Linux 文件系统（上）
目录
一.预备阶段
1.认识文件
一个文件，通常包括文件的内容数据（文件内存储的东西）和文件的属性数据（描述该文件本身状态的字段），所以，我们对文件进行操作，本质就是对文件内容和文件属性进行操作。
同理，文件的内容是数据，属性也是数据，所以，存储文件必须既存储内容数据，又要存储属性数据 （ 默认指的是磁盘中的文件）。
当我们要访问一个文件的时候，都是要先把这个文件打开，文件打开前，它是普通的磁盘文件。打开文件，就是将文件加载到内存。
所以，根据文件所处位置，我们可以将文件分成两类：①普通的磁盘文件；②加载到内存的文件。
众所周知，我们的磁盘或内存中，会存在大量的文件，由于OS是计算机软硬件资源的管理者，所以OS需要管理这些文件，即能够高效的对这些文件进行增删查改操作，这就是文件系统！！
而在该文章中，咱们主要了解的是“OS对内存文件的管理”，至于磁盘中的文件，博主会在下一篇博客中详解。
2.OS对内存文件的管理
那么，操作系统是如果管理内存文件的？ --- 先描述，再组织！！
看过博主往期博客的都知道，在操作系统中，一旦涉及到“管理”这两个字，那一定就有这六个字，先描述，再组织！！
什么是先描述？文件在加载到内存前，OS就需要在内核中创建对应文件的结构体对象，该结构体内存有大量有关对应文件的属性信息，这样一来，当文件被加载到内存后，OS就可以把这个结构体当成对应的文件。
什么是再组织？当描述文件的结构体对象被创建后，OS会把这个结构体放到特定的数据结构中，以便后续OS对该结构体进行操作，这样一来，OS对内存文件的管理，就变成了对特定数据结构中某一结构体对象的增删查改！！
文件是如何加载到内存的？
我们知道，文件被加载到内存后，就变成了系统资源的一部分，而进程是“承担分配系统资源的基本实体”，所以，文件想要被加载到内存，一定是因为系统中的某个或某些进程需要它！！
进程通过操作系统打开文件，由于操作系统内核不允许任何人直接干涉，所以，我们想要使用操作系统的某一功能时，就只能使用操作系统对上层提供的系统调用接口，来间接使用操作系统的功能。
故，我们所学习的C语言打开文件的库函数，其底层一定封装了系统调用接口！！！
d.一个进程可以打开多个文件吗？多个进程可以打开多个文件吗？加载到内存中，被打开的文件可能会存在多个
3.C库函数和系统调用接口
a.C库函数——fopen
FILE* fopen(const char* path, const char* mode);
这个函数的功能是，以读或写的方式打开某一文件（绝对路径或相对路径）。
若不写路径，只写文件名，则path是写在cwd（当前工作目录）下的，而 ls /proc/pid 可以查看某一进程的属性数据，包括cwd，代码中，用chdir(“new_path”)可以改变cwd。
例1：FILE* fp = fopen("log.txt","w");
以写方式打开文件，若文件不存在，则先创建再打开；若文件存在，则先清空再打开。
可知：其与 输出重定向">"的功能相似。
例2：FILE* fp = fopen("log.txt","a");
以追加的方式打开文件，从文件的结尾处以追加的方式写入数据，不清空原有数据。
可知：与追加重定向 ">>" 的功能类似。
b.系统调用接口——open
int open(const char* filename, int flags, mode_t mode);
第一个参数，filename：即想要打开文件的文件名。
第二个参数，flags：
O_RDONLY（以只读的方式打开）
O_WRONLY（以只写的方式打开）
O_RDWR（以读写的方式打开）
O_CREAT（文件不存在，则创建）
O_TRUNC（若文件存在，则清空文件内容）
O_APPEND（若文件存在，则以追加的方式写入数据）
第三个参数，mode：只有当该文件是新创建的，才会用到这个参数，mode是默认权限，可以给新创建的文件设置文件权限。
返回值：若创建失败，则返回-1；若创建成功，则返回对应文件的文件描述符。
比特位级别的标记位使用方式 --- Linux中常用的传参方式
示例1：
int fd = open("log.txt",O_WRONLY | O_CREAT);
新创建一个文件，将其命名为 log.txt，但是由于没给该文件设置权限，导致文件权限乱码：
修改后：
int fd = open("log.txt",O_WRONLY | O_CREAT, 0666);
文件不存在的话，就创建该文件，并且将log.txt文件的默认权限设为0666.
示例2：
int fd = open("log.txt",O_WRONLY | O_CREAT | O_TRUNC, 0666);
以该方式打开文件，运行后，会将文件内原有的内容清零
示例3：
int fd = open("log.txt",O_WRONLY | O_CREAT | O_APPEND, 0666);:
以该方式打开文件，运行后，会在文件内容后，追加数据
综上所述，我们能够发现，系统调用中的open接口，与C库中的 fopen，有着极其相似的功能，咱们可以得出一个结论：C库中文件相关操作的库函数，其底层都封装了系统调用接口。
二.理解文件描述符
1.一张图，详解文件描述符的由来
通过上图，我们可以发现，所谓的“文件描述符表”，其本质就是一个struct files_struct*类型的数组而已，数组内存放的是文件struct file结构体的地址，而所谓的“文件描述符fd”，它本质就是文件描述符表内元素的下标而已。
例如：
int fda = open("loga.txt",O_WRONLY | O_CREAT | O_APPEND, 0666); // fda = 3
int fdb = open("logb.txt",O_WRONLY | O_CREAT | O_APPEND, 0666); // fdb = 4
int fdc = open("logc.txt",O_WRONLY | O_CREAT | O_APPEND, 0666); // fdc = 5
int fdd = open("logd.txt",O_WRONLY | O_CREAT | O_APPEND, 0666); // fdd = 6
fda、fdb、fdc、fdd它们分别是3、4、5、6，意味着：新打开文件的struct file地址，是从文件描述符表的3号下标开始填充的。
那0、1、2去哪了呢？
程序在运行的时候，默认是把下面这三个程序（文件）打开的:
①标准输入 键盘 stdin 0号下标
②标准输出 显示器 stdout 1号下标
③标准错误 显示器 stderr 2号下标
所以，一个进程最新打开的文件的fd，是从3开始的！！
OS/C语言为什么默认要把0、1、2、stdin、stdout、stderr打开呢？？--- 就是为了让程序员默认进行输入、输出和代码编写！！
2.fd的分配规则
当进程新打开一个文件时，OS会遍历该进程对应的文件描述符表（下标由低到高依次遍历），当OS找到表中空余位置时，无论该位置后面是否存在元素，OS都会将新创建文件的struct file地址填充到该位置，并向进程返回该位置对应的数组下标。
3.从fd的角度理解FILE
那FILE究竟是什么东西？？
它是一个C语言提供的结构体类型，其内部必定封装了文件描述符！！！
举例验证：
printf("stdin -> fd: %d\n", stdin->_fileno);//0
printf("stdout -> fd: %d\n", stdout->_fileno);//1
printf("stderr -> fd: %d\n", stderr->_fileno);//2
说明，_fileno 字段，就是 FILE 内部封装的文件描述符！
三.重定向和缓冲区
1.前置知识——理解向文件写入数据的底层逻辑
在学习重定向和缓冲区之前，我们不妨先思考一下：当我们调用read、write、fread、fwrite时，OS底层究竟做了哪些是？一张图，咱们扒光它！！
无论读取还是写入数据，都要先把文件数据加载到文件缓冲区内！！
用户对文件中数据的读写的本质：用户通过fd变量，找到struct file* fd_array[]数组中的文件结构体地址，通过地址找到对应的结构体，再通过结构体中的数据属性，找到该文件对应的文件缓冲区（内存中存放文件内容数据的一块空间），对文件缓冲区中的数据进行读取或写入。
2.重定向
a.什么是重定向？
简单来说，就是将本该写入A文件中的数据，转而写入B文件中，这就是重定向（输出）。
b.输出、输入重定向
我们知道，在文件描述符表中，0、1、2三个文件是默认打开的，而根据fd的分配规则我们可以知道，如果我们将1号fd关闭，当我们接着打开一个新文件时，OS为该文件分配的fd就是1。
由于C库中的printf()函数本质是向1号文件（屏幕）写入数据，所以，如果我们此时调用printf的话，就会将本该打印到屏幕上的数据重定向写入到新打开的文件中。
而这，其实就是输出重定向的底层原理。代码如下：
c.重定向的底层逻辑
①上述代码中，为啥显示器上什么都没输出？？
--- 因为1号文件描述符，也就是显示器被关了
②为啥本该输出的数据被写到了FILE_NAME文件里？？
--- 因为printf()函数只认stdout——标准输出流，而stdout只认1号文件描述符，由于原先1号文件描述符对应的显示器被关了，而新打开文件的文件描述符根据fd的分配规则，被重新分配到了1号位置，所以本该在显示器上数出的数据跑到了FILE_NAME文件中。该过程便可称为输出重定向！
③上述代码中，为啥本该从键盘上读取数据的操作，变成了读取FILE_NAME文件中的数据？？
--- 因为0号文件描述符，即键盘文件被关了，而以读的方式打开FILE_NAME文件时，根据fd的分配规则，0号位置被重新分配给了FILE_NAME文件，由于stdin——标准输入流，只认0号数组位置，所以本该从键盘上读取数据的操作变成了从FILE_NAME文件中读取数据。该过程便可称为输入重定向！
所以，重定向的本质，是文件描述符级别的数组内容的拷贝！
那么，我们的输入、输出重定向都需要先关闭0号或1号文件，然后再打开新的文件吗？--- 重定向的底层逻辑都是这样，但是这个操作有人已经为我们封装成了函数接口(dup2)，咱们可以直接使用函数来实现重定向操作。
d. dup2
dup2(int dest_fd, int src_fd);
让本该向src_fd文件输入、输出的数据，改向dest_fd文件进行输入、输出。
即在文件描述符表中，让src对应的struct file* 被dest对应的struct file*覆盖！
输出重定向：
输入重定向：
标准输出流和标准错误流
解释：将mytest文件中“原本向标准输出”打印的内容重定向写到normal文件中，将“原本向标准错误流”中打印的内容重定向写到err.log文件中，实现打印错误信息和打印正常信息的分流！
3.缓冲区
a.什么是缓冲区？
--- 缓冲区本质是一块内存空间，我们可以把它看成一个小水池，池水就是数据，当水池内的水不够多时，水池蓄水（数据存储）；当水池内的水达到一定条件时，咱们就开闸放水（数据刷新）。
b.缓冲区谁提供的？？
--- 若该内存是由用户开辟出来的，如变量、数组等，则称为用户缓冲区；若该缓冲区是C语言提供的，则称为C标准库缓冲区；若是由操作系统提供的，则称为操作系统缓冲区。
c.为什么要有缓冲区？
--- 无论是用户与内核间的数据IO，还是内核与磁盘间的数据IO，它们都是需要花费一定成本的，IO次数越少，所消耗的成本也就越低，所以，缓冲区的存在就是为了减少IO次数，从而降低IO所带来的开销问题。
d.缓冲区的刷新机制
① 无缓冲 --- 缓冲区内一有数据就直接刷新.
② 行缓冲 --- 只有向缓冲区内写入换行字符，即'\n'时，才会刷新数据，否则不刷新.
③ 全缓冲 --- 只有把缓冲区写满了，才刷新；否则不刷新.
④ 强制刷新 --- 调用fflush(stdout)，或当进程退出时，OS会自动刷新该进程内缓冲区的数据.
一般对于显示器文件 --- 行缓冲；
对于磁盘上的文件 ---全缓冲.
示例：
答：因为向显示器文件中写入数据的刷新准则是行刷新，而上述代码的 pirntf 中并没有 换行符'\n'，所以 printf 仅仅是将 hello world 写入C库缓冲区或内核缓冲区，其内容并没有写入显示器文件中，而sleep 3秒后，代码执行完毕，进程退出，缓冲区内的数据会被强制刷新到显示器文件中（屏幕）。
e.重点样例
为什么多一个fork()时，使用C库函数写入文件的内容打印了两次，而使用系统调用接口写入文件的内容不变？？fork()对C库函数的输出函数又起到了怎样的影响？？
理解样例：
①当我们直接向显示器打印的时候，显示器文件的刷新方式是行刷新！由于我们的代码输出的所有字符串之前都有\n， 所以在fork()之前，缓冲区上的数据就已经全被刷新出来了，包括systemcall（系统调用）
②重定向到log.txt文件，本质是向磁盘文件写入，系统对于数据的刷新方式已经由行刷新，变成了全缓冲！
③全缓冲意味着缓冲区变大，实际写入的简单数据，不足以把缓冲区写满，fork执行的时候，数据依旧在缓冲区中！
④C语言库函数输出的内容写在C库缓冲区，而系统调用接口输出的数据是直接写到内核缓冲区的，fork后会创建子进程。
⑤当进程退出时，即使我们的数据没有达到刷新的条件，OS也会自动刷新C标准库缓冲区。对于多进程（父子进程）来说，刷新缓冲区属于对其一进程进行“清空”或“写入”操作，所以，fork退出时，刷新缓冲区，就要进行写时拷贝！！
而write是系统调用，没有使用C的缓冲区，直接写入到操作系统，不属于进程了，不发生写时拷贝！
用C语言库函数对文件写入的实质：调用C函数会先把要写的内容写入C缓冲区，当C缓冲区满足刷新条件时，会将缓冲区里的内容通过系统调用接口(write(1，BUFFER))拷贝到对应的文件缓冲区内。
原文地址：https://blog.csdn.net/2201_75663820/article/details/142330032
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！