【Linux】文件IO

​
在编程中，文件 I/O（Input/Output）是指程序与外部文件之间的数据交互。

C标准函数与系统函数

特性	C 标准库函数（如fopen、fread）	系统调用函数（如open、read）
所属层次	用户态（基于系统调用封装的库函数）	内核态（操作系统内核提供的接口）
实现者	编译器厂商（如 GCC 的 glibc 库）	操作系统内核开发者（如 Linux 内核团队）
调用方式	直接调用库函数，由库转发到系统调用	直接触发软中断，陷入内核态执行
缓冲机制	有缓冲区（用户态缓冲），减少系统调用次数	无缓冲，每次调用直接与硬件交互
可移植性	高（遵循 C 标准，跨操作系统通用）	低（与操作系统内核相关，如 Linux 和 Windows 不同）
功能范围	除了 I/O，还包括字符串处理、数学运算等	仅提供操作系统核心功能（文件操作、进程管理等）

File 结构体

​ 在 Linux 系统中，文件读写过程涉及两个关键的 “文件结构体”：用户态的 FILE 结构体（C 标准库定义）和内核态的 struct file 结构体（Linux 内核定义）。两者通过文件描述符关联，共同管理文件读写状态，包括文件指针（当前读写位置）。

1. 用户态：FILE 结构体（C 标准库）

​ FILE 结构体定义在 <stdio.h> 中（不同 libc 实现细节略有差异），用于封装系统调用，提供带缓冲的文件操作。其核心作用是管理用户态缓冲区和当前读写位置。

主要成员

typedef struct {
    int fd;               // 关联的文件描述符（指向内核态的 struct file）
    char *buf;            // 用户态缓冲区（减少系统调用次数）
    size_t buf_size;      // 缓冲区大小
    size_t buf_pos;       // 缓冲区当前位置（用户态指针）
    off_t file_pos;       // 文件当前读写位置（逻辑位置）
    int flags;            // 文件模式（如读/写/追加）
    // 其他成员：错误码、缓冲模式等
} FILE;

FILE 是 C 标准库定义的结构体，用于封装文件操作的关键信息，提升文件 I/O 效率，主要包含三部分核心内容：

​ 文件描述符：是与内核中打开的文件的关联标识，通过它能找到磁盘等设备上对应的实际文件。

​ f_pos（文件光标）：记录当前文件的读写位置，就像 “光标” 一样，指示下一次读写从哪里开始。

​ buffer（缓冲区）：大小通常为 8192 字节（8k）。写文件时，数据先暂存到缓冲区，等缓冲区写满 8k 后，再一次性写入磁盘文件；如果需要提前将缓冲区数据写入文件，可手动调用刷新（如fflush）操作。通过缓冲区批量 I/O，减少了与磁盘等设备的直接交互次数，从而提高文件操作效率。

2. 内核态：struct file 结构体（Linux 内核）

struct file 定义在 Linux 内核头文件中（如 linux/fs.h），是内核管理打开文件的核心结构，记录文件的底层信息和内核态指针。

主要成员

struct file {
   
   
    struct path f_path;       // 文件的路径信息
    struct inode *f_inode;    // 关联的 inode（存储文件元数据）
    const struct file_operations *f_op;  // 文件操作函数表（read/write等）
    loff_t f_pos;             // 内核态文件指针（实际读写位置）
    unsigned int f_flags;     // 打开文件时的标志（如 O_RDWR、O_APPEND）
    // 其他成员：引用计数、文件锁、私有数据等
};

文件操作的层级流程

应用层（C 标准函数）：

​ 开发者通过 fopen（打开文件）、fwrite（写入文件）、printf（输出到标准输出）等 C 标准库函数操作文件，这些函数属于应用层接口，使用更简便。

系统层（Linux 系统调用）：

​ C 标准库函数会进一步调用 Linux 系统的应用层 API（如 write），write 又会触发内核层 API（如 sys_write），进入内核态处理。

驱动与设备层：

​ 内核通过驱动程序与不同设备交互，完成实际的 I/O 操作。比如要将数据写入终端，驱动就和显示设备通信；写入普通文件，驱动就和磁盘交互；涉及网络文件，驱动则与网络设备协作。

Linux下的内存

一、Linux 进程的虚拟内存空间

Linux 进程的虚拟内存总容量为 4GB，其中：

• 用户空间：占 3GB，是应用程序（如 C 程序）运行的区域，包含代码、数据、堆、栈等。

• 内核空间：占 1GB，是操作系统内核运行的区域，管理进程、内存、文件等底层资源。

二、进程控制块（PCB）与 files_struct 结构体

每个进程都有一个 进程控制块（PCB），其中包含 files_struct 结构体：

• files_struct 是内核用于管理进程打开文件的核心结构，内部包含一个文件描述符数组（int 数组）。

• 文件描述符是一个整数，每打开一个文件（或设备），内核就会为其分配当前最小的未使用整数作为描述符；关闭文件时，该描述符会被释放并可复用。

三、文件描述符的默认分配与关联

Linux 进程默认打开三个文件描述符：

• 0：标准输入（如 cin、scanf 从这里读取输入）。
• 1：标准输出（如 cout、printf 向这里输出）。
• 2：标准错误（如 perror、WSAGETLastError 向这里输出错误信息）。

当进程打开新文件时，内核会分配下一个最小的未使用描述符，并在文件描述符数组中与实际文件（或设备）建立关联。

四、用户态 FILE* 与内核态文件的关联

• 在用户空间（3GB 区域），C 标准库通过 fopen("abc") 创建 FILE* 指针，它是对文件操作的高层封装。
• FILE* 最终会通过文件描述符与内核 files_struct 中的对应项关联，从而实现对底层文件（如磁盘上的 abc 文件）的读写。

标准输入，标准输出，标准出错

e.g.验证当进程打开新文件时，内核会分配下一个最小的未使用描述符：

由上可知，打开了一个文件1，fd=3，一个文件2，fd=4，关上文件1，打开文件3，此时文件三的fd=3。

#include<stdio.h>
#include<sys/types.h>
#include<sys/stat.h>
#include<fcntl.h>
#include<unistd.h>
#include<errno.h>

int main()
{
   
   
    //1.打开aa文件
    int fd_aa = open("aa",O_RDONLY);
    if(-1==fd_aa){
   
   
        printf("error=%d\n",errno);
        perror("open aa fail");
        return 1;
    }
    //打印文件描述符
    printf("fd_aa = %d\n",fd_aa);
    //2.打开bb文件
    int fd_bb = open("bb",O_RDONLY);
    if(-1==fd_bb){
   
   
        perror("open bb fail");
        return 1;
    }
    //打印文件描述符
    printf("fd_bb = %d\n",fd_bb);
    //3.关闭aa文件
    close(fd_aa);