四、文件IO——内核数据结构和原子操作

4.1 缓存 buff 说明

　　一般设置缓存 buff  的大小是由一定的规律的，就是根据磁盘块的大小来定。

　　Linux下输入命令： df -k  查看磁盘

　　

　　可以用命令查看下 /dev/sda1 磁盘的磁盘说明

sudo tune2fs -l /dev/sda1

　　

　　Block size 就是磁盘块的大小，这个磁盘块的大小为 4M ，那么就可以设置缓存 buff 大小为 4096，一次就可以将数据写入。

　　设置的缓存大小最好与磁盘块的大小保持一致，有利于提升读写文件的效率。

4.2 操作文件中内核数据结构简要介绍

• 一个打开的文件再内核中使用三种数据结构表示
  • 文件描述符
    • 文件描述符标志
    • 文件表项指针
  • 文件表项
    • 文件状态标志
      • 读、写、追加、同步和非阻塞等状态标志　　
    • 当前文件偏移量
    • i 节点表项指针
    • 引用计数器　　
  • i 节点　　　
    • 文件类型和对该文件的操作函数指针
    • 当前文件长度
    • 文件所有者
    • 文件所在的设备、文件访问权限
    • 指向文件数据在磁盘上所在位置的指针等　　　

　　

4.3 原子操作

4.3.1 介绍

　　主要是open 函数中的文件追加和文件创建

• 文件追加
  • 打开文件时，使用 O_APPEND 标志，进程对到文件偏移量调整和数据追加成为原子操作
  • 内核每次对文件写之前，都将进程的当前偏移量设置为该文件的尾端。这样不再需要 lseek 来调整偏移量　　
• 文件创建
  • 对 open 函数的 O_CREAT 和 O_EXCL 的同时使用，而该文件存在，open 将失败，否则创建该文件，并且使得文件是否存在的判定和创建过程成为原子操作。　　

　　例子：两个进程对同一文件进行追加，没有使用 append 的时候

　　file_append.c

#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h>
#include <unistd.h>
#include <string.h>
#include <errno.h>
#include <stdlib.h>
#include <stdio.h>
#include <fcntl.h>

int main(int argc, char *argv[])
{
    if(argc < 3) {
        fprintf(stderr, "usage: %s content destfile
", argv[0]);
        exit(1);
    }

    int fd;
    int ret;
    size_t size;

    fd = open(argv[2], O_WRONLY);
    if(fd < 0){
        perror("open error");
        exit(1);
    }

    //定位到文件尾部
    ret = lseek(fd, 0L, SEEK_END);
    if(ret == -1) {
        perror("lseek error");
        close(fd);
        exit(1);
    }
    
    sleep(10); //睡眠 10s

    //往文件中追加内容
    size = strlen(argv[1]) * sizeof(char);
    if(write(fd, argv[1], size) != size) {
        perror("write error");
        close(fd);
        exit(1);
    }

    return 0;
}

　　编译：gcc -o bin/file_append src/file_append.c

　　创建一个  append.txt 文件，然后开启两个终端运行此程序

　　第一个终端：

　　第二各终端：

　　第二个终端在第一个终端之后运行，运行完之后，查看 append.txt 的内容：

　　

　　现象上说明，第二个终端的写入将第一个终端的写入给覆盖掉了。

　　第一个进程运行的时候，文件表项中的当前偏移量来源于 i 节点的文件长度（即调用 lseek 的时候），第二个进程运行的时候也是用 lseek 来获取偏移量，但是 i 节点中的文件长度没有增加，所以文件表项中的 当前偏移量 依然未变，因此第二个进程追加的内容覆盖掉了第一个进程中的内容。

　　要想不覆盖，则要使用原子操作。将 open 和 注释掉 lseek 的代码做修改：

    //fd = open(argv[2], O_WRONLY);
    fd = open(argv[2], O_WRONLY | O_APPEND);

　　删除 appent.txt 中的内容，然后再次在两个终端中运行两个程序：

　　

　　加了 O_APPEND 后，write 函数做了几件事情，此时整个 write 成为一个原子操作，只有当第一个进程的 write 执行完后，第二个进程的 write 才后执行：

1. 从 i 节点中读取文件长度作为当前偏移量
2. 往文件中写入数据
3. 修改 i 节点中文件操作