[Linux系统编程]文件IO

一.系统调用

什么是系统调用?
只有系统调用(系统函数)才能进入内核空间，库函数也是调用系统函数，才得以访问底层。
系统调用由操作系统实现并提供给外部应用程序的编程接口。是应用程序同系统之间数据交互的桥梁。
换句话说，系统调用就是操作系统封装好的函数接口，使得用户能够利用它调用底层驱动，从而控制硬件。

操作系统如何管理文件
通过dentry（目录项）和 inode(存放文件信息的数据结构) 来管理文件。
一个文件有自己的目录项和inode，
在目录项中，存放文件名和指向inode的指针。
在inode数据结构中，存放着文件的权限，类型等信息，同时还有一个参数存放文件在磁盘中存放的位置。
软链接: 软连接相当于快捷方式，使用ln -s 原文件 软链接文件名 创建一个文件软连接，仅仅包括所含链接文件的路径名字,当原文件被删除时，软链接失效。

硬链接:实现原理其实是多个dentry指向同一个inode,它并非快捷方式，而是多个目录项共指向同一个inode。

二.open函数，read函数，write函数
1.open
所需头文件:

#include<fcntl.h>
#include<unistd.h>

open函数用来打开文件，具体有以下两种重载类型。
正常打开返回一个int整数(文件描述符)，打开出错返回-1

path : 路径名 flags: 打开方式 mode:生成文件时的权限(4位8进制数)
第一种是文件存在时，指定打开方式
第二种是文件不存在，且要求创建文件时，按mode指定权限

flags分为以下几种：

O_RDONLY ：只读
O_WRONLY:只写
O_RDWR:读写
O _APPEND：追加写
O_CREAT:无文件时创建
O_EXCL:是否存在
O_TRUNC:文件清空再打开
O_NONBLOCK:以非阻塞方式打开(使用在设备，网络文件下)
#include<fcntl.h> 这些包含在头文件<fcntl.h>中，所以需要引入#include<fcntl.h>

使用close(文件描述符) ----------关闭流

2.read
read函数返回读入的字节数，读出错误返回-1
read(文件描述符，字符串缓冲区，读出字节数)

3.write
write函数将缓冲区内容读入文件，返回写入的字节数，写入失败返回-1
write(文件描述符，字符串缓冲区，写入字节数)

4.案例:使用read write实现cp操作
cp 文件1 文件2
对main函数传递两个参数，代表文件名
文件一，使用只读打开方式
文件二，无文件时创建文件。
使用buffer缓冲区(1024字节),循环输入文件,当read函数读入字符数为空时，read函数返回0,此时退出循环。

二.预读入缓输出

库函数和系统调用执行的速度，一定是系统调用速度更快吗?
答案是不一定，如fputc库函数与write/read 系统函数，若将缓冲区buffer设置为1，使它们每次都读入一个字节，谁的速度更快?
首先明确，由于向磁盘写入数据较慢，在内核区中会设置一个缓冲区，直到缓冲区有足够数据时再一次性写入磁盘。在用户区中，也会有一个缓冲区，它存在的目的是希望数据暂时读入到缓冲区里，然后再一次性输入到内核区的缓冲区里。这是因为从用户区到内核区是需要时间开销的，通过预读入就可以避免多次用户/内核区之间的跳转。
所以，若设置系统调用write/read的自定义缓冲区为1个字节，那么每读入一个字节，就要执行一次从用户区到内核区的跳转，时间开销大。
但是库函数fputc开的缓冲区较大（默认4096字节）,先在用户区中预读入，然后再一次性执行系统调用，就避免了大量的时间开销,所以，虽然每次都是读入一个字节，底层实现原理是预读入缓输出,这跟开的缓冲区大小有关。

三.文件描述符

一个进程在内存中有自己的内存地址空间，其中，PCB（进程控制块）被存放在内存中，用来管理该进程，PCB本质上是一种数据结构，维护着进程的一些信息，其中就包含了文件描述符表。
PCB维护了一个指向该表的指针，通过这个指针可以访问到文件描述符表，文件描述表中的每一个节点，都保存了一个指针，指向某个文件结构体。我们上文所说的文件描述符，实际上是它的下标。

默认最大保存文件数:1024
一个进程中运行时会有0:标准输入文件 1:标准输出文件 2：标准错误文件 ，这也解释了为什么open一个文件时，会从3号开始返回。
0:STDIN_FILENO
1:STDOUT_FILENO
2:STDERR_FILENO

四.阻塞和非阻塞

常规文件不会产生阻塞等待，只有在打开设备文件，网络文件时才会产生阻塞。
例如标准输入文件STDIN_FILENO
默认打开设备/网络文件是以阻塞方式打开的，可以在open时使用O_NONBLOCK以非阻塞方式打开。
当文件再以非阻塞方式打开式，且无数据输入，read返回-1,且errno = EAGAIN 或者EWOULDBLOCK，此时并不是说读文件错误，而是说明文件可打开，但是没有数据输入。
如下，处理标准输入

五.fcntl函数修改文件访问属性
fcntl可以不重新打开，就可以修改文件访问属性
获取当前访问属性: fcntl(“文件描述符”,F_GETFL),返回一个int类型，是一个位图，表示当前访问属性
对于该返回值，设其为flgs, 可以通过 | 为其添加属性---------- flgs |= O_XXXXX
设置属性:fcntl(“文件描述符”,F_SETFL,flgs) ,

六.lseek函数

在打开文件，进行writr，read操作时，当前的指针位置是共享的，我们可以通过lseek函数来更改当前指针位置。lseek函数的作用

1.移动文件指针到文件头： lseek(fd, 0, SEEK_SET);
2.获取当前文件指针的位置 lseek(fd, 0, SEEK_CUR);
3.获取文件长度 lseek(fd, 0, SEEK_END);
4.拓展文件的长度，当前文件10b, 增加100个字节 lseek(fd, 100, SEEK_END)
注意：拓展完需要再写一次数据，否则拓展无效

七.stat/lstat系统调用

stat函数是用来获取文件信息的。

其中，pathname是文件路径，buf是一个stat结构体指针，所需头文件 #include <sys/stat.h>,#include <unistd.h>

stat函数返回值为整数，正常获取返回0，获取错误返回-1

buf是一个传出参数，buf指针维护一个结构体，这个结构体中存放了文件的各种信息。
在使用stat函数后，可以通过对buf的访问，得到文件的信息，例如，st.size是该文件的大小，类型为int。

st_mode保存该文件的类型和权限,st_mode实际上是一个整数型，相当于一个位图，可以通过该这串数字获取类型和执行权限。
可以通过以下宏命令，将st_mode作为参数传入，获取文件类型信息。

穿透软连接
stat 与 lstat 大致相同，不同的点在于对软连接文件进行操作时，stat会穿透软连接文件，去到软连接指向的那个文件，而lstat不会穿透软连接，会直接操作这个软链接文件。

八.link函数与unlink函数

link函数用来创建一个文件的硬链接
unlink函数用来根据文件名删除掉一个硬链接,当一个inode中硬链接减为0时，这个文件才能被删除。（删除操作不是立即执行的，而是等到 调用该文件的进程全部结束时才会被删除）

以文件名为参数进行操作, Linux中的指令 ln 就是依据这个系统调用所执行。

unlink函数的特征:
清除文件时，如果文件的硬链接数到0了，没有dentry对应，该文件仍不会马上被释放。
要等到所有打开该文件的进程关闭该文件，系统才会挑时间将该文件释放。

隐式回收机制
当我们打开文件流，开辟内存等操作，而没有进行回收或释放，操作系统会帮我们在程序结束时做这个操作