Linux-- 重定向&&缓冲区

目录

0.接上篇文章

1.粗略的见一下这两个问题

2.理解重定向 

3.理解缓冲区 

---

0.接上篇文章

Linux--基础IO（文件描述符fd）-CSDN博客

1.粗略的见一下这两个问题

先来了解几个函数：

         stat()函数用于获取指定文件或符号链接的元数据。如果文件是一个符号链接，stat()将返回该符号链接本身的元数据，而不是它所指向的目标文件的元数据。

   fstat()函数用于获取已打开文件的元数据。它通常用于在文件描述符已经打开之后获取文件的元数据。

   lstat()函数与stat()函数类似，但它专门用于获取符号链接的元数据。如果指定的文件是一个符号链接，lstat()将返回该符号链接本身的元数据，而不是它所指向的目标文件的元数据。

• fd：一个已打开的文件描述符。

• buf：一个指向struct stat的指针，用于存储符号链接的元数据。
• path：要检查的文件或目录的路径。

        这三个函数都使用struct stat结构来存储文件的元数据。这个结构包含了许多字段，如文件类型（普通文件、目录、符号链接等）、权限、所有者ID、组ID、大小、时间戳等。具体的字段取决于你的系统和编译器，但你可以查阅sys/stat.h头文件以获取更多详细信息。

演示：

---

再来看一段代码：

        我们打开文件的时候做了一个操作，colse（1）首先关闭了文件描述符 1，我们知道文件描述符1，表示的是显示器文件，而printf&&fprintf都是向显示器上打印的，现在关闭了显示器文件，意味着显示器上不会出现打印的内容。

        文件描述符1被关闭了，意味着fd1空了出来，那么log.txt将继承fd1（文件描述符分配规则;查自己的文件描述表，分配最小的没有被使用的fd），那么现在向fd1中写就是在向log.txt中写，所以我们查看到log.txt中的内容就是printf&&fprintf输出的内容，这就是对文件做重定向（重定向的本质：是在内核中改变文件描述符表特定下标的内容，和上层无关！）

在这段代码中：我们还需要注意一点，fflush（stdout）刷新stdout，如果不进行此操作，log.txt中是不会有任何内容的，这是为什么呢？

原因是：在struct FILE*这个结构体中存在语言级别的缓冲区，我们在使用printf&&fprintf时，并不是直接通过文件描述符写入到内核文件缓冲区中，而是先写到语言级别的缓存区中，再由C语言通过文件描述符，刷新到内核文件缓存区当中，此时外设才能看到输出的内容，因此fflush（stdout）此时的工作是将stdout缓冲区中的内容通过文件描述符1，刷新到log.txt内核文件缓存区当中去，这时候log.txt中才能看到内容。如果没有close(fd)这一语句，那么不加刷新也没关系，进程结束之后，会自动通过fd刷新到文件中。

---

2.理解重定向 

先认识一个系统调用接口：dup2

  dup2 的功能是将一个已存在的文件描述符复制到另一个文件描述符，如果目标文件描述符已经打开，则先将其关闭。（本质是文件描述符下标所对应内容的拷贝）。

#include <unistd.h>  
  
int dup2(int oldfd, int newfd);

1. 标准输出重定向，由显示器打印->log.txt打印（接上面例子，我们使用dup2系统调用接口该如何做呢？）

        也就是我们没有关闭fd1，那么新打开的log.txt的fd就是3，我们使用了dup2的效果就是，把fd3的内容拷贝给了fd1，也就是说，让fd1指向了文件log.txt，所以未来向fd1里写入内容，实际上就是向log.txt中写入内容，最终只会留下fd3(oldfd）。（fd1和fd3里的地址一样l）

那么代码就应该这么写：

这样输出到显示器的内容就输出到log.txt了

---

3.理解缓冲区 

在Linux操作系统中，缓冲区是一个非常重要的概念，主要用于提高I/O（输入/输出）操作的效率。以下是关于Linux操作系统中缓冲区的理解：

1. 概念：缓冲区是内存中的一块区域，用于临时存放数据。当进程需要向外部设备（如磁盘、网络等）写入数据时，它不会直接将数据写入设备，而是先将数据写入到缓冲区中。同样，当进程从外部设备读取数据时，数据也是先从设备读取到缓冲区，当缓冲区的数据到达某个值的时候，在统一的刷新到进程中。
2. 作用：
   • 减少对外部设备的直接访问次数，从而降低I/O操作的开销。
   • 允许进程进行批量数据传输，从而提高数据传输的效率。
   • 通过缓存数据，可以实现对数据的预处理和后处理，如数据压缩、加密等。
3. 刷新策略：Linux中的缓冲区有不同的刷新策略，以适应不同的应用场景。
   • 无缓冲：数据一写入到缓冲区就立即刷新到外部设备。（eg：1.语言级的缓冲区printf/fprintf，2.系统调用fsync）
   • 行缓冲：当在输入或输出中遇到换行符（\n）时，缓冲区会刷新一次。这种策略常用于与终端设备（如显示器）的交互。
   • 全缓冲：当缓冲区满时，数据才会被刷新到外部设备。这种策略常用于写入磁盘文件等场景。
   • 特殊情况（1.进程退出，自动刷新；2强制刷新）
4. 与文件系统的关系：在Linux文件系统中，缓冲区也起着重要的作用。当应用程序读取文件时，内核会将文件数据读入内核空间缓冲区中，然后再将数据从内核空间缓冲区复制到用户空间缓冲区中。同样地，当应用程序向文件写入数据时，数据也是先写入到用户空间缓冲区中，然后再由内核将数据从用户空间缓冲区复制到内核空间缓冲区，并最终写入到磁盘上。
5. 缓冲区就在struct FILE*结构体中，每一个文件都有自己的缓冲区（这是在语言层面的）

补充示例

        刷新策略发生改变，看下面的两段代码：

第一段代码及它的运行结果（我们将打印到屏幕的内容重定向到文件中）

第二段代码及它的运行结果（与第一段代码不同的是，加入了一个fork函数）

问题：为什么加了fork之后，会打印两次内容，fork不是只会继承父进程下面的代码吗？为什么C语言库函数的内容打印了两次，而系统调用的只打印了一次呢？

        首先./mytest这个操作是向显示器文件打印，显示器文件的刷新策略是行缓冲，现在转为向普通文件打印，普通文件的刷新策略是全缓冲，由显示器文件转向普通文件打印，这里刷新策略就发生了改变。此时printf/fprintf在执行完之后，缓冲区还没有写满（因为是全缓冲），不做刷新，最后fork的时候就出现了父子进程，fork结束后进程就直接退出了，此时父子进程都要执行刷新，所以就打印了两次内容，而系统调用接口是直接向内核级缓冲区中写的，所以不存在刷新两次的问题了。