初识Linux · 重定向和缓冲区

前言：

其实有了文件2的预备知识，我们已经初步了解了文件描述符fd是什么，底层是如何运作的了，那么本文，我们通过文件描述符对重定向和缓冲区有一个更深层次的理解，对于重定向，我们最开始只是知道系统将我们本该输出到A的内容输出到了B，但是我们并不知道是如何运作的，所以本文的第一个目标：理解重定向是如何实现的？那么对于第二个目标，就是加深对缓冲区的理解。

以上是本文的概念，那么进入主题吧。

预备知识

我们介绍重定向从一个函数开始：

我们从close函数开始，close函数的参数是fd，也就是文件描述符，结合Linux中万物皆文件的思想，如果我们我们往显示器这个文件输出东西，把该文件关了是不是就打印不出来了？

加上默认打开了三个流，stdin stdout stderr，分别对应的就是0 1 2，我们一个一个尝试：

int main()
{
    close(0);
    int fd = open("log.txt",O_WRONLY | O_CREAT | O_APPEND, 0666);
    printf("fd:%d\n", fd);    
    return 0;
}

当我们关闭了0这个，结果照样可以正常打印：

但是不同的是为什么打印出来的是0？

我们再把2关了试试：

int main()
{
    // close(0);
    close(2);
    int fd = open("log.txt",O_WRONLY | O_CREAT | O_APPEND, 0666);
    printf("fd:%d\n", fd);    
    return 0;
}

此时打印出来的居然是2？我们试试1：

int main()
{
    // close(0);
    // close(2);
    close(1);
    int fd = open("log.txt",O_WRONLY | O_CREAT | O_APPEND, 0666);
    printf("fd:%d\n", fd);    
    return 0;
}

相信现象我们也能猜出来，因为0 1 2分别对应的是stdin stdout stderr，我们将默认的输出流关了，所以显示器上没有东西。

而，文件描述符fd，对于我们新创建的文件来说，文件描述符既然是我们close掉的？

所以，这里可以的出来一个结论是，文件描述符的匹配规则实际上是从files_struct里面找没有使用的最小的文件描述符分配给新开的文件。

我们既然使用的printf函数，没有使用文件函数，我们不妨试试文件函数fprintf：

int main()
{
    // close(0);
    // close(2);
    close(1);
    int fd = open("log.txt",O_WRONLY | O_CREAT | O_APPEND, 0666);
    printf("printf,fd:%d\n", fd);    
    fprintf(stdout,"fprintf,fd:%d\n",fd);
    return 0;
}

现象自然是不会在显示屏上打印东西，毕竟1已经关闭了，可是我们是知道的，1这个文件描述符是给的新开的文件log.txt，那么你说，我们打印的东西会不会出现在log.txt呢？

还真的会。

那么这个现象奇怪吗？其实并不算奇怪，因为我们知道文件描述符1虽然被关闭了，但是实际上只是没给stdout而已，给了新开的文件log.txt，那么，这是不是一种重定向呢？

答案:是！通过改变文件描述符，改变我们要输出的内容。但是光这样我们的理解并不是很深刻，我们再使用函数fflush看看：

int main()
{
    // close(0);
    // close(2);
    close(1);
    int fd = open("log.txt",O_WRONLY | O_CREAT | O_APPEND, 0666);
    printf("printf,fd:%d\n", fd);    
    fprintf(stdout,"fprintf,fd:%d\n",fd);
    //fflush(stdout);
    close(fd);
    return 0;
}

我们将1文件描述符关闭之后，往stdout里面打印东西，但是1因为已经被关闭了，所以自然不会在stdout上打印东西，但是根据上面的描述，打印的内容会打印到log.txt文件里面，与上文代码不同的是，在代码的最后，我们close了fd，结果如何呢？

发现log.txt的内容大小为0，打印出来看看：

也确实什么都没有。

那么如果我们加上fflush呢？

int main()
{
    // close(0);
    // close(2);
    close(1);
    int fd = open("log.txt",O_WRONLY | O_CREAT | O_APPEND, 0666);
    printf("printf,fd:%d\n", fd);    
    fprintf(stdout,"fprintf,fd:%d\n",fd);
    fflush(stdout);
    close(fd);
    return 0;
}

结果居然是打印出来了，难道是因为我们没有把缓冲区刷新干净吗？

那么我们带着这个问题引出缓冲区 + 重定向的概念。

缓冲区 + 重定向

不知道各位同学是否还记得，进程终止章节的exit和_exit，我们通过实验，知道了exit实际上是调用的_exit，因为库函数是没有资格调用系统层面的东西的，并且，我们调用_exit之后，我们确定了我们使用exit刷新的缓冲区一定不是在系统层面的，那么在那篇文章，我们知道了exit刷新的是上层的缓冲区，和我们上文所说的缓冲区是否是同一个呢？

答案：是的！

我们在这里使用的fllush，exit刷新的其实都是语言层面的缓冲区。

大致的样子就是这样，那么，与之前不同的是我们知道了缓冲区不只有一个，好像有多个？

在语言层面来说，我们写下的所有代码，都是给多个语言层面的缓冲区，所以，当我们关闭了1，此时1给了我们新开的文件，文件对应的就是该缓冲区，注意，我这里描述的是该文件对应的缓冲区是1所对应的。也就是原来stdout的缓冲区被用了，可是，为什么我们刷新了之后，我们想要的内容就打印出来了？

这是因为，我们没有fflush之前，所有的内容都是放在的语言层面的缓冲区，当我们fflush，将里面的内容刷新出去，到了内核层面的缓冲区，就不关我们的事儿了，那是OS的工作了，那么OS自然是会将内容刷新到对应的磁盘部分。

那么，这，是不是一种重定向呢？是！因为改变了文件描述符！！

这里我们得到一个重要结论，也就是缓冲区有许多个，用户层面将内容写入到缓冲区里面，由库里面的函数进行操作，将语言缓冲区写入到内核里面，再由OS将内容写入到磁盘。

但是问题来了，为什么我们不能直接将内容写到OS，或者说直接和OS进行交互呢？这是因为OS忙！！OS忙着调度，忙着回收呢。所以系统调用往往都是比高级语言的调用慢的，成本有点高的。具体的后面一点点介绍。

那么我们现在已经理解了重定向，再加深一点印象，我们介绍一下，dup2这个函数：

对于dup2函数来说，参数只有两个，oldfd，newfd，那么，当我们改变文件描述符，比如上面的1从stdout给到了log.txt，我们应该dup2(fd,1) 还是 dup2(1,fd)呢？

我们结合fprintf，fprintf的参数为：

原本printf是将内容打印到1上，fprintf的第一个参数改变了1，改成了对应的文件对象，所以结合fprintf，dup2函数的参数应该是dup2(fd,1)。我们也可以通过文档描述看看：

dup2将让newfd成为oldfd的副本，本质上就是让原本文件描述符的指向改变了。

我们不妨来使用试试：

int main()
{
    int fd = open("log.txt",O_WRONLY | O_CREAT | O_TRUNC,0666);
    if(fd < 0)
    {
        perror("open fail!\n");
    }
    dup2(fd,1);
    printf("Hello linux!\n");
    fprintf(stdout,"Hello world!\n");
    
    return 0;
}

结果也是不出我们所料，成功写入到了log.txt文件里面：

就是因为我们将文件进行了重定向。

那么，对于重定向来说，我们已经有了一个较深的理解，现在，我们来引入一段较为奇怪的代码，通过结果来引出缓冲区的概念：

int main()
{
    int fd = open("log.txt",O_WRONLY | O_CREAT | O_TRUNC,0666);
    if(fd < 0)
    {
        perror("open fail!\n");
    }
    dup2(fd,1);
    printf("Hello linux!\n");
    fprintf(stdout,"Hello world!\n");
    
    char* message = "Hello C++!\n";
    write(1,message,strlen(message));
    fork();
    return 0;
}

注意那个fork，我们往1里面写入了三个字符串，但是为什么往一个文件里面，printf和fprintf都打印了两行，但是write函数只打印了一个呢？

这里我们就需要再次用到当时那个图片了：

我们将数据写到了语言层面的缓冲区是printf fprintf，write因为是系统调用，所以直接写到了内核层面的缓冲区，而我们创建了子进程之后，因为子进程是要继承父进程的代码和数据的，系统层面的肯定是继承不了的。而创建进程之后，进程结束之后是会刷新缓冲区的，也就是将语言层面的刷新了两次，从而导致，log.txt里面，有两份一样的代码。

所以，我们从这个现象，引出三段论：

缓冲区是什么？ 缓冲区为什么存在？ 缓冲区怎么做的？

缓冲区是一块空间，但是本质上，缓冲区实际上是结构体，为什么我这么说呢？因为缓冲区的源码如下：

FILE实际上是_IO_FILE的typedef，stdout实际上就是文件指针，那么前文所提及的，1占据了stdout对应的缓冲区哦！！缓冲区不止一个，每个打开的文件都有对应的缓冲区，每个打开的文件都有自己对应的_fileno！！这和我们之前所认为的缓冲区的差别是非常大的。

缓冲区在语言层面有，在系统内核里面也有，在任何一个文件都有，这是我们本篇文章所得出来的一个重要结论。

那么对应的空间在哪里呢？我们不妨看看这个结构体内容，可以发现基本上都是区域的命名，所以我们所谓的写入数据，刷新数据，其实都是从这些开辟的空间里面写入，刷新，读取。

缓冲区是什么我们就说清楚了。

那么为什么存在缓冲区？

答案非常简单，是为了提高上一层的使用体验。

你想，如果我们直接和系统交互，就像我们翻山越岭一样，只为了给好朋友一件礼物，十分的浪费人力和物力，但是如果我们使用顺丰，一次性，能运输几百件快递，岂不美哉？

所以在系统层面来看，它是为了提高高级语言层面的使用舒适度，而高级语言层面的缓冲区就是为了提高用户层面的使用舒适感。

那么缓冲区如何操作的？

缓冲区最重要的肯定就是刷新操作，所以我们要讨论的是刷新策略的问题：

1 立即刷新 2 行刷新 3 全缓冲刷新 4 特殊情况刷新

对于1来说，就是我们上面说的，翻山越岭，只为了给好朋友的plus版本，不过是多了一个中间站，我们给中间站一个东西，中间站给好朋友一个东西，效率还是蛮低的。

对于2来说，行刷新的策略目前碰到的有显示器，显示器就是行刷新，这实际上是为了更符合人眼的观看，如果一次性全部刷新出来，人眼也看不过来，如果是1个字符一个字符的打印，那体验就非常差了，所以显示器为了用户体验，使用的是行刷新。

对于3来说，全缓冲刷新就是等缓冲区塞不下了，这个时候才刷新出去。

对于4来说，比如进程碰到了exit，意外终止了，终止之后就会刷新缓冲区。

这是缓冲区的怎么做。

以上是对重定向和缓冲区的一个简单理解。

感谢阅读！