【Linux】用户级缓冲区

👦个人主页：Weraphael
✍🏻作者简介：目前正在学习c++和算法
✈️专栏：Linux
🐋 希望大家多多支持，咱一起进步！😁
如果文章有啥瑕疵，希望大佬指点一二
如果文章对你有帮助的话
欢迎 评论💬 点赞👍🏻 收藏 📂 加关注😍

---

一、缓冲区现象

以下代码使用了C语言库函数如printf、fprintf、fwrite以及系统调用接口write，它们都是向显示器文件打印相应的语句，最后在程序结束之前将显示器文件关闭。

由上图我们发现：而我们非常好奇的是，首先能保证先是调用打印语句，最后再关闭显示器文件，那么为什么调用C语言的函数没有在显示器上显示结果（重定向也一样）？而程序却打印出系统调用接口write对应的语句！

而且非常奇怪的是：以上printf等C语言库函数不是封装了系统调用write吗？按道理write打印出结果，那么C语言函数也会打印出结果呀？

因此，我们能肯定的是：数据存储在缓冲区中，只是没有被刷新出来！并且这个缓冲区一定不在操作系统内部（不是系统级缓冲区），如果在的话，printf底层调用write就把结果显示出来了。因此，这个缓冲区是用户级缓冲区。

• 当调用系统调用接口 write 时，实际上是向操作系统发出了一个写入文件的请求，而操作系统会负责将数据直接写入到文件中。此过程仍然会经过操作系统内核的缓冲区，这部分由操作系统帮我们做的。

• printf 等接口不会直接将内容直接写入文件中，而是将数据写入到用户空间的缓冲区，然后通过一定条件，再将缓冲区的内容写入到文件中。主要是提高IO效率。

因此我们就可以解释为什么C语言接口打印不出结果的原因了：首先调用printf等接口是将数据写到用户级缓冲区了，而缓冲区正在等待条件将内容通过write写入到文件中，可是半路上遇到了close(1)，即显示器文件关闭，而数据还在缓冲区没有被刷新出来，自然而然就无法在显示器上显示。

二、缓冲区的刷新策略

• 无缓冲：直接刷新。即直接调用write接口将缓冲区的内容写在文件缓冲区（操作系统）中，如直接调用fflush函数刷新缓冲区。
• 行缓冲：缓冲区不刷新，直到遇到'\n'才刷新缓冲区。默认向显示器文件打印的刷新策略就是行刷新。
• 全缓冲：缓冲区不刷新，直到缓冲区满了才刷新缓冲区。向文件写入的刷新策略就是全缓冲。
• 进程退出会强制刷新缓冲区。（特殊情况）

因此，刷新本质就是缓冲区满足某个条件后，可以通过调用write函数写入到文件中

三、为什么要有缓冲区

如果用户想要向一个文件读写数据，由于文件存储在磁盘中，那么要访问文件必定要访问磁盘。然而根据存储金字塔原理，磁盘访问的速度非常慢！若每次向文件读写一次内容，就要和磁盘进行一次IO，效率就十分低下。

因此就有了缓冲区的概念：缓冲区其实就是一段内存空间，用于存储临时数据。需要注意的是，用户级缓冲区通常是通过动态内存分配函数（如 malloc 或 new）在堆区分配的，大小是不固定的。

当向文件写入时，会将数组先存储到缓冲区中，当达到一定条件，才会写入到文件中。这样就可以减少对磁盘的访问，大大提高了读写效率。

感性理解：如果这个世界上没有快递公司，那么你寄东西就要亲自寄，浪费的是你的时间；而如果有快递公司，你只需要把快递交给快递公司即可，让快递公司帮你寄，转而你可以做你自己的事情。因此，你就相当于进程，而快递就相当于缓冲区。因此，缓冲区的出现大大提高了用户效率。而快递公司并不是拿到你的快递就马上派送，而是等待一定的条件（如用户加急、仓库满了等情况）才寄出。因此，缓冲区的出现可以集中处理数据，减少IO的次数。

四、缓冲区在哪

以C语言为例（每个编程语言都一样），我们知道C语言中文件操作通常都是通过 FILE 结构体来进行的，因此，FILE 结构体一定包含了有关文件的信息，包括文件描述符、缓冲区等。

我们可以打开/usr/include/libio.h来看看源码

五、缓冲区 + fork

以下有一个非常有趣的代码

程序直接运行的话是这样的

但如果对进程实现输出重定向呢？ 我们发现结果变成了：

我们发现：C语言调用的函数均输出了2次，而系统调用write只输出了一次。为什么呢？这肯定和fork有关！

• 当程序运行时，是直接向显示器文件写入，而写入显示器文件的刷新策略是行缓冲，即遇到\n就会刷新。

• 当重定向到普通文件时，C库函数写入文件由行缓冲变为全缓冲，因此虽然有\n，但全缓冲的特点是缓冲区满了才会刷新（无视\n）。

• 而fork()系统调用会创建一个子进程，该子进程是父进程的副本，所以在fork()之后，子进程会与父进程共享相同的内存空间。这意味着在fork()调用后，子进程会继承父进程的用户级缓冲区。当子进程退出时，强制刷新用户层缓冲区[子进程]，此时会触发写时拷贝机制；当父进程结束后，强制刷新用户层缓冲区[父进程]，因此，C语言调用的函数均输出了2次。而write只打印了一份，也证明了它不经过用户级缓冲区。