从硬件角度理解“Linux下一切皆文件“,详解用户级缓冲区

目录

前言

一、从硬件角度理解"Linux下一切皆文件"

从理解硬件是种“文件”到其他系统资源的抽象

二、缓冲区

1.缓冲区介绍

2.缓冲区的刷新策略

3.用户级缓冲区

这个用户级缓冲区在哪呢？

解释关于fork再加重定向“>”后数据会打印两份的原因

4.内核缓冲区简介

总结

---

---

前言

"Linux下一切皆文件"，这是Linux的一个基本设置理念同时也是Linux的设计哲学所在。

这篇博客，笔者首先总结一下我自学习Linux以来，到目前自己对“Linux下一切皆文件”的感悟和理解，其次再讨论Linux中的缓冲区机制。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、从硬件角度理解"Linux下一切皆文件"

首先需要再次明确Linux操作系统的主要目的或者作用：

对上，方便用户使用——为用户提供稳定的、高效的、安全的使用环境。

对下，管理好计算机繁杂的软硬件资源；

其次需要明确的是文件无外乎由两部分构成：内容和属性

内容决定文件“是什么”（数据含义）。

属性决定文件的“如何用”（权限、存储、类型）。

比如一个普通文件：

他的内容是文本、二进制数据；

他的属性是文件名、权限、大小、时间戳等。

我们可以通过write、read等修改文件内容，也可以用chmod函数修改文件的权限等属性。

初识Linux：常见指令介绍，文件权限的更改，以及粘滞位的理解-CSDN博客

那么思维发散一下，我们能否将这些硬件的自身状态、操作方法抽象为“内容+属性”，并用统一的接口修改这些硬件呢？

已知的是Linux似乎正是将系统资源（如硬件设备等）抽象为文件，提供统一的文件操作接口（open, read, write, close等）。使得无论操作对象是普通文件、目录、设备，用户都可以通过相同的文件系统与之交互。

从理解硬件是种“文件”到其他系统资源的抽象

对于计算机上诸多的硬件资源，我目前认为操作系统通过：先整理，再管理的方法管理这些硬件。

所谓先整理，在管理。这是笔者从进程PCB的创建受到的启发。OS为方便管理不同的进程会为其创建PCB，其中包含着进程的所有属性信息，那管理硬件是不是也可以通过创建某种数据结构来实现管理呢？

①假设OS为方便管理各种硬件资源会为其创建某种数据结构——这里想象成某种结构体struct file，该结构体中记录着该硬件的各种属性信息和行为函数——即IO操作。

②通过对冯诺依曼体系结构的抽象，将计算机抽象为存储器和其他。这个其他中包括cpu和各种硬件设备，这么划分的原因是这些硬件都要与内存进行IO操作。我们不妨暂将所有硬件的IO操作抽象为两个函数read( )和write( )。

通过上述两点，创建一个struct file结构体，其中有着各硬件的状态信息和函数行为：

struct file
{//内容int type;int status;……//属性int (*write)();//函数指针int (*read)();……
}

那么将每个硬件file实例化（与多态有些相似），再通过一个数据结构如链表将这些硬件的struct对象管理起来，如链表。

综上，当站在上层视角来看，这些硬件都是一种统一的数据，其中有着“内容+属性”，这不就是一种抽象的“文件”吗。这些个文件提供统一的文件操作接口（write、read、open、close等），无论操作对象是键盘、鼠标还是其他什么硬件，用户都可以通过相同的接口与之交互。

将上述思想和方法发散到其他系统资源，同样通过“先整理，再管理”的思想，这或许是理解“Linux下一切皆文件”的思路之一吧。

问：磁盘等硬件有输入输出好理解，那如显示器等硬件不是只有输入或者只有输出吗？

答：虽然如显示器等设备没有输入操作，我们只需将其struct内部的函数指针置为NULL即可。

以上是笔者目前对“Linux下一切皆文件”的理解，若笔者有错误的认识或者读者有更深的理解，还请读者不吝赐教，在评论区中一起讨论。

二、缓冲区

1.缓冲区介绍

1）什么是缓冲区

缓冲区本质上就是一段内存。

2）为什么要有缓冲区

磁盘等存储设备物理I/O效率极低，通过引入缓冲区将多次小数据操作合并为大数据操作，从而节省数据IO时间，提升性能。

2.缓冲区的刷新策略

通过以下代码观察缓冲区：

在程序sleep的十秒之间printf不会打印，等sleep结束后才会打印。

注意printf没有带\n。

  1 #include<stdio.h>2 #include<unistd.h>3 int main()4 {5     printf("hello Linux");//注意没带\n6     sleep(10);                                                                                                                                           7     return 0;8 }

但在printf和sleep之间添加了fflsh(stdout)后，printf会立即打印。

下面是缓冲区的三种刷新策略。

1）立即刷新——无缓冲

2）行刷新——行缓冲

3）缓冲区满——全缓冲（效率最高）

有两种特殊情况缓冲区会立即刷新：

①用户强制刷新（如上述的fflush函数）；

②程序退出——这也是为什么在某些集成开发环境下（如vs2022）程序时得等一会才能在控制台上看到打印结果。

3.用户级缓冲区

引子——观察下列代码在bash不同指令下的执行情况：

  1 #include<stdio.h>2 #include<unistd.h>3 #include<string.h>4 int main()5 {6     printf("hello Linux\n");//注意没带\n7     fprintf(stdout,"hello fprintf\n");8     fputs("hello fpurs",stdout);9     const char *str="hello writie\n";10     write(stdout->_fileno,str,strlen(str));11 12     fork();                                                                                                                                              13     return 0;14 }

执行 . / test:

执行. / test > log.txt

可以发现. / test > log.txt比. / test多打印了几行，这多打印的全是C标准库提供的函数。

这个用户级缓冲区在哪呢？

通过观察stdout的类型，我们可以推导出FILE中不仅有文件描述符，还存在缓冲区，所有当我们想要主动刷新缓冲区时，fflush传入的是FILE*指针。

解释关于fork再加重定向“>”后数据会打印两份的原因

①没有进行>时，我们看到打印了四条数据。stdout默认采用的是行刷新，在进行fork之前三条C函数已经将数据打印到显示器上了，FILE中不在存有相应数据了；

②如果我们进行了>，写入的文件不再是显示器，而是普通文件，采用的刷新策略也不再是行缓冲而是全缓冲，而这三条C打印显然不能填满缓冲区，于是数据就没有被刷新。fork函数之后紧接着就是程序退出，故当fork创建子进程后，无论父子进程谁先退出都必定会发生写时拷贝（缓冲区刷新就是修改），因此父子进程分别向log.txt中打印了数据。

至于write，他是linux系统调用，不属于C，且write用的是fd文件描述符没有使用FILE结构体，所以C提供的缓冲区中就不考虑write，因此无论那种情况write都只打印了一次。

为什么stdout标准输出默认采用行缓冲？

有关文件描述符的解释，参看：Linux中有关文件操作的系统接口，文件描述符，重定向的介绍-CSDN博客

有关fork函数和写时拷贝的解释，参看：

Linux环境下的进程创建-fork函数的使用与写时拷贝， 进程退出exit和_exit的区别，以及进程等待waitpid和status数据的提取方法-CSDN博客

4.内核缓冲区简介

1）内核缓冲区在相应文件的file_struct中。流是文件的特殊或者说流是文件的一种高级抽象。

file_struct与task_struct（PCB）一样都是内核级数据结构，在task_struct中有着指向file_struct的指针。

2）内核缓冲区的刷新策略完全由OS自主决定；

3）完整的数据刷新过程：

4）fsync函数：强制将内核缓冲区中的数据刷入磁盘。

---

总结

笔者水平浅薄，对于上述内容难免有疏忽疑错，还请读者多多指处。

希望本文对你有所帮助

读完点赞，手留余香~