CSAPP复习之系统级别I/O

系统级别I/O

Unix I/O

基于连接

• UnixIO：系统调用 open close read write stat

• 标准IO：f开头 针对文件的stream流
  
  xscanf xprintf 有格式的

• RIO：新提出的

Unix IO Overview

• 文件是字节的序列
  • 描述符
    • 打开文件时，内核返回一个小的非负整数
• 当前文件位置指针k(seek)
• 读写
  • 读
    • 从文件的当前文件位置k复制n个字节到内存
    • 改变k为k+n
    • 在文件位置大于等于文件大小后再执行读操作就会遇到EOF条件（文件末尾并没有显式的EOF符号）
  • 写
    • 从内存复制n个字节到一个文件
    • 更新k

文件类型

• 普通文件 DISK里B0,B1…Bm-1
  • 文本文件
  • 二进制文件
• 目录
  • 包含一组链接的文件
    • 每个链接都将一个文件名映射到一个文件
  • 每个目录至少含两个条目
    • “.” “…”
• 套接字
• 管道等此处不讨论

普通文件

• 文本文件
• 二进制文件
• 电脑不知道text和二进制的区别
• 换行和回车
  • windows和网络用的是回车换行，linux mac是换行

• 判断脚本文件#!(0x20之前的叫不可打印字符）

目录

• 目录的组织结构 绝对路径和相对路径

  • . 当前目录 … 上一级目录

• 当前工作目录

  • include <>是先从系统的库文件找
  • ""是先从当前工作目录找

• 绝对路径 从root开始 一直到当前文件

• 相对路径 用.和…

  • 从当前工作目录开始
  • 用…的如果换一台机器就会找不到该文件

打开文件

• 每个进程被创建时就打开了三个文件
  • stdin stdout stderr

• open函数
  • 成功返回新文件描述符
    • 返回的描述符总是在进程中当前没有打开的最小描述符
  • 失败返回-1

关闭文件

• close函数
  • 有返回值 成功返回0 失败返回-1

• 关闭一个已经被关闭的文件会出错(需要关心)

读取文件

• read函数
  • 成功返回读的字节数
  • 错误返回-1
    • 返回值是有符号的 sizeof是无符号的

• 有可能遇到 short counts 不足值 不是一个错误 读取可以少不能多

写文件

• 与读取类似 只是方向不同

• 和读取共享当前位置指针

例子

int main(void){
char c;

while(Read(STDIN_FILENO, &c, 1) != 0)
    Write(STDOUT_FILENO, &c, 1);
exit(0);}

先从KB输入到内核的一个buffer之后才由程序去读取

不足值

• 除了EOF 读写磁盘文件时永远不会遇到不足值

• 发生情况：

  • 遇见EOF（EOF不是字符 仅仅是当文件大小到头时代表结束）
  • 从终端读文本行
  • 读写网络、硬件套接字时

读取文件元数据

• 用stat/fstat访问解析
• 由内核保存

共享文件

• 内核用三个相关的数据结构来表示打开的文件
  • 每个进程一个 描述符表
    • 表项是进程打开的文件描述符
      • 每个打开的描述符表项指向文件表中的一个表项
  • 所有进程共享 文件表
    • 表项组成
      • 文件位置
      • refcnt—本质上是为了资源回收的
      • 指向v-node表中表项的指针
  • 所有进程共享 v-node表
    • 表项包含stat结构的大多数信息
      • st_size
      • st_mode

fork

• fork复制描述符表
• 描述符表中的指针指向相同的文件表的位置
• referencecount增加

IO重定向

• dup2 int dup2(int oldfd, int newfd);
• 把描述符表项oldfd覆盖到描述符表项newfd

标准IO

• 文件被模型化为流
• 流缓冲区
• 流 = 指向FILE类型的一个指针

buffered IO

• 区分binary 和 text(unformatted formatted)
• 标准IO使用bufferedIO
  • 使开销高的linuxIO调用次数尽可能小

RIO

• 解决short count
• 提供方便、健壮、高效的IO

• 两类函数
  • 无缓冲的输入输出
    • rio_readn
    • rio_writen
      • 绝不会返回不足值
  • 带缓冲的输入输出
    • rio_readlineb
      • 读文本行
      • 停止条件
        • 读了maxlen个字节
        • 遇到了EOF
        • 遇到了换行符
    • rio_readnb
      • 读字节 不区分文本和二进制文件
      • 停止条件
        • maxlen
        • 遇到EOF
    • readlineb和readnb可以混用，但不能和readn混用

总结

• unix IO

  • 优点
    • 最基本和底部的IO形式
      • 其他的所有IO包都是用UnixIO函数补充实现的
    • 提供了访问文件元数据的方法
    • unixIO函数是异步信号安全的，可以在信号处理中使用
  • 缺点
    • 处理不足值容易出现问题
    • 读取文本行需要一些缓冲区形式，也是很容易出现问题的
    • 这些问题在标准IO和RIO中都被解决了

• 标准IO

  • 优点
    • 利用流缓冲区减少了read和write的系统调用次数，增加了效率
    • 自动处理不足值
  • 缺点
    • 不提供访问文件元数据的方法
    • 不是异步信号安全的，不适合信号处理
    • 不适合网络套接字的输入输出

• 读写二进制文件时绝对不可以使用的函数

  • 针对文本的IO：fgets、scanf、rio_readlineb
    • 特殊处理了EOL
  • string函数
    • 特殊处理了\0