Linux操作系统学习（文件缓冲区）

缓冲区

什么是缓冲区？

​ 缓冲区(Buffer）就是在内存中预留指定大小的存储空间用来对输入/输出(I/O)的数据作临时存储，这部分预留的内存空间就叫做缓冲区。

缓冲区分为内核缓冲区和用户缓冲区

​ 内核缓冲区是网络传输、文件io等等的“中转”，由操作系统控制，是不可见的，用户必须使用系统提供的接口才能使用到，所以说操作系统不相信任何人，只提供相关接口（read、write等）。

​ 一般每个语言都给用户提供了缓冲区，这里以C语言来举例

​ 在使用C语言的printf函数时，默认是向stdout写入的，那么下面做几个测试：

测试1：stdout的类别是显示器

可以看出，没有\n 打印的hello不会及时向显示器输出，而是最后return时才显示。

测试2：stdout的类别是磁盘文件

可以看出，关闭test，5行hello并没有写入到文件，而不关闭fd 却写入文件里了

首先要知道，stdout的类型是FILE*，FILE是C语言提供的，FILE是一个结构体只不过typedef了。

FILE结构体包括了很多数据，其中就有 缓冲区，以及fd=1.

• 因为是c语言提供的FILE，所以这个缓冲区属于C语言缓冲区
• stdout代表显示器，固定去找struct file* array[]中1的位置

测试1和测试2的fprintf是C接口，他们输出的信息都会先缓存到C的缓存区也就是用户缓存区。

测试1没关闭1，此时1的类别属于显示器，那么他就是向显示器输出

• 当我们在函数结尾没加\n时，它不刷新（注意，man函数的return会刷新缓存，所以最后结束时他会刷新一下）
• 当我们加了\n时，他就会刷新缓冲区

测试1的fd1表示显示器，向显示器输出的刷新策略是行缓存：换行是刷新缓冲区；

测试2关闭1，之后在代开test.txt文件，根据文件描述符的分配规则，此时1的类别属于磁盘文件，那么就是向文件输出

• 关闭fd时，向文件输出的字符没有被写入，在结束进程时会刷新缓冲区，但是提前关闭fd就等于“没路了”
• 未关fd时，反而写入文件中了

测试2的fd1表示磁盘文件，向磁盘文件输出的刷新策略是全缓存：全部缓存区满了才会刷新

​ 最终C语言的缓冲区会通过系统调用接口刷新到文件内核缓冲区，通过文件内核缓冲区刷新到外设（磁盘、显示器等等），而测试2中close(fd）等于是提前把test.txt的fd切断了，C缓冲区无法与文件内核缓冲区建立联系，最后数据就留在了缓冲区

注意：内核将缓冲区中的数据“写”到标准输入磁盘文件里，这里“写”不是将缓冲区中的数据移动到磁盘文件里，而是复制到磁盘文件里，也就说此时磁盘文件里保留了一份缓冲区内容的备份

综上，缓冲刷新策略有以下三种：

• 行缓冲（如向显示器刷新）
• 全缓冲（如向磁盘文件刷新）
• 无缓冲（直接写入）

对于测试1和测试2中，可以用fflush(),强制刷新

假如没有缓冲区，我们要从磁盘中读取数据，有几个字符，CPU就要读写几次，CPU是高速率的

例如让打印机打印某个文本，打印机是低速的，CPU是高速的，将数据放入缓冲区，就进行其他的工作了

fork后的缓冲区

假如我们利用fork创建一个子进程，那么子进程的缓冲区是什么样的？

测试：

把输出重定向到文件里，当目标文件发生变化时，操作系统和C语言会自动调整刷新策略

我们知道：

• 先fork在执行代码，子进程和父进程共享同一份，等于打印两份
• 先执行代码再fork，本应该不会打印两份，而实际上除了系统接口write的写入（write写到内核缓冲区，由OS刷新到外设中），全都执行了两份

原因：

​ 重定向到文件时，刷新策略变为全缓冲，而父进程的C的缓冲区属于代码数据，是FILE结构体里的一部分，所以要被共享。可是进程在退出时会把用户缓冲区的数据刷新到系统（进程对数据进行写入），父子进程谁先写入谁就会先发生写时拷贝（只要有一个进程刷新用户缓冲区就代表代码数据发生改变），于是子和父进程就各有一份

解决这个问题，我们可以在 fork 前调用 fflush(stdout) 函数强制把父进程缓冲区的数据刷新到系统。
行写入），父子进程谁先写入谁就会先发生写时拷贝（只要有一个进程刷新用户缓冲区就代表代码数据发生改变），于是子和父进程就各有一份

解决这个问题，我们可以在 fork 前调用 fflush(stdout) 函数强制把父进程缓冲区的数据刷新到系统。