26、深入理解计算机系统笔记，系统级I/O

1、一个unix文件就是一个m字节的序列（b0b1b2...bm-1）。所有的IO设备，如网络，磁盘，终端，都被模型化为文件，而所有的输入和输出都被当作对相应文件的读和写来执行。

2、所有的输入和输出都被当作统一的方式来处理：

1）打开文件。一个应用程序通过要求内核打开相应的文件，来宣告它想要访问一个IO设备。内核返回一个小的非负整数，叫做描述符，它在后续对此文件的所有操作中标识这个文件。内核记录这个打开文件的所有信息，而应用程序只需记住这个描述符。

Unix创建的每个进程开始都有三个打开的文件：标准输入（描述符为0），标准输出（描述符1），标准错误（描述符为2）。头文件unistd.h中定义了相关常量。

2）改变当前的位置。内核保持一个文件位置k，对于每个打开文件，初始为0。这个文件位置是从文件开头起始的字节偏移量。

3）内核释放文件打开时创建的数据结构，并恢复描述符到可获得描述符池中。

3、相关函数

open,close,read,write。具体定义可以参见man手册，或相关网页，或本书11.3。

1）某些情况下，原始的read,write传送的字节比应用程序要求的要少，这些不足值（short count）不一定是错误（意为，比如read函数参数要读5个字节，结果只读了3个字节，即小于5），下面的情况下将可能发生不足值：

（1）读时遇到EOF。

（2）从终端读文本行。

（3）读和写网络套接字。

为了避免不足值问题（健壮程序的需求，如Web服务器这样的网络应用），就需要处理不足值。本书作者11.4节开发了Rio包满足这个情况。

4、函数是线程安全的：它在同一个描述符上可以被交替地调用。

5、元数据：关于文件的信息，如创建时间，修改时间，metadata。可以调用stat，fstat函数。

6、对于内核而言，文件文件和二进制文件毫无区别。

7、共享文件

内核用三种相关的数据结构来表示打开的文件。

1）描述符表：它的表项由进程打开的文件描述符来索引的。

2）文件表：打开文件的集合是一张文件表来表示的，所有的进程共享这张表。

3）v-node表：同文件表一样，所有的进程共享这张v-node表。每个表项包含stat结构中的大部分信息，如文件大小等。

多个描述符也可以通过不同的文件表项来引用同一个文件。

下图展示一个fork创建子进程的情况：子进程有一个父进程描述符的副本；父子进程共享相同的打开文件表集合，因此共享相同的文件位置。注意点：在内核删除相应文件表表项前，父子进程必须都关闭了它们的描述符。

8、IO重定向

unix > ls > foo.txt

实际是dup2函数（one case）。dup2函数对文件描述符表项进行重定位。

9、标准IO

标准函数如fopen,fclose,fread,fwrite,fgets,fputs,scanf,printf。

标准IO库将一个打开的文件模型化为一个流，对于程序员来说，一个流就是一个指向类型为FILE结构的一个指针。每个ANSI C程序开始都有三个打开的流stdin,stdout,stderr，分别对应于标准输入、输出、错误。

类型为FILE的流是对文件描述符和流缓冲区的抽象。

10、示例图

11、标准IO流，从某种意义上而言是全双工的，因为程序能够在同一个流上执行输入和输出。但是有一些限定：

1)限定1:输入函数跟有输出函数之后。如果中间没有fflush,fseek,fsetpos或rewind的调用，一个输入函数不能跟随在一个输出函数之后。fflush清空与流相关的缓冲区，后三个函数使用unix IO lseek函数来重置当前文件的位置。

2)限定2:输出函数跟有输入函数之后。情况类同上。

    这些限定给网络应用带来一个问题：因为对套接字使用lseek是非法的。用Rio包可以解决这个问题。用sprintf把输出格式化一个字符串，通过rio_writen输出，傅rio_readlineb来读一行，用scanf来从文本中提取不同的字段。