系统级I/O学习笔记——文件的打开、关闭以及共享

简单了解Unix I/O下文件的打开与关闭以及共享文件

在了解文件之前，我们显然需要对本文讨论的文件所属的范畴，即Unix I/O有一个大致的了解。

Unix I/O 是什么

人们描述Linux系统中时，往往伴随着一句话：一切皆文件
一个Linux 文件就是一个m个字节的序列:
B₀，B₁,…，B_k，…，B_m-1

所有的I/О设备(例如网络、磁盘和终端)都被模型化为文件，而所有的输人和输出都被当作对相应文件的读和写来执行。这种方式允许Linux内核引出一个简单、低级的应用接口，称为Unix I/O，这使得所有的输入和输出都能以一种统一且一致的方式来执行:

• 打开文件。 一个应用程序通过要求内核打开相应的文件，来宣告它想要访问一个I/O设备。内核返回一个小的非负整数，叫做描述符，它在后续对此文件的所有操作中标识这个文件。内核记录有关这个打开文件的所有信息。应用程序只需记住这个描述符。
• Linux shell创建的每个进程开始时都有三个打开的文件:标准输入(描述符为0)、标准输出(描述符为1)和标准错误(描述符为2)。头文件<unistd.h>定义了常量STDIN_FILENO、STDOUT_FILENO和STDERR_FILENO，它们可用来代替显式的描述符值。请一定要记住这一条，在这之后会非常重要
• 改变当前的文件位置。 对于每个打开的文件，内核保持着一个文件位置k，初始为0。这个文件位置是从文件开头起始的字节偏移量。应用程序能够通过执行seek 操作，显式地设置文件的当前位置为k。
• 读写文件。 一个读操作就是从文件复制n>0个字节到内存，从当前文件位置k开始，然后将k增加到k＋n。给定一个大小为m字节的文件，当k≥m时执行读操作会触发一个称为end-of-file(EOF)的条件，应用程序能检测到这个条件。在文件结尾处并没有明确的“EOF符号”。
  类似地，写操作就是从内存复制n>0个字节到一个文件，从当前文件位置é开始，然后更新k。
• 关闭文件。 当应用完成了对文件的访问之后，它就通知内核关闭这个文件。作为响应，内核释放文件打开时创建的数据结构，并将这个描述符恢复到可用的描述符池中。无论一个进程因为何种原因终止时，内核都会关闭所有打开的文件并释放它们的内存资源。

让我们试着打开一个文件

进程是通过调用open函数来打开一个已存在的文件或者创建一个新文件的:

#include <sys/types.h>
#include <sys/stat.h>#include <fcntl.h>
int open(char *filename，int flags，mode_t mode);
//返回:若成功则为新文件描述符，若出错为-1.

open函数将filename转换为一个文件描述符，并且返回描述符数字。返回的描述符总是在进程中当前没有打开的最小描述符。flags参数指明了进程打算如何访问这个文件:

• O_RDONLY:只读。
• O_WRONLY:只写。
• O_RDWR:可读可写。

例如，下面的代码说明如何以读的方式打开一个已存在的文件:
fd = Open("foo.txt"，O_RDONLY, 0) ;

flags参数也可以是一个或者更多位掩码的或，为写提供给一些额外的指示:

• O_CREAT:如果文件不存在，就创建它的一个截断的(truncated)(空)文件。
• O_TRUNC:如果文件已经存在，就截断它。
• O_APPEND:在每次写操作前，设置文件位置到文件的结尾处。

例如，下面的代码说明的是如何打开一个已存在文件，并在后面添加一些数据:
fd = Open("foo.txt"，O_WRONLY|O_APPEND，0);

最后,进程通过调用close函数关闭一个打开的文件。

#include <unistd.h>
	int close(int fd) ;
	//返回:若成功则为0，若出错则为—1。

关闭一个已关闭的描述符会出错。

我们现在可以试试看这个了：

#include "csapp.h"
int main(){
	int fd1，fd2;
	fd1 = Open( "foo.txt"，O_RDONLY，0);close(fd1);
	fd2 - Open( "baz.txt"，O_RDONLY，0);printf("fd2 = %dkn" ，fd2);
	exit(0) ;
}

也许你会认为打开fd1，关闭fd1，再打开fd2，这样会显示fd2 = 0或者fd2 = 1。实际上不是这样的，还记得刚才我们提到的吗？

Linux shell创建的每个进程开始时都有三个打开的文件:标准输入(描述符为0)、标准输出(描述符为1)和标准错误(描述符为2)。头文件<unistd.h>定义了常量STDIN_FILENO、STDOUT_FILENO和STDERR_FILENO，它们可用来代替显式的描述符值。请一定要记住这一条，在这之后会非常重要

所以实际上，标准输入、输出和错误已经将0、1、2号文件位置占据了，之后的打开文件的操作都是从3开始的，因此我们得到的程序运行结果其实是fd2 = 3。

何为共享文件

内核用三个相关的数据结构来表示打开的文件，我们简单地概括为:

• 描述符表(descriptor table)。每个进程都有它独立的描述符表，它的表项是由进程打开的文件描述符来索引的。每个打开的描述符表项指向文件表中的一个表项。
• 文件表(file table)。打开文件的集合是由一张文件表来表示的，所有的进程共享这张表。每个文件表的表项组成(针对我们的目的)包括当前的文件位置、引用计数(reference count)(即当前指向该表项的描述符表项数)，以及一个指向v-node表中对应表项的指针。关闭一个描述符会减少相应的文件表表项中的引用计数。内核不会删除这个文件表表项，直到它的引用计数为零。
• v-node表(v-node table)。同文件表一样，所有的进程共享这张v-node表。每个表项包含stat结构中的大多数信息，包括st_mode和 st_size成员。

我们通过一张图来形象地了解典型情况

不难想象，多个描述符也可以通过不同的文件表表项来引用同一个文件。例如，如果以同一个 filename调用open函数两次，就会发生这种情况。关键思想是每个描述符都有它自己的文件位置，所以对不同描述符的读操作可以从文件的不同位置获取数据。具体就会如下图所示：

让我们试试典型情况的分析

#include "csapp.h"
int main(){
	int fd1，fd2;
	char c;
	fd1 = Open("foobar.txt"，O_RDONLY，0);
	fd2 = Open("foobar.txt"，O_RDONLY，0);
	Read(fd1，&c，1);
	Read(fd2，&c, 1);
	printf("c = %c\n", c);
	exit(0);
}

很好理解，在这个例子中，fd1与fd2之间并没有什么关系，他们分别打开了foobar.txt（其中由6个ASCII码字符“foobar”组成）因此，程序输出结果为

c = f

那如果是加上fork呢？（foobar.txt文件不改变）

接下来谈论的题目牵扯到了 fork 和 wait，如果不记得的话，可以查看我之前那篇学习笔记，系统级I/O学习笔记——文件的打开、关闭以及共享，其中有说明。

#include "csapp.h"
int main(){
	int fd;
	char c;
	fd = Open("foobar.txt"，O_RDONLY,0);
	if (Fork() == 0) {
		Read(fd，&c，1);
		exit(0);
	}
	wait(NULL);
	Read(fd，&c，1);
	printf("c = %c\n"，c);
	exit(0);
}

父子进程中，实际上文件是共享的。子进程有一个父进程描述符表的副本。父子进程共享相同的打开文件表集合，因此共享相同的文件位置。如下图所示：

所以我们不难分析，在我们给出的例子中，父子进程共享一个打开文件夹，fork后，子进程读取一位，而父进程则wait等待至子进程结束，之后再读取一位，实际上总共读取了2位，程序输出：

c = o

总结

Linux内核使用三个相关的数据结构来表示打开的文件。描述符表中的表项指向打开文件表中的表项，而打开文件表中的表项又指向v-node表中的表项。每个进程都有它自己单独的描述符表，而所有的进程共享同一个打开文件表和v-node表。理解这些结构的一般组成，就能使我们清楚地理解文件共享和之后会学习到的I/O重定向。
欢迎大家留言一起学习，共同进步。