目录
- 理解"⽂件"
- linux内核中传递标记位的方法
- 系统文件IO
- 内核中打开文件的组织形式
-
- 进程操作文件的途径
- [不同进程打开同一个文件的struct file问题](#不同进程打开同一个文件的struct file问题)
- 文件描述符的分配规则
- 重定向
- 一切皆文件
- 缓冲区
理解"⽂件"
狭义理解
• ⽂件在磁盘⾥
• 磁盘是永久性存储介质，因此⽂件在磁盘上的存储是永久性的
• 磁盘是外设（既是输出设备也是输⼊设备）
• 磁盘上的⽂件本质是对⽂件的所有操作，都是对外设的输⼊和输出简称IO
⼴义理解
• Linux下⼀切皆⽂件（键盘、显⽰器、⽹卡、磁盘......这些都是抽象化的过程）
⽂件操作的归类认知
文件=属性（元数据）+内容
• 对于0KB的空⽂件是占⽤磁盘空间的（因为还有属性）
• ⽂件是⽂件属性（元数据）和⽂件内容的集合（⽂件=属性（元数据）+内容）
• 所有的⽂件操作本质是⽂件内容操作和⽂件属性操作
系统⻆度
• 对⽂件的操作本质是进程对⽂件的操作
• 磁盘的管理者是操作系统
• ⽂件的读写本质不是通过C语⾔/C++的库函数来操作的（这些库函数只是为⽤⼾提供⽅便），⽽是通过⽂件相关的系统调⽤接⼝来实现的
linux内核中传递标记位的方法
系统文件IO
c/c++操作文件的相关接口，本质上底层都是封装了文件操作相关的系统调用。
编程语言通过抽象层屏蔽不同操作系统的底层差异，通过语言接口在不同系统映射对应的系统调用，实现跨平台性，使开发者无需关注系统调用接口。
所以c++/c中描述打开文件的类/结构体中一定封装了底层文件描述符（fd）,因为系统调用的接口只匹配fd
系统调用open
系统接口中使用open函数打开文件，open函数的函数原型如下：
int open(const char *pathname, int flags, mode_t mode);
- 第一个参数：
路径+文件名，不加路径直接在当前路径查找文件 - 第二个参数：标记位
open第二个参数是指定打开方式，通过位图的原理，将多种打开方式用一个32位的整数表示。
选项如下：
可以通过按位或（|）传入多个选项，如下
O_WRONLY | O_CREAT - 第三个参数：权限
传入八进制数表示如果创建新文件的初始权限。结合umask权限掩码可得到最终权限
返回值
open的返回值是文件描述符（文件描述符表的下标），失败返回-1
close
系统接口中使用close函数关闭文件，close函数的函数原型如下：
int close(int fd);
使用close函数时传入需要关闭文件的文件描述符即可，若关闭文件成功则返回0，若关闭文件失败则返回-1。
read
系统接口中使用read函数从文件读取信息，read函数的函数原型如下：
ssize_t read(int fd, void *buf, size_t count);
我们可以使用read函数，从文件描述符为fd的文件读取count字节的数据到buf位置当中。
如果数据读取成功，实际读取数据的字节个数被返回。
如果数据读取失败，-1被返回。
内核中打开文件的组织形式
与进程描述符(struct task_struct)相似已打开文件都会有一个对应的文件描述（struct file）结构体记录文件的动态信息。
进程操作文件的途径
操作文件的本质是进程对文件的操作，一个进程可能操作多个文件
进程操作文件的途径：
- 进程描述符(task_struct)中存在一个文件描述符表（struct files_struct），
- 文件描述符表中记录进程打开的文件的信息，包括打开文件的进程描述结构体指针数组（struct file *fd），指向文件的进程描述，由此管理进程打开的文件。
- 文件描述（struct file）结构体记录文件的动态信息。
- 文件描述符（fd）就是该数组的下标，是最典型的 "句柄" ------ 它本质上是操作系统分配给进程的、用于标识打开文件 / IO 资源的整数型句柄
类比结合内存描述符理解
不同进程打开同一个文件的struct file问题
struct file中包含打开进程的一些信息（文件位置指针等），所以不同进程打开同一个文件，有各自独立的struct file，而struct file中的引用计数是对于单个进程或父子进程内文件描述符表中指向该struct file的个数。（父子进程子进程通过继承父进程的文件描述符，可以共享指向同一个struct file，引用计数++）
本质：struct file 包含了大量进程特定的状态信息，所以每个进程打开文件时需要独立的实例，而 struct inode 才是真正共享的文件元数据。
文件描述符的分配规则
- 进程打开时会默认打开0、1、2，对应标准输入流、标准输出流、标准错误流，0对应键盘，12对应显示器。
而键盘和显示器都属于硬件，属于硬件就意味着操作系统能够识别到，当某一进程创建时，操作系统就会根据键盘、显示器、显示器形成各自的struct file，将这3个struct file连入文件双链表当中，并将这3个struct file的地址分别填入fd_array数组下标为0、1、2的位置，至此就默认打开了标准输入流、标准输出流和标准错误流。
由此可以理解linux下一切（资源）皆（抽象为）文件 - 自己打开的文件的描述符一般从下标3开始，如果关闭012从关闭位置分配（实现重定向）
- 本质是从最小但是没有被使用的fd_array数组下标开始进行分配的。
重定向
重定向的原理
重定向的本质就是修改文件描述符下标对应的struct file*的内容。
-
输出重定向：将本应该输出到一个文件的数据重定向输出到另一个文件中。
-
追加重定向：和输出重定向相同但唯一区别是，输出重定向是覆盖式输出数据，而追加重定向是追加式输出数据。虽然都对应显示器，但其中一个重定向不会影响另一个。
分别对应传递open标志位参数的两个宏，追加、覆盖
-
输入重定向：将本应该从一个文件读取数据，现在重定向为从另一个文件读取数据。
dup
完成重定向我们只需进行fd_array数组当中元素的拷贝即可,系统调用dup可以实现重定向
原型：int dup2(int oldfd, int newfd);
参数：将第一个参数下标的指针拷贝到第二个参数下标的指针
返回值：成功返回newfd，失败返回-1
注意这里关闭一个fd不会关闭文件，因为文件描述采用类似智能指针的引用计数
stdout和stderr为什么分开
主要原因是为了区分程序的正常输出和错误信息，确保错误信息优先输出。
一切皆文件
"一切皆文件" 的本质是通过统一的抽象接口，将复杂的系统资源转化为可通过文件操作逻辑管理的实体。
统一抽象的文件接口，与底层实现分开，
不同外设都有自己的功能实现，但file提供统一的接口
由此将所有资源用抽象的文件接口进行管理，
这便是一切皆文件
之所以文件系统可以封装设备管理也就是抽象操作方法，本质是因为外设无非也是资源，无非也是I/O数据流动所以可以当作文件
通过在file结构体中存储对应实现方法的指针（与类似c++虚函数表指针）实现多态思想，将接口抽象，与实现解耦，实现一切皆文件
缓冲区
缓冲区是内存空间的⼀部分。也就是说，在内存空间中预留了⼀定的存储空间，这些存储空间⽤来缓冲输⼊或输出的数据，这部分预留的空间就叫做缓冲区。缓冲区根据其对应的是输⼊设备还是输出设备，分为输⼊缓冲区和输出缓冲区。
常见的缓冲区类型：
- 标准 I/O 缓冲区（C 语言库层面）
由 stdio.h 提供（如 printf、fwrite 使用的缓冲区），在FILE中设置指针进行管理，分为三种模式：
- 全缓冲：缓冲区满时刷新（如普通文件）。
- 行缓冲：遇到 \n 或缓冲区满时刷新（如终端 stdout）。
- 无缓冲：数据立即输出（如 stderr 错误流）。
FILE中的关键部分：fd（系统文件描述符）、缓冲区相关指针
- 内核缓冲区（操作系统层面）
即使应用程序的缓冲区已刷新，数据也不会直接写入物理设备，而是先进入内核缓冲区，由操作系统统一调度写入（如 Linux 的页缓存）。 - 硬件缓冲区
外设自带的缓冲区（如磁盘的缓存、网卡的接收缓冲区），进一步减少与内存的交互次数。
缓冲区的刷新时机：
- 主动触发：调用 fflush()（标准 I/O）、sync()（内核缓冲）等函数。
- 条件满足：缓冲区写满、行缓冲遇到 \n（仅终端）。
- 被动触发：进程正常退出、关闭文件（fclose() 会自动刷新）。
缓冲区的核心作用：
- 平衡速度：让快速设备（如 CPU）不用等待慢速设备（如磁盘），提高整体效率。
- 减少开销：批量处理 I/O 操作，降低设备访问频率。
- 数据暂存：应对突发的大量数据（如网络峰值流量），避免数据丢失。
标准I/O缓冲区与操作系统内核缓冲区的关系
标准I/O库缓冲区将用户程序中的输入数据暂存，避免频繁调用系统调用（调用成本），当缓冲区刷新时才会将数据发送到下一层（内核缓冲区）。
内核中有内核缓冲区，操作系统有刷新方案进行缓冲区管理，来提升磁盘、网络等设备的 I/O 性能
实例综合理解