从C语言系统调用函数read和write到Java阻塞IO

一 背景

作为一名Java代码搬运工，我们经常通过java.io包对进行操作IO。由于JVM跨平台的优点，能够帮开发者屏蔽底层细节，使我们不需要直接与操作系统打交道，更加专注业务开发。缺点也很明显，开发者对底层往往一脸懵逼。最近楼主重读了操作系统一书，对底层原理打破沙锅问到底。

二 用户程序读写原理

在Linux操作系统中，内存划分为用户空间和内核空间，在4G内存的32位X86系统中，两者的内存占比是3：1。JVM想读取磁盘中的文件时候，可以直接读取？答案是否定的。硬件设备通常不能与用户空间交互，JVM属于用户进程，驻守在用户空间，所以JVM没法直接读取磁盘中的数据。正确的读流程是：1）用户进程底层使用C语言的read方法进行系统调用； 2）内核向磁盘控制器发送命令，要求其从磁盘读取数据； 3）磁盘控制器通过直接内存读取（DMA），无须CPU协助即可把数据写入内核缓冲区； 4）内核把数据从内核的临时换冲区拷贝到用户空间的缓冲区，如图所示。整个IO过程总结起来就是两次拷贝。

读如此，写亦然，JVM向磁盘中写数据跟读数据流程相反而已。这里不再累述。

三 系统调用函数read和write的API 详解

1）输入函数read

   Int n_read = read(int fd， char * buf， int n)

参数fd是文件描述符，从命令行读取数据时，设置为0；buf为读缓冲区；n为每次读取到缓冲区的字节数。
当返回值n_read为-1表示读取失败，大于0表示读到缓存区中的字节数。

2）输出函数write

Int n_written = read(int fd， char * buf， int n)

参数fd是文件描述符，输出到命令行时，设置为1；buf为写缓冲区；n为每次写入缓冲区的字节数。
当返回值n_written为-1表示写入失败，大于0表示成功写入字节数。

通过API我们可以发现，虽然两次拷贝降低IO的读写速率，但是我们可以通过提高每次读出或者写入的数据的字节数，有效提高IO的读写速率。

四 IO模型

C语言系统调用函数read和write是同步阻塞的，即代码执行到read或write方法时候，必须执行完当前代码，才能执行下一步。以读数据为例，read(int fd， char * buf， int n)如果用户空间的buf缓冲区没有读取到n个字节，程序就会一直卡在read这个方法，不会往下执行。正因为如此，所以java.io中读写的方法也是同步阻塞的。

五 系统调用代码

root@ubuntu18:~/c_workspace/io#vim read_write_app.c

//在文件中写入如下代码：

```c
#include <unistd.h>

#define MAXSIZE 1024

int main(void){
  char buf[MAXSIZE];
  int n;

  while((n = read(0, buf, MAXSIZE)))
     write(1, buf, n);

  return 0;
}

```bash
#编译成二进制可执行文件
root@ubuntu18:~/c_workspace/io# gcc read_write_app.c -o read_write_app
root@ubuntu18:~/c_workspace/io# ls
read_write_app  read_write_app.c

#与用户交互

第一个hello world！是用户在shell上输入的，第二个是程序将结果写到shell上。

五 参考文献

1） Brian W. Kernighan，Dennis M.Ritchie著，《C语言程序设计》，第二版本，机械工业出版社
2） Andrew S·Tanenbaum 著，《现代操作系统》，第三版本，机械工业出版社