【Linux初阶】基础IO - FILE结构体中的缓冲区

🌟hello，各位读者大大们你们好呀🌟
🍭🍭系列专栏：【Linux初阶】
✒️✒️本篇内容：库函数和系统函数的刷新差异，缓冲区的意义、刷新策略、存在位置、文件写入的逻辑，缓冲区的代码实现，缓冲区和OS的关系
🚢🚢作者简介：计算机海洋的新进船长一枚，请多多指教( •̀֊•́ ) ̖́-

---

---

一、为什么我的库函数输出两次，系统函数只输出一次？

在正式学习缓冲区知识前，我们用一个代码问题作为引入

#include <stdio.h>
#include <string.h>
int main()
{
   
	const char* msg0 = "hello printf\n";
	const char* msg1 = "hello fwrite\n";
	const char* msg2 = "hello write\n";
	printf("%s", msg0);
	fwrite(msg1, strlen(msg0), 1, stdout);
	write(1, msg2, strlen(msg2));
	fork();
	return 0;
}

运行出结果：

hello printf
hello fwrite
hello write

但如果对进程实现输出重定向呢？./hello > file， 我们发现结果变成了：

hello write
hello printf
hello fwrite
hello printf
hello fwrite

我们发现 printf 和 fwrite （库函数）都输出了2次，而 write 只输出了一次（系统调用）。

假如我们将 fork()代码注释掉，再运行上面的重定向指令，我们可以发现它会正常将 write、printf、fwrite三个信息重定向到 file文件中，因此我们可以推断出问题肯定和fork有关！

要理解上面问题出现的原因，就要涉及我们接下来要学习的缓冲区的知识了。

———— 我是一条知识分割线 ————

二、理解缓冲区问题

1.缓冲区存在的意义

在这里我先给出一条结论：缓冲区实际上就是一段内存。

那么缓冲区是什么？谁提供的？为什么要存在呢？

内存的进程要将数据写入到磁盘的文件，这个动作的实现，首先需要在内存中开辟一块缓冲区，进程将数据拷贝到我们的缓冲区中，然后进程对应的拷贝函数就直接返回了，返回之后，进程就可以继续向后执行自己的代码了。

在进程执行代码期间，缓冲区中的数据会定期的发送到磁盘的文件中。

为什么进程不直接自己将数据写入到文件中呢？这是因为对于进程来说太消耗时间了，我们知道，进程写入磁盘文件的这个动作属于IO，涉及到外设，因此相对比较慢，如果进程自己执行这个动作，效率会很低。

至此，我们就上面的三个问题先做一个回答：

• 缓冲区实际上就是一段内存；
• 缓冲区是用户级语言层面（语言库）给我们提供的（后面会将讲解）；
• 缓冲区的意义是什么呢？节省进程进行数据 IO的时间。

那么问题又来了：你说我将信息拷贝给了缓冲区，我哪里有拷贝呢？

以 fwrite函数为例，与其我们将 fwrite理解为写入文件的函数，倒不如将 fwrite理解为拷贝函数！将数据从进程，拷贝到缓冲区或外设中。

———— 我是一条知识分割线 ————

2.缓冲区的刷新策略

假设我们有一块数据，我们是应该一次性写入到外设 还是 少量多次的写入到外设呢？

实际上，一次性写入到外设是效率最高的。在我们 IO的过程中，最耗费时间的并不是数据的拷贝时间，以 1秒为例，有可能 990毫秒都在等待外设准备就绪，10毫秒完成拷贝。因此，对于计算机来说，一次性写入效率是最高的。

缓冲区一定会根据具体的设备，定制自己的刷新策略。一般而言，我们有三种策略 和 两种特殊情况：

三种策略

1. 立即刷新 - 无缓冲（不常见）；
2. 行刷新 - 行缓冲（显示器就是使用行缓存）；
3. 缓冲区满 - 全缓冲（磁盘文件就是全缓冲）；

以显示器为例，显示器采用行缓冲，因为显示器需要满足人的阅读需求（及时高效反馈），使用行缓存可以在满足人的需求的同时，保证缓冲效率不会太低。

以磁盘文件为例，IO时采用全缓冲，等待磁盘响应的次数最少，可以保障最大的效率。

两种特殊情况

1. 用户强制刷新；
2. 进程退出 - 一般都要进行缓冲区刷新；

为什么有些程序在没有强制刷新要求的情况下，数据迟迟不刷新到显示器上？很大可能就是这个程序的进程还没有退出，缓冲区的数据还没有刷新。

———— 我是一条知识分割线 ————

3.缓冲区在哪里？

再次回到我们一开始的那个代码问题的运行结果：

hello write
hello printf
hello fwrite
hello printf
hello fwrite

告知：上面这个结果的出现，一定和缓冲区有关。

那么这个缓冲区是谁提供的呢？

通过对我们一开始的那个代码运行结果的分析，我们可以得出，缓冲区不在内核中，因为如果缓冲区在内核中，write也应该要被打印两次。

结论：我们之前谈论的缓冲区，都是用户语言层面(语言库)给我们提供的缓冲区。C语言的缓冲区是C标准库提供的。

缓冲区在哪里？

在我们进行文件读写过程中，涉及到的调用接口（stdout、stdin、stderr），都是 *FILE 类型的，*FILE会被 FILE结构体管理，在这个结构体中，就包含了 fd（文件描述符） & 一个缓冲区。

总结：这个缓冲区，在 stdout、stdin、stderr -> *FILE -> FILE结构体 -> fd & 一个缓冲区

因此，我们强制刷新时，需要使用 fflush(文件指针)，关闭文件时，需要 fclose(文件指针)。

———— 我是一条知识分割线 ————

4.文件写入的底层逻辑（1）

如果有兴趣，可以看看FILE结构体：

typedef struct _IO_FILE FILE; 在/usr/include/stdio.h

在 / usr / include / libio.h
struct _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;