，万一换了个非UNIX平台，你去哪里缓冲啊？具体的看这个吧：C标准I／O库函数与unbuffered I／O函数（http://akaedu.github.io/book/ch28s02）。

还有一点很重要的要提一下，这个buffer／unbuffer和内核以下用不用缓存机制没有丝毫关系，如果明白了上面的东西这句话的意思肯定就会明白了。OK，关于unbuffered I／O的解释到此结束，下面来看file descriptors。

前几章提到过，进程开始的时候打开三个file descriptors：STDIN_FILENO, STDOUT_FILENO, STDERR_FILENO，它们的值分别是0，1，2，这三个常量也就是被标准化的magic numbers啦！你不用管file descriptor的变化范围啦，你可以用sysconf来查，是0～OPEN_MAX-1，不过现在应该已经没限制了（存疑）。那么具体来看文件描述符～

首先，学过操作系统理论知识的话，PCB灰常熟悉吧？Process Control Block，进程控制块嘛！而在Linux里面，它也叫Process descriptor，进程描述符。这个pd（就这样简称吧），通过一个task_struct结构提来维护进程信息，task_struct里面有个指针指向files_strcut结构体，这个就是与file descriptors息息相关的文件描述符表啦！看下图：

旁边的索引0，1，2，3就是文件描述符啦，我们创建或打开一个文件的时候就分配一个嘛！指针指向哪里？当然指向文件信息啦，但具体的指向有不同的方案细节，这点暂时不用管它。所以，文件描述符这个东西封装性还是很好的，很强大！

上次说file descriptor的时候还提到了一个内容，就是STDIN_FILENO和stdin的区别，当时我们只局限讨论了int和FILE ＊的区别，现在看一看，这个FILE＊指针，指向了相应的FILE 结构体中，FILE结构体中存放着对应的文件描述符。由于stdin是C库中的概念，STDIN_FILENO是UNIX内核中定义在<unistd.h>的概念，从上面看，我们又一次见到了很棒的层次！在这里顺便说一句，UNIX有个传统：everything is a file，自己体会去吧。

说了那么多了，终于该说那几个system calls了，直接看程序3-2：

#include "apue.h"
#include <fcntl.h>

char buf1[] = "asdfghjklp";
char buf2[] = "ASDFGHJKLP";


int main(void)
{
	int fd;

	if((fd = creat("file.hole", FILE_MODE)) < 0)<span style="white-space:pre">	</span>//成功return fd;不成功return -1;
		err_sys("creat error");

	if(write(fd, buf1, 10) != 10)<span style="white-space:pre">	</span>//向fd中写10个字节；
		err_sys("buf1 write error");
	/*offset now = 10*/

	if(lseek(fd, 16384, SEEK_SET) == -1)
		err_sys("lseek error");
	/*offset now = 16384*/

	if(write(fd, buf2, 10) != 10)
		err_sys("buf2 write error");

	exit(0);
}

把代码直接copy上来有点不地道了，直接看吧！

fd不用说，是file descriptor的简称啦，一个int型的常量；首先是关于creat和open这两个函数，看定义：

#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h>

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

摆出来一看就知道了，这俩货是一个东西，还有人说creat只是个macro，这点我没具体查明，细看：pathname是文件名，mode_t主管的是创建或打开文件的权限，3-2中的FILE_MODE是个macro，具体定义是

#define FILE_MODE (S_IRUSR | S_IWUSR | S_IROTH)

分别代表user read permission，user write permission， others read permission，具体的man creat就出来啦！

下面接着看read和write，这两个函数很有意思，定义如下：

#include <unistd.h>

ssize_t read(int fd, void *buf, size_t count);<span style="white-space:pre">	</span>//看这个void＊，是个通用指针，以前是char＊，改版啦
ssize_t write(int fd, const void *buf, size_t count);

很像吧！看参数：fd就不用说了，file descriptor嘛。buf也不用说，看最后size_t，注意啦，和返回的ssize_t不一样哦！

哪里不一样呢？ssize_t中第一个s是sighed的意思，就是有符号数，那么size_t就是无符号数咯，它指定的是你希望读写多少，而返回的ssize_t就是实际读写多少咯～

对于read，意外情况比较多，比如读不到那么多啊，从终端从网络从管道读啊，各有个的不同，返回值也不同，这个用到再查；而write返回值通常与count相同，常见错误就是写满了的情况才会出错。当然出错的话都会返回负值。

最后说一说lseek，这个第一个字符l是历史遗留下来的，意思是长整型，先注意一下前面open函数中有个flag，它会影响到lseek偏移的位置，如果显式的flag=O_APPEND追加，那么lseek默认偏移在结尾，其它都默认为0.好了，看它的定义：

#include <sys/types.h>
#include <unistd.h>

off_t lseek(int fd, off_t offset, int whence);

这个函数的意思呢是查看偏移，所以它返回的off_t也代表一个偏移值喽。offset参数的解释和whence有关，whence是SEEK_SET时，将偏移设置到距文件开始处offset的地方，SEEK_CUR是当前位置，SEEK_END是文件结尾。看3-2程序中，本来fd写完10个字节的buf1之后偏移指向10（文件开始是0），现在通过lssek把偏移定到16384，再写buf2，就是这样子。

看一看保存的文件长短：16394，也正好等于16384+10，就是文件结尾指向16394啦！但那个hole的定义是什么呢？这个文件偏移16384之前有很大一块地方没用，它们都被读为0，虽然文件长度依旧是16394，但是中间的0们都不占磁盘，看一下结果：

liuzch@liuzch:~/workspace$ od -c file.hole
0000000   a   s   d   f   g   h   j   k   l   p  \0  \0  \0  \0  \0  \0
0000020  \0  \0  \0  \0  \0  \0  \0  \0  \0  \0  \0  \0  \0  \0  \0  \0
*
0040000   A   S   D   F   G   H   J   K   L   P
0040012

中间的＊都是\0，就是hole（空洞），这个文件占了8个磁盘块，但如果16394都写满的话要占20个磁盘块，说明很有效啊！

好啦，以上就是几个unbuffered I/O system calls~