文件操作之缓冲区（1）

一 缓冲区是什么

缓冲区是一段内存空间。在计算机输入输出变量的时候，并不是一下子全部输出的，一般是先存储在缓冲区中，等遇到了合适的刷新策略再刷新。就好像店小二上菜，他可以一次只上一盘，也可以一次性等多个菜做好了再上。

二 为什么会有缓冲区

从刚才的例子其实也可以清楚，第一点，缓冲区可以提高计算机对用户的响应速度，给用户一个良好的体验。想象一下，根据冯诺伊曼体系结构，计算机的IO是非常慢的。一次刷新数据其实代表的是一次写的过程，如果没有缓冲区，每次一接收到对应的数据就迫不及待地写出，那么肯定就大大降低了整机的效率

需要注意的是，影响计算机的效率的主要矛盾此时是IO的次数，而非数据的总量，也就是说，更少次的IO和更多次的IO可能刷新的数据量都是这么多。

三 缓冲区刷新策略是什么

一般缓冲区的刷新策略有这么几种：

①行刷新

一般输出到显示屏上的策略一般是行刷新

什么是行刷新呢？

假设缓冲区buff中由1024个字节，虽然可能并没有将这个缓冲区全部写满，但是遇到了\n,缓冲区就会刷新了。

采取行刷新策略的原因：

人阅读文字是一行一行读取的，这样子比较符合人的阅读习惯

并且在人读取的时候再刷新下一行的数据，其实数据刷新的速度是比人阅读的速度要快很多的，这样的话既可以满足刷新的一个效率，也可以兼顾人的阅读习惯

②满刷新

一般对于磁盘文件采取的策略是满刷新。

什么是满刷新

写满了对应的磁盘中的缓冲区的buff才会被刷新出来，此时就算是遇到了\n也不会刷新

为什么采取满刷新呢？

计算机中比较倾向于满刷新，行刷新主要是为了给人提供一个良好的阅读体验的。但是磁盘这些文件就不用考虑这一点了，更明显的是采取满刷新效率更高。因为他需要更少次的IO就可以刷新相同的数据了

 

其他情况：

进程退出

除了这些常规情况之外，程序退出或者执行完毕的话也会马上刷新。因为这个进程结束了之后可能就不会被访问了，那么就需要赶紧把这个东西刷新出来

强制刷新

fflush等接口可以实现强制刷新，就算没有碰到\n或者缓冲区没有写满也会强制刷新出来

这一般是针对特殊情况的，是用户自定义的一种刷新策略。可能有时候应用中会有需求

四 由一个现象深入理解缓冲区的刷新策略

fork之后C语言接口刷新了两次，但是内核级别的接口只刷新一次？

我们在test.c中调用了一些C语言的接口也调用了一个系统调用接口，之后编译链接运行，发现如果是向显示屏上打印的话，那么每个接口都只输出一次

但是如果把结果重定向到了文件中，再观察的话，会被打印两次，相当于C语言层面的接口被打印了两次，系统调用的接口仍然只被打印一次。

为什么会这样呢？

如果没有fork的话，这个结果不管是向文件中还是向显示屏上打印，都是一样的。我们可以推测，这个结果是由fork引起的

fork创建了子进程。代码执行到fork的时候，上述的代码已经执行完毕了，但是还没有刷新。（满足刷新条件才会刷新）

我们也可以推测，这个和刷新策略有一定的关系

在了解这个现象之前，我们先了解一下OS是如何刷新的？

假设上层是C语言标准库中的内容，下层是操作系统内核级别的内容。我调用printf，fprintf等接口其实首先是向C语言标准库中的缓冲区输入内容，之后满足刷新条件的时候，这些数据才会被刷新到内核中，write一次。

调用系统调用接口write的话，相当于跳过了上述这样的一个过程，直接向内核中写入（虽然内核中也有对应的缓冲区的概念，内核级别的缓冲区，但是目前咱先别讨论这个问题）

 所以说，在没有刷新之前，调用printf，fprintf，fputs的接口，对应的数据都先在C语言标准库的缓冲区中存储着

另外一点，我们发现fork之后，对于C语言标准库层面的这些函数，打印了两次，相当于发生了一次拷贝！我们之前学习fork的时候，父子进程为了保持各自的独立性，有一个现象叫做：写时拷贝，那么我们是不是可以推测，这里很有可能发生了写时拷贝！

综合上述两点，我们可以大致了解为什么向显示屏上打印和向log.txt这个文件中打印会出现这样两种不同的情况了

对于向显示屏上打印，采取的策略是行刷新，碰到\n自动刷新了，那么执行到fork的时候，C语言标准库中就没有对应的内容了，拷贝了个寂寞啊，拷贝了相当于没拷贝，数据都没了拷贝啥？

所以屏幕上自然而然只有四行数据

对于向普通文件中写入，采取的策略是满刷新，也就是说只有缓冲区都被写满了之后才会刷新，那么即使此时有\n，也不会刷新，也就是说执行到fork的时候，由于刷新策略是满刷新，因此C语言标准库的缓冲区中仍然是有数据的！

接下来，我们需要向内核中刷新，将缓冲区的数据write到内核中，这是一次写的过程。对应的，父子进程为了保持各自的独立性，会发生写时拷贝。（刷新其实也是一次写入，因为如果刷新的话，对应的缓冲区的数据就没了，父子进程为了保持各自的独立性会采取写时拷贝的策略）同样的数据就被拷贝了两次，但是如果只调用write的话，直接被写入到内核中去了，这一部分数据是不归父进程管的，因此写时拷贝这个现象也和他无关。

也就是说，此时再C语言标准库的缓冲区中存在着两份C语言接口对应的数据

当我们return的时候，会发生刷新，因为进程退出了，父子进程各自刷新各自的数据，将两份C语言标准库中的数据和系统调用的write都刷新出来，文件中就有这七行数据了

另外，如果我们直接在fork之前ffush了，那么缓冲区中就没有内容了，不管是向显示屏还是向文件中写入，刷新的结果都是一样的

但是我们再想一下，为什么ffush（stdout）就可以刷新对应的缓冲区了呢？

stdout是fd文件操作符，我们调用fopen函数的时候会返回一个FILE*类型的指针，指向struct FILE ，这个结构体中除了封装有fd之外，其实还封装了对应的缓冲区。

以c++中的cout<<为例子，cout其实是一个类，<<是运算符重载，里面实现的逻辑肯定也和缓冲区有关的。

里面存在着一个buff缓冲区，当我们遇到了对应的刷新条件之后就会将buff的内容刷新出来

由此我们可以初步了解缓冲区的刷新策略，C语言层面的缓冲区，用户级别的缓冲区，知道内核级别缓冲区的存在，以及由此引起的一些刷新相关的现象了。