【Linux】基础IO —— 缓冲区深度剖析

🌈欢迎来到Linux专栏~~基础IO

---

• (꒪ꇴ꒪(꒪ꇴ꒪ )🐣,我是Scort
• 目前状态：大三非科班啃C++中
• 🌍博客主页：张小姐的猫~江湖背景
• 快上车🚘，握好方向盘跟我有一起打天下嘞！
• 送给自己的一句鸡汤🤔：
• 🔥真正的大师永远怀着一颗学徒的心
• 作者水平很有限，如果发现错误，可在评论区指正，感谢🙏
• 🎉🎉欢迎持续关注！

基础IO

一. 缓冲区

🌈缓冲区是什么

💦缓冲区 (buffer)，它是内存空间的一部分。 也就是说，在内存空间中预留了一定的存储空间，这些存储空间用来缓冲输入或输出的数据，这部分预留的空间就叫做缓冲区，显然缓冲区是具有一定大小的

🌈为什么要引入缓冲器

高速设备与低速设备的不匹配（cpu运算是纳秒，内存是微秒，磁盘是毫秒甚至是秒相差1000倍），势必会让高速设备花时间等待低速设备，我们可以在这两者之间设立一个缓冲区

💥举个例子：（顺丰就是缓冲区）

• 可以解除两者的制约关系，数据可以直接送往缓冲区，高速设备不用再等待低速设备，提高了计算机的效率
• 可以减少数据的读写次数，如果每次数据只传输一点数据，就需要传送很多次，这样会浪费很多时间，因为开始读写与终止读写所需要的时间很长，如果将数据送往缓冲区，待缓冲区满后再进行传送会大大减少读写次数，这样就可以节省很多时间。例如：我们想将数据写入到磁盘中，不是立马将数据写到磁盘中，而是先输入缓冲区中，当缓冲区满了以后，再将数据写入到磁盘中，这样就可以减少磁盘的读写次数，不然磁盘很容易坏掉

总的来说：

🌈缓冲区的初步认识

⚡缓冲区刷新策略！（一般+特殊）

• 立即刷新
• 行刷新（行缓冲） \n
• 满刷新（全缓冲）
• 特殊情况：用户强制刷新（fflush）、进程退出（必须刷新）

一般而言 ，行缓冲的设备文件 —— 显示器
全缓冲的设备文件 —— 磁盘文件

💦所以的设备，永远都倾向于全缓冲！（倾向于，但不绝对） —— 缓冲区满了，才刷新 —— 需要更少次的IO操作 —— 也就是更少次的外设访问（1次IO vs 10次IO）—— 也就可以提高效率

🌈其他刷新策略是结合具体情况做的妥协！

• 显示器：直接给用户看的，一方面要照顾效率，一方面要照顾用户的体验（ 极端情况，可以自定义规则的）
• 磁盘文件：用户不需要立马看见文件的内容，可以把缓冲区写满再输出，更加注重效率的考量

我们可能有疑问：1000个字节，刷一次是1000个字节，刷十次整体也是1000个字节，哪里效率高呢❓

• 👍和外设进行沟通IO的时候，数据量的大小不是主要矛盾，和外设预备IO的过程才是最耗费时间的

好比：别人找你借钱，每一次都来找你唠嗑大半天，分开十次，沟通的时间花的很久，而转账的时间就几秒钟，一次沟通直接把钱全转过去了，才是效率最高的

🌈解疑答惑

同样的一个程序，向显示器打印输出4行文本，向普通文件（磁盘上）打印的时候，变成了7行，说明上面测试，并不影响系统接口

1. C的IO接口是打印了2次的
2. 系统接口，只打印了一次

我们最后调用fork，上面的函数已经被执行完了，但不代表数据已经被刷新了

🥑缓冲区是谁提供的

🔥曾经“我们所谈的缓冲区”，绝对不是由OS提供的，如果是OS同一提供，那么我们上面的代码，表现应该是一样的，而不是C的IO接口打印两次，所以是C标准库提供并且维护的用户级缓冲区

fputs

把不是直接把数据直接放进操作系统，而是加载进C标准库的缓冲区中，加载完后自己可以直接返回；如果直接调用的是write接口，则是直接写给OS，不经过缓冲区

1. C语言提供的接口都是向显示器打印的，刷新策略都是行刷新，那么最后执行fork的时候 —— 一定是函数执行完了 && 数据已经被刷新了（因为都带\n）,所以fork执行无意义
2. 如你对应的程序进行了重定向 ——> 要向磁盘文件打印 ——> 隐形的刷新策略变成了全缓冲！—— > \n便没有意义了 ——> 函数一定执行完了，数据还没有刷新！！ 在当前进程对应的C标准库中的缓冲区中！！

这缓冲区的部分数据是父进程的数据吗？ 是的

fork

之后，父子分流，父进程的数据发生写时拷贝给子进程，所以C标准库会打印两次

总结：

• 重定向到文件导致：刷新策略改变（变成全缓冲）
• 写时拷贝：父子进程各自刷新一次

🥑用户级缓冲区在哪里？

当我们用

fflush

强制刷新的时候

#include<sys/types.h>#include<sys/stat.h>#include<fcntl.h>intmain(){//C语言提供的printf("hello printf\n");fprintf(stdout,"hello fprintf\n");constchar*s ="hello fputs\n";fputs(s,stdout);//OS提供的constchar*ss ="hello write\n";write(1, ss,strlen(ss));//fork之前，强制刷新fflush(stdout);//最后调用fork的时候，上面的函数已经被执行完了fork();//创建子进程                                                                      return0;}

结果如下：

数据在fork之前，已经被fflush刷新了，缓冲区里没有数据了，也就不存在写时拷贝。

这里更夸张的是，

fflush（stdout）

只告诉了stdout就能知道缓冲区在哪里？

FILE *fopen(constchar*path,constchar*mode);

• C语言中，open打开文件，返回的是FILE * ，struct FILE结构体 — 内部封装了fd，还包含了该文件fd对应的语言层的缓冲区结构！（远在天边，近在眼前）

我们可以看看FILE结构体：

//在/usr/include/libio.hstruct_IO_FILE{int _flags;/* High-order word is _IO_MAGIC; rest is flags. */#define_IO_file_flags_flags//缓冲区相关/* The following pointers correspond to the C++ streambuf protocol. *//* Note: Tk uses the _IO_read_ptr and _IO_read_end fields directly. */char* _IO_read_ptr;/* Current read pointer */char* _IO_read_end;/* End of get area. */char* _IO_read_base;/* Start of putback+get area. */char* _IO_write_base;/* Start of put area. */char* _IO_write_ptr;/* Current put pointer. */char* _IO_write_end;/* End of put area. */char* _IO_buf_base;/* Start of reserve area. */char* _IO_buf_end;/* End of reserve area. *//* The following fields are used to support backing up and undo. */char*_IO_save_base;/* Pointer to start of non-current get area. */char*_IO_backup_base;/* Pointer to first valid character of backup     area */char*_IO_save_end;/* Pointer to end of non-current get area. */struct_IO_marker*_markers;struct_IO_FILE*_chain;int _fileno;//封装的文件描述符#if0int _blksize;#elseint _flags2;#endif
     _IO_off_t _old_offset;/* This used to be _offset but it's too small. */#define__HAVE_COLUMN/* temporary *//* 1+column number of pbase(); 0 is unknown. */unsignedshort _cur_column;signedchar _vtable_offset;char _shortbuf[1];/* char* _save_gptr; char* _save_egptr; */
     _IO_lock_t *_lock;#ifdef_IO_USE_OLD_IO_FILE};

所以在C语言上，进行写入的时候放进缓冲区，定期刷新

C语言打开的FILE是文件流。C++中的cout 是类；里面必定包含了 fd、buffer（缓冲区）

🌏设计用户层缓冲区的代码 ~ 实战

💢

struct file

的设计

structMyFILE_{int fd;//文件描述符char buffer[1024];//缓冲区int end;//当前缓冲区的结尾};

💢主函数

open文件 —— fputs输入 —— fclose关闭，接口函数都要我们逐一实现

intmain(){
    MyFILE *fp =fopen_("./log.txt","r");if(fp =NULL){printf("open file error");return0;}fputs_("hello world error", fp);fclose_(fp);}

我们发现：C语言的接口一旦打开成功，全部都要带上

FILE*

结构，原因很简单，因为什么数据都在这个FILE结构体中

FILE *fopen(constchar*path,constchar*mode);//以下全是要带FILE*intfputc(int c, FILE *stream);intfclose(FILE *fp);
size_t fread(void*ptr, size_t size, size_t nmemb, FILE *stream);

💢接口实现

💦fputs

//此处刷新策略还没定   全部放进缓冲区voidfputs_(constchar*message, MyFILE *fp){assert(message);assert(fp);strcpy(fp->buffer + fp->end, message);//abcde\0
      fp->end +=strlen(message);}

运行结果：

上面覆盖了

\0

，strcpy会在结尾时候自动添加\0

若要往显示器上打印：变成行刷新

if(fp->fd ==0){//标准输入}elseif(fp->fd ==1){//标准输出if(fp->buffer[fp->end-1]=='\n'){//fprintf(stderr, "fflush: %s", fp->buffer); //2write(fp->fd, fp->buffer, fp->end);
            fp->end =0;}}elseif(fp->fd ==2){//标准错误}else{//其他文件}}

测试用例：

fputs_("one:hello world error", fp);fputs_("two:hello world error\n", fp);fputs_("three:hello world error", fp);fputs_("four:hello world error\n", fp);

结果：当遇到\n，才刷新

💦fflush刷新
当end！=0 ，就刷新进内核
内核刷新进外设，这就要用一个函数

syncfs

#include<unistd.h>//将缓冲区缓存提交到磁盘intsyncfs(int fd);

具体实现：

voidfflush(MyFILE *fp){assert(fp);if(fp->end !=0){//暂且认为刷新了 ——其实是把数据写到  内核write(fp->fd, fp->buffer, fp->end);syncfs(fp->fd);//将数据写入到磁盘                                                     
        fp->end =0;}}

💦fclose
关闭之前要先刷新

voidfclose(MyFILE *fp){assert(fp);fflush(fp);close(fp->fd);free(fp);}

💢附源码

#include<stdio.h>#include<string.h>#include<unistd.h>#include<sys/types.h>#include<sys/stat.h>#include<fcntl.h>#include<assert.h>#include<stdlib.h>#defineNUM1024structMyFILE_{int fd;//文件描述符char buffer[1024];// 缓冲区int end;//当前缓冲区的结尾};typedefstructMyFILE_ MyFILE;//类型重命名

MyFILE *fopen_(constchar*pathname,constchar*mode){assert(pathname);assert(mode);

    MyFILE *fp =NULL;//什么也没做，最后返回NULLif(strcmp(mode,"r")==0){}elseif(strcmp(mode,"r+")==0){}elseif(strcmp(mode,"w")==0){int fd =open(pathname, O_WRONLY | O_TRUNC | O_CREAT,0666);if(fd >=0){
            fp =(MyFILE*)malloc(sizeof(MyFILE));memset(fp,0,sizeof(MyFILE));
            fp->fd = fd;}}elseif(strcmp(mode,"w+")==0){}elseif(strcmp(mode,"a")==0){}elseif(strcmp(mode,"a+")==0){}else{//什么都不做}return fp;}//是不是应该是C标准库中的实现！voidfputs_(constchar*message, MyFILE *fp){assert(message);assert(fp);strcpy(fp->buffer+fp->end, message);//abcde\0
    fp->end +=strlen(message);//for debugprintf("%s\n", fp->buffer);//暂时没有刷新, 刷新策略是谁来执行的呢？用户通过执行C标准库中的代码逻辑，来完成刷新动作//这里效率提高，体现在哪里呢？？因为C提供了缓冲区，那么我们就通过策略，减少了IO的执行次数(不是数据量)if(fp->fd ==0){//标准输入}elseif(fp->fd ==1){//标准输出if(fp->buffer[fp->end-1]=='\n'){//fprintf(stderr, "fflush: %s", fp->buffer); //2write(fp->fd, fp->buffer, fp->end);
            fp->end =0;}}elseif(fp->fd ==2){//标准错误}else{//其他文件}}voidfflush_(MyFILE *fp){assert(fp);if(fp->end !=0){//暂且认为刷新了--其实是把数据写到了内核write(fp->fd, fp->buffer, fp->end);syncfs(fp->fd);//将数据写入到磁盘
        fp->end =0;}}voidfclose_(MyFILE *fp){assert(fp);fflush_(fp);close(fp->fd);free(fp);}intmain(){close(1);                                                                                
     MyFILE *fp =fopen_("./log.txt","w");if(fp ==NULL){printf("open file error");return1;}fputs_("one:hello world error", fp);fputs_("two:hello world error", fp);fputs_("three:hello world error", fp);fputs_("four:hello world error", fp);fclose(fp);}

📢写在最后

但行好事，莫问前程