Linux--基础IO(2)

1. 缓冲区

1.1 概念

执行下列代码：

int main()
{
    close(1);//重定向
    int fd = open("log.txt",O_CREAT|O_WRONLY,0644);
    printf("hello\n");
    return 0;
}
1
2
3
4
5
6
7

查看log.txt发现里面打印了hello，但是如果把fd关闭：

int main()
{
    close(1);重定向
    int fd = open("log.txt",O_CREAT|O_WRONLY,0644);
    printf("hello\n");
    close(fd);
    return 0;
}
1
2
3
4
5
6
7
8

会发现log.txt里面已经没有内容。这是为什么？

这就要涉及到缓冲区的问题：

1.2 C缓冲区

平时我们输入的内容其实都是输入到了C缓冲区里，而不是直接刷新。

而这个刷新的时间，就是进程退出的时候，会将C缓冲区的数据到OS缓冲区。

所以对于上面的例子来说，所谓的打印不过是把数据放到了C缓冲区中；随后再通过系统调用接口刷新到内核缓冲区，最后再刷新到外设中。

• 对于这个过程有几点值得提出：

1. 这个所谓的C缓冲区在哪里？

存在于FILE指针结构体中。

之前说到FILE结构体里封装了fd，用于描述文件位置；其实里面还封装了有关维护C缓冲区的内容。

2. 这个C缓冲区刷新到OS缓冲区的过程是如何实现的？

这其实相当于对一个文件进行写入，那么就肯定要用到fd，并且这个刷新过程是由固定的刷新策略决定的。

1.3 刷新策略

1.3.1 三种刷新方式

1. 立即刷新（不缓冲，有数据就马上刷新）；
2. 行缓冲（通过\n区分，比如显示器打印）；
3. 全缓冲（缓冲区满了才刷新，比如磁盘）。

这几种方式对于OS缓冲区和硬件都适用。

而对于重定向：显示器重定向到文件中，其实就是说刷新策略由行缓冲变成全缓冲。

• 解析

而对于一开始的现象，可以这么解释：

1. 如果有重定向

能显示出来是因为重定向到了log.txt文件内，策略变成了全缓冲，那么数据刷新过程就是先刷新到了C缓冲区，进程结束后（这是条件）就会刷新到OS缓冲区然后显示在文件内；这是没有close(fd)的时候；

但是有close(fd)以后，内容还在C缓冲区，由于全缓冲，还未刷新到OS缓冲区内（进程未结束），就没有显示内容。

2. 如果没有重定向

如果没有重定向，无论有没有close(fd)都会输出，因为没有重定向就是打印到显示器，采用行刷新，只要C缓冲区识别到了\n就可以直接刷新。

而对于无法显示内容，我们可以采用刷新的方式将内容从C缓冲区刷新到OS缓冲区：

fflush(stdout);
1

运行下列代码：

int main()
{
    const char* a = "hello a\n";
    write(1,a,strlen(a));
    printf("hello printf\n");
    fprintf("hello fprintf\n");
    close(fd);
    return 0;
}
1
2
3
4
5
6
7
8
9

将可执行文件重定向到任一文件中，会发现：只有"hello a"被打印在了文件中，而其他都没有。

都是一起重定向到文件中，为什么其他两个没有显示？

这是close(1)的问题：由于重定向到文件中，那就是全缓冲策略，和前面一样，由于进程还没关闭就关掉了标准输出流1，导致内容在C缓冲区中刷新不出来。

那为什么"hello a"可以？

因为write是写方式，这是系统调用，不需要通过C缓冲区，自然也就不存在“缓冲区还未满，等待进程结束再刷新到OS缓冲区”的过程。

从上面的例子可以知道，平时我们打开文件以后需要关闭对应的文件描述符，就是因为不这样做数据刷新不出来。

1.3.2 系统调用的问题

观察下列代码

int main()
{
    const char* a = "hello a\n";
    write(1,a,strlen(a));
    printf("hello printf\n");
    fprintf("hello fprintf\n");
    fork();//创建子进程
    return 0;
}
1
2
3
4
5
6
7
8
9

可以看见最后创建了子进程。正常运行没有问题，都打印在了显示器；但是将其可执行程序重定向到任一文件后，发现不仅有"hello a"，还有两倍的"hello printf"和"hello fprintf"。这又是为什么？

这是因为C函数打印本质上是在向stdout打印，而stdout是FILE*类型，会找到FILE结构体，从而找到其封装的对应缓冲区信息再找到对应缓冲区buffer，然后进行写入。

又因为这是父进程的缓冲区（子进程一模一样拷贝了一份），这个缓冲区是用户层提供，也就是C缓冲区，并且是重定向到文件里，刷新策略是全缓冲，所以等到进程结束后就会刷新到文件里。

但是这个过程相当于子进程对共有的内容进行了修改，就会引发写时拷贝，那么子进程也会刷新一次，导致父子进程都刷新一次就打印了两次。

本质还是因为刷新策略改变了，所以同样的采用强制刷新的方式可以只打印一次，这是因为直接将内容刷新到OS缓冲区，进程结束后C缓冲区里已经没有内容，也就不会引发写时拷贝，最后只打印OS缓冲区里的一次。

可是为什么write只有一份？

这就验证了平时我们说的缓冲区其实是用户层的C缓冲区，而不是存在于操作系统内核里，否则的话全部都会刷新两次。

• 类比

C++打印中的std::endl其实也是行缓冲的道理，endl作用就是刷新缓冲区的数据到显示器中。