统治世界的缓存 --- glibc源码拜读 - printf

最新推荐文章于 2022-03-04 11:28:19 发布

InsZVA

最新推荐文章于 2022-03-04 11:28:19 发布

阅读量2.5k

点赞数 2

分类专栏：源码分析随笔文章标签：源码 printf 缓存 glibc

本文链接：https://blog.csdn.net/InsZVA/article/details/54234201

版权

本文通过分析printf源码，探讨了用户态缓冲区的工作原理，解释了为何在子进程复制父进程空间后，输出会被重复。文章详细介绍了glibc如何在用户态建立缓冲区，并在不同情况下决定何时调用系统调用进行实际输出，揭示了缓存在性能优化中的关键作用，如减少系统调用、预读取、写入优化以及内存池等场景的应用。

摘要由CSDN通过智能技术生成

问题由来

有这么一段代码：

int main() {
    printf("aaa\n");
    pid_t pid = fork();
    if (pid < 0) {
        printf("an error occur\n");
    } else if (pid == 0) {
        printf("i am child\n");
    } else {
        sleep(1);
        printf("i am parent\n");
    }
    exit(0);
}

在交互式终端(Terminal)中运行，我们会得到预想的结果：

aaa
i am child
i am parent

但是如果使用输出重定向到文件，比如./test > a.txt，然后查看文件内容cat a.txt，则会得到
这样的结果：

aaa
i am child
aaa
i am parent

为什么aaa被输出了两次呢。

用户态缓冲区

很多人知道printf是有一个自带的缓冲区的，而要给操作系统真正去执行，至少应该调用write系统调用。
而上面的例子，让我们觉得，这个缓冲区是在用户态，fork得到的子进程复制了用户态空间，导致父进程还
未输出的缓存内容也被复制到了子进程。子进程输出后，子进程的缓存被清理，但是父进程的缓存仍然存在。
于是父进程在进程结束前也输出了aaa。于是查看glibc的源代码，试图弄明白这个问题：

int
__printf (const char *format, ...)
{
  va_list arg;
  int done;

  va_start (arg, format);
  done = vfprintf (stdout, format, arg);
  va_end (arg);

  return