基础IO(1)

1. 理解"文件"

1-1 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（即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

1-2 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）

1-3 文件操作的归类认知

• 对于 0KB 的空文件是占用磁盘空间的
• 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

1-4 系统角度

• 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户提供方便），而是通过文件相关的系统调用接口来实现的

2 自我梳理

一、文件的本质定义

文件 = 文件内容 + 文件属性（元数据）

• 后续所有文件操作，本质上就分为两类：
  1. 对文件内容的读写 / 修改
  2. 对文件属性的修改（如权限、大小、时间戳等）

二、文件访问的前提：路径与打开操作

1. 访问文件必须先 "打开"

   • 打开文件是程序运行过程中，由进程 通过 fopen 动态完成的操作，不是静态行为。
   • 进程是文件操作的主体，理解进程与文件的关系是核心。

2. 文件路径的本质：绝对路径 vs 相对路径

   • 访问文件必须依赖路径 + 文件名，没有 "无路径" 的访问方式。
   • 代码中写 fopen("log.txt", "w"); 这种不带路径的写法，不是不需要路径，而是默认使用 ** 进程的当前工作目录（CWD，Current Working Directory）** 作为路径，最终等价于 CWD/log.txt。
   • 进程会动态维护自己的当前工作目录，可以通过 chdir 系统调用修改。

三、打开文件的本质：从磁盘到内存

1. 磁盘文件的特性

   • 磁盘是永久性存储介质，文件在磁盘上是持久化存储的；同时磁盘是外设（兼具输入 / 输出功能），因此文件操作本质上是对磁盘的 IO 操作。

2. 打开文件的核心行为

   • 打开文件的过程，是将磁盘上的文件（包括内容和属性）加载到内存中。
   • 后续所有对文件的读写操作，本质上都是进程通过 CPU 访问内存中的文件副本，再由操作系统同步到磁盘。

四、核心结论总结

1. 文件操作的本质，是进程通过 IO 对磁盘文件的内容 和属性进行读写。
2. 任何文件访问都依赖路径，相对路径的本质是使用进程的当前工作目录。
3. 打开文件的过程，是将磁盘文件加载到内存，后续操作都是基于内存副本完成的。

3 文件操作

一、C 语言视角：文件操作与标准流

1. stdin/stdout/stderr 是什么？

   • 它们是 C 语言标准库中预定义的 FILE* 指针，分别对应：
     • stdin：标准输入（键盘，文件描述符 fd=0）
     • stdout：标准输出（显示器，文件描述符 fd=1）
     • stderr：标准错误（显示器，文件描述符 fd=2）
   • 所有 C 语言文件操作函数（如 fputs、fwrite），最终都要通过 FILE* stream 参数指定操作的目标文件流。

2. 库函数 vs 系统调用

   • 标准库函数（fopen/fclose/fread/fwrite/fflush）是对 Linux 系统调用（open/close/read/write）的封装。
   • FILE 结构体内部会持有文件描述符 fd 和缓冲区（如 hellobit），实现带缓冲的 IO。

二、内核视角：进程与打开文件的管理

1. 文件描述符表（fd_array）

   • 每个进程的 task_struct 中，都有一个 files_struct，它维护了一张文件描述符表 fd_array。
   • 表中的每个索引（如 0、1、2、3...）就是文件描述符 fd，指向内核中的 struct file 对象。
   • fd=0/1/2 默认分别指向标准输入、输出、错误流，用户自己打开的文件会从 fd=3 开始分配。

2. struct file：内核文件对象

   • 内核为每个打开的文件创建一个 struct file 实例，包含文件的状态信息（如文件位置指针、权限、引用计数等）。
   • 不同进程打开同一个文件时，会各自创建独立的 struct file，但它们最终会指向同一个磁盘文件的 inode（文件元数据）。

三、文件操作的本质流程

1. 从磁盘到内存：文件操作的前提

   • 磁盘文件是持久化存储的，文件操作（读写）前必须先把文件加载到内存（内核缓冲区 / 用户缓冲区）。
   • 磁盘文件 = 文件属性（元数据，存在 inode 中） + 文件内容（数据块）。

2. 用户态 ↔ 内核态 ↔ 磁盘 的数据流向

   • 用户调用 C 库函数（如 printf）→ FILE 缓冲区 → 系统调用（write）→ 内核缓冲区 → 最终刷写到磁盘。
   • 直接使用系统调用（write）没有用户态缓冲区，而 C 库函数带缓冲，效率更高。

四、关键问题与补充知识点

1. 为什么 C 语言要封装系统调用？

   • 跨平台性 ：不同操作系统的系统调用接口不兼容（如 Linux 的write和 Windows 的WriteFile），C 标准库屏蔽了底层差异，实现 "一次编写，到处运行"。
   • 缓冲优化：用户态缓冲减少了系统调用次数，大幅提升 IO 效率。

2. FILE 结构体与 fd 的关系

   • FILE 是 C 库提供的用户态句柄，它的成员中包含了内核的文件描述符 fd，以及用户态缓冲区、标志位等信息。
   • 调用 fopen 时，C 库会先调用 open 系统调用拿到 fd，再初始化一个 FILE 对象；fclose 则会刷新缓冲区并调用 close 系统调用。

3. C++ 文件流的补充

   • C++ 的 ifstream/ofstream 也是对底层文件操作的封装，和 C 库的 FILE 类似，同样基于文件描述符和缓冲机制。

五、核心结论总结

1. 用户态的文件操作（C 库 / C++ 流），本质上都是通过文件描述符，间接操作内核中的文件对象，最终访问磁盘文件。
2. 文件描述符 fd 是进程与内核文件对象的桥梁，FILE 是 C 库为了实现跨平台和缓冲优化，在用户态封装的一层。
3. 打开文件的本质，是内核为进程创建文件对象、分配文件描述符，并建立进程与磁盘文件的关联。