Linux 基础 I/O 深入解析

程序启动时，默认会打开三个输入输出流：

• stdin (标准输入)
• stdout (标准输出)
• stderr (标准错误)

它们在 <stdio.h> 中定义为外部变量 FILE *stdin; 等。

系统文件 I/O

系统调用是更底层、更高效的交互方式，直接面向内核。

标志位传递

系统调用通常使用位图（bitmask）来传递选项。例如，通过位移运算组合多个标志：

#include <stdio.h>
#define ONE   (1 << 0) // 0000 0001
#define TWO   (1 << 1) // 0000 0010
#define THREE (1 << 2) // 0000 0100

void check_flags(int flags) {
    if (flags & ONE)   printf("Has ONE! ");
    if (flags & TWO)   printf("Has TWO! ");
    if (flags & THREE) printf("Has THREE! ");
    printf("\n");
}

核心系统调用接口

open()

用于打开或创建文件，返回文件描述符。

#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h>
int open(const char *pathname, int flags);
int open(const char *pathname, int flags, mode_t mode);

• pathname: 目标文件路径。
• flags: 必须指定且只能指定一个访问模式：
  • O_RDONLY: 只读
  • O_WRONLY: 只写
  • O_RDWR: 读写
• 可选标志：
  • O_CREAT: 若文件不存在则创建（需配合 mode 参数）。
  • O_APPEND: 追加写模式。
  • O_TRUNC: 若文件已存在，将其长度截断为 0。
• 返回值：成功返回非负整数（文件描述符 fd），失败返回 -1。

对比 C 库函数，fopen 的模式与 open 的标志有对应关系，例如 "w" 对应 O_CREAT | O_WRONLY | O_TRUNC。

read() & write() & close()

这三个函数构成了最基础的 I/O 操作。

#include <unistd.h>
ssize_t read(int fd, void *buf, size_t count);
ssize_t write(int fd, const void *buf, size_t count);
int close(int fd);

• buf: 都是 void * 类型，不关心数据格式，以二进制流处理。
• 字符流 vs 二进制流: 底层都是二进制流。字符流的输入输出是因为我们处理的是文本，系统按 ASCII 或 UTF-8 编码解释。

库函数与系统调用的区别

文件描述符 fd

默认描述符

Linux 进程默认拥有 3 个文件描述符：

• 0: 标准输入 (stdin)
• 1: 标准输出 (stdout)
• 2: 标准错误 (stderr)

它们对应的物理设备通常是键盘和显示器。我们可以通过直接使用这些数字进行 I/O 操作。

#include <unistd.h>
char buf[1024];
// 从标准输入读取
ssize_t s = read(0, buf, sizeof(buf) - 1);
if (s > 0) {
    buf[s] = '\0';
    // 同时输出到标准输出和标准错误
    write(1, buf, s);
    write(2, buf, s);
}

文件描述符本质上是进程文件表中数组的下标。每个进程都有一个 files_struct，包含指向打开文件的指针数组。

分配规则

新打开的文件会分配最小的、未被使用的下标。

int fd = open("myfile", O_RDONLY);
printf("fd: %d\n", fd); // 通常输出 3
close(fd);

如果先关闭了 0 号描述符，再打开文件，新文件可能会获得 fd 0。

重定向

重定向的本质是修改文件描述符指向的目标。

Shell 重定向：

• cmd > file: 重定向标准输出。
• cmd 1>file 2>&1: 重定向标准输出和标准错误。

系统调用重定向： 使用 dup2(oldfd, newfd) 可以将 oldfd 的指针覆盖 newfd 的指针。

#include <unistd.h>
int dup2(int oldfd, int newfd);

例如 dup2(fd, 0) 实现输入重定向，dup2(fd, 1) 实现输出重定向。

理解一切皆文件

Windows 中的文件在 Linux 中也是文件。而 Windows 中不是文件的东西（如硬件设备、进程、Socket），在 Linux 中被抽象成了文件。

这种设计体现了多态思想。所有资源都实现了统一的 read/write 接口，只是内部回调函数不同。开发者只需掌握一套 API，即可操作文件系统、网络套接字、管道等绝大多数资源。

缓冲区机制

缓冲区是提升效率的关键，分为用户级缓冲区和内核级缓冲区。

定义与作用

缓冲区是临时存储数据的内存区域。它的核心作用是减少频繁的 I/O 系统调用，提高程序效率。

刷新机制

• 用户级缓冲区：C 标准库维护，避免频繁调用系统调用。
• 内核级缓冲区：OS 维护，提高系统调用效率。
• 强制刷新：使用 fsync() 将内核缓冲区数据刷写到硬件。

常见现象分析

现象 1：缓冲区未刷新导致数据丢失

当关闭标准输出并重定向到文件时，如果使用 printf 且缓冲区未满，程序退出前可能不会自动刷新，导致文件为空。

#include <stdio.h>
#include <fcntl.h>
#include <unistd.h>

int main() {
    close(1); // 关闭标准输出
    int fd = open("log.txt", O_CREAT | O_WRONLY | O_TRUNC, 0664);
    if (fd < 0) return 1;
    
    printf("hello world: %d\n", fd); // 此时 fd 值应为 1
    fflush(stdout); // 强制刷新缓冲区
    close(fd);
    return 0;
}

注意：stderr 默认是不带缓冲区的，即立即刷新。

现象 2：fork 后的重复写入

在 fork() 之前写入缓冲区，子进程会复制父进程的内存空间，包括缓冲区内容。如果未刷新，父子进程退出时都会尝试刷新，导致数据重复写入。

#include <stdio.h>
#include <unistd.h>

int main() {
    const char *msg0 = "hello printf\n";
    const char *msg1 = "hello fwrite\n";
    const char *msg2 = "hello write\n";
    
    printf("%s", msg0);      // 进入用户缓冲区
    fwrite(msg1, 1, strlen(msg1), stdout); // 进入用户缓冲区
    write(1, msg2, strlen(msg2));          // 直接进入内核
    
    fork(); // 复制内存，包括缓冲区
    return 0;
}

如果是终端输出，行缓冲会在遇到换行符时刷新；如果是重定向到普通文件，满页才刷新。因此 write 直接写入内核，不受影响；而 printf 和 fwrite 的内容可能在 fork 后被复制，导致子进程再次写入。

解决此类问题的关键是及时刷新缓冲区，或者在 fork 之前确保关键数据已落盘。