UNIX环境下文件IO

概述

大多数UNIX文件IO只需用到5个函数：open、read、write、lseek以及close。这些函数经常被称之为不带缓存的IO，不带缓存指的是每个read和write都调用内核中的一个系统调用。

文件空洞

当文件偏移量跨越了文件结尾时执行IO操作，read()调用会返回0，write()调用可以在文件结尾后的任意位置写入数据，对该文件的下一次写入将延长文件，并在文件中构成一个空洞。从原来的文件结尾到新写入数据间的这段空间称为文件空洞。在文件空洞中写入数据，文件系统会为之分配磁盘块。下面给出创建文件空洞的例子。

#include<stdio.h>
#include<sys/types.h>
#include<sys/stat.h>
#include<fcntl.h>
#include<unistd.h>
#include<errno.h>
#include "ourhdr.h"
 

int main(int argc,char **argv)
{
    char          buf1[]="abcdefghijkl";
    char          buf2[]="ABCDEFG";
    int           fd=-1;
    off_t         offset=0;

    if((fd=creat("file.hole",FILE_MODE)) < 0)//创建一个文件
    {
        printf("creat failure: %s\n",strerror(errno));
    }

    if(write(fd,buf1,sizeof(buf1)) < 0)//向该文件中写buf1
    {
        printf("buf1 is writed  failure: %s\n",strerror(errno));
    }

    if((offset=lseek(fd,40,SEEK_SET)) == -1)//文件偏移40
    {
        printf("lseek failure: %s\n",strerror(errno));
    }
    else 
    {
        printf("Current lseek: %ld\n",offset);
    }

    if(write(fd,buf2,sizeof(buf2)) < 0)//偏移之后再写入buf2
    {
        printf("buf2 is writed failure: %s\n",strerror(errno));
    }

    return 0;

    
}

运行并查看文件
-c：表示以字符方式打印文件内容
lseek函数只修改文件表项中的当前文件位移量，并没有进行io操作，文件偏移从文件开头开始。图中\0所示的空间就是文件空洞。

文件共享

linux下用户级别一个进程默认可以打开1024个文件描述符，在进行高并发的时候往往存在限制，这时候可以通过修改文件配置更改限制，比如：
假如，我们设置进程打开的文件句柄数是1024 ，但是系统总线制才500，所以所有进程最多能打开文件句柄数量500。从这里我们可以看出只设置进程的打开文件句柄的数量是不行的。所以需要修改系统的总限制才可以，比如：

一个进程打开多个文件

两个进程打开同一个文件

原子操作

当多个进程写同一文件时，则可能产生预期不到的结果。为了说明如何避免这种情况，需要了解原子操作的概念。

所谓原子操作，如果这个操作所处的层的更高层不能发现奇内部实现与结构，那么这个操作就是一个原子操作。原子操作可以是一个步骤，也可以是多个步骤，但是其顺序不可以被打断，也不可以被切割而执行其中的一部分，将整个操作视作一个整体。

例子1
两个进程同时向一个文件写入数据时，如果A进程和B进程都调用lseek该增加1500偏移量，而后B进程写入数据文件时文件偏移量增加了1600偏移量，此时内核对V结点中的当前文件长度更新为1600，然后A进程开始运行时将从文件偏移量1500处将数据写入，那么进程B些入的数据将被替换，这不是我们想要的，为了避免这种情况发生，O_APPEND标志的设置就是一种原子操作。

例子2
多个进程创建一个文件并向其中写入数据时，发生数据被覆盖的现象。那么open函数的O_CREATE和O_EXCL就是原子操作。