20135316王剑桥 linux第七周课实验笔记

第十章、程序间的交互和通信

• 输入/输出（I/O）是在主存和外部设备之间拷贝数据的过程。输入操作是从I/O设备拷贝数据到主存，而输出操作是从主存拷贝数据到I/O设备。
• 输入：从I/O拷贝到主存，输出：从主存拷贝到I/O
• Unix IO（系统级IO）虽然是低级别的，但是了解它有助于理解其他的系统概念；而且有时候你只能使用Unix IO，比如网络编程。
  
  Unix中所有的IO都被模型化为文件，输入输出则用读写文件来操作。

10.1 Unix I/O

• 一个Unix文件就是一个M个字节的序列：B0，B1，...B（m-1），所有的I/O设备都被模型化为文件，而所有的输入和输出都被当做对相应文件的读和写来执行。
• 这种将设备优雅的映射为稳健的方式，允许Unix内核引出一个简单、低级的应用接口，称为Unix I/O，这使得所有的输入和输出都能以一种统一且一致的方式来执行：打开文件、改变当前文件中位置、读写文件、关闭文件。

10.2 打开关闭文件

• 打开文件：文件通过要求内核打开相应文件，来宣告他想要访问一个IO设备，内核会返回一个小的非负数，描述符，后续操作中标出文件。

  #include <sys/types.h>
  #include <sys/stat.h>
  #include <fcntl.h>

  int open(char *filename, int flags,mode_t mode);

• 返回：若成功则为新文件描述符，若出错为-1。
• 返回的描述符总是在进程中当前没有打开的最小描述符。

flags参数指明了进程打算如何访问这个文件：

  * O_RDONLY:只读。
  * O_WRONLY:只写。
  * O_RDWR:可读可写。
  * O_CREAT:如果文件不存在，就创建一个截断的空文件。
  * O_TRUNC：如果文件已存在，就截断他。
  * O_APPEND：在每次操作前，设置文件位置到文件的结尾处。

改变当前的文件位置：内核保存文件位置k，初始值为0，字节偏移量，通过seek设置k。

读写文件：应用程序检测k是否大于m（文件大小）来决定是否到了结尾，而在文件结尾并没有明确的EOF。

关闭文件：通知内核关闭文件，内核释放打开时创建的数据结构，释放描述符，放到描述符池中。

  #include<unistd.h>
  int close(int fd);

• 返回：若成功则为0，若出错则为-1。

• 不足值（short count）：
  
  EOF；从终端读取文本行；读写网络套接字。
  
  读写磁盘文件不会遇到不足值。

• Rio（Robust IO):
  
  无缓冲的输入输出：存储器和文件之间直接传送数据，网络操作时使用。
  
  带换红的输入函数：线程安全。

• 软件构造领域的定义在软件构造领域，元数据被定义为：在程序中不是被加工的对象，而是通过其值的改变来改变程序的行为的数据。它在运行过程中起着以解释方式控制程序行为的作用。在程序的不同位置配置不同值的元数据，就可以得到与原来等价的程序行为。

10.3读和写文件

ssize_t read(int fd, void *buf, size_t n);//0 EOF，-1 错误，n实际传送的字节数。
ssize_t write(int fd, const void *buf, size_t n);// size_t是unsigned  ssize_t有符号
/*ssize_t可以用来表示出错时必须返回的-1，但却使read值从4GB 减小到2GB*/

• read函数从描述符为fd的当前文件位置拷贝最多n个字节到存储器位置buf。返回值-1表示一个错误，而返回值0表示EOF。否则，返回值表示的是实际传送的字节数量。而write函数从存储器位置buf拷贝至多n个字节到描述符fd的当前文件位置。返回值要么为-1要么为写入的字节数目。

#include "csapp.h"

int main(void)
{
    char c;

    while(Read(STDIN_FILENO, &c, 1) != 0)
    Write(STDOUT_FILENO, &c, 1);
    exit(0);
}

• 关于在文件中定位使用的函数为lseek，在I/O库中使用的函数为fseek。(ps：size_t和ssize_t的区别，前者是unsigned int，而后者是int)
• 有些情况下，read和write传送的字节比应用程序要求的要少，出现这种情况的原因如下：
  • 读时遇到EOF。此时read返回0来发出EOF信号。
  • 从终端读文本行。如果打开文件是与终端相关联，那么每个read函数将以此传送一个文本行，返回的不足值等于文本行的大小。
  • 读和写网络套接字。可能会出现阻塞现象。
    
    实际上，除了EOF，在读磁盘文件时，将不会遇到不足值，而且在写磁盘文件时，也不会遇到不足值。然而，如果你想创建健壮的网络应用，就必须反复调用read和write处理不足值，直到所有需要的字节都传送完毕。

10.4用RIO包健壮地读写

• 这个包会处理上面的不足，RIO提供了方便、健壮和高效的I/O。提供了两类不同的函数：
  
  无缓冲的输入输出函数 直接在存储器和文件之间传送数据，没有应用级缓冲，它们对将二进制数据读写到网络和从网络读写二进制数据尤其有用。
  
  带缓冲的输入函数

ssize_t rio_readn(int fd,void *usrbuf,size_t n);

ssize_t rio_writen(int fd,void *usrbuf,size_t n);

• 对同一个描述符，可以任意交错地调用rio_readn和rio_writen。一个问本行的末尾都有一个换行符，那么像读取一个文本中的行数怎么办，使用read读取换行符这个方法不是很妥当，可以调用一个包装函数（rio_readineb），它从一个内部读缓冲区拷贝一个文本行，当缓冲区为空时，会自动地调用read重新填满缓冲区。也就是说，这些函数都是缓冲区操作而言的。

10.5读取文件元数据（文件信息）：

• 应用程序能够通过调用stat和fstat函数检索到关于文件的信息（有时也称为文件的元数据）

#include <sys/stat.h>

#include <unistd.h>

int stat(const char *filename,struct stat *buf);

int fstat(int fd,struct stat *buf);

• 若成功，返回0，若出错则为-1.stat以一个文件名为输入，并且填充buf结构体。fstat函数只不过是以文件描述符而不是文件名作为输入。

struct stat {
#if defined(__ARMEB__)
    unsigned short st_dev;
	unsigned short __pad1;
#else
	unsigned long  st_dev;
#endif
	unsigned long  st_ino;
	unsigned short st_mode;
	unsigned short st_nlink;
	unsigned short st_uid;
	unsigned short st_gid;
#if defined(__ARMEB__)
	unsigned short st_rdev;
	unsigned short __pad2;
#else
	unsigned long  st_rdev;
#endif
	unsigned long  st_size;
	unsigned long  st_blksize;
	unsigned long  st_blocks;
	unsigned long  st_atime;
	unsigned long  st_atime_nsec;
	unsigned long  st_mtime;
	unsigned long  st_mtime_nsec;
	unsigned long  st_ctime;
	unsigned long  st_ctime_nsec;
	unsigned long  __unused4;
	unsigned long  __unused5;
};

• 其中st_size成员包含了文件的字节大小。st_mode为文件访问许可位。UNIX提供的宏指令根据st_mode成员来确定文件的类型：S_ISREG(),这是一个普通文件么；S_ISDIR(),这是一个目录文件么；S_ISSOCK()这是一个网络套接字么。使用一下这个函数

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <sys/stat.h>
#include <sys/types.h>
#include <unistd.h>
int main()
{
	int fd,size;
	struct stat buf_stat;
	memset(&buf_stat,0x00,sizeof(buf_stat));
	fd=stat("stat.c",&buf_stat);
		printf("%d\n",(int)buf_stat.st_size);
	return 0;
	}

• Unix识别大量文件：普通文件（二进制或者文本）；目录文件爱你（包含其他文件的信息）；套接字（网络和其他进程通信）。

10.6共享文件

• 内核用三个相关的数据结构来表示打开的文件：
  
  描述符表（descriptor table）每个进程都有它独立的描述符表，它的表项是由进程打开的文件描述符来索引的。每个打开的描述符表项指向文件表中的一个表项。

• 文件表(file table) 打开文件的描述符表项指向问价表中的一个表项。所有的进程共享这张表。每个文件表的表项组成包括由当前的文件位置、引用计数（既当前指向该表项的描述符表项数），以及一个指向v-node表中对应表项的指针。关闭一个描述符会减少相应的文件表表项中的应用计数。内核不会删除这个文件表表项，直到它的引用计数为零。
  
  v-node表（v-node table）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结构中的大多数信息，包括st_mode和st_size成员。

  

• 描述符1和4通过不同的打开文件表表项来引用两个不同的文件。这是典型的情况，没有共享文件，并且每个描述符对应一个不同的文件。

  

• 多个描述符也可以通过不同的文件表表项来应用同一个文件。如果同一个文件被open两次，就会发生上面的情况。关键思想是每个描述符都有它自己的文件位置，所以对不同描述符的读操作可以从文件的不同位置获取数据。

  

• 父子进程也是可以共享文件的，在调用fork()之前，父进程如第一张图，然后调用fork()之后，子进程有一个父进程描述符表的副本。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。一个很重要的结果就是，在内核删除相应文件表表项之前，父子进程必须都关闭了他们的描述符。