标签：
一、文章来由
最近看了《UNIX环境高级编程》，对以前比较模糊的一些知识结构又做了进一步的加强，特别是前两章讲到不带缓冲的文件I/O和带缓冲的标准I/O，对read、write、fread、fwrite、printf等等这些函数又有了新的认识。一个很大的感受是我们很多时候编程开发都只注重上层逻辑，虽然一个项目接一下项目，看上去做了不少事，但是夜深人静时仔细一想，究竟我们是否真正掌握了这些知识点，对于每一个知识点实现的机制我们是否能完整地说出来。这些东西最能体现一个人的基础知识是否扎实，我发现互联网公司的面试中最喜欢问这些基础知识，由一个很基本的函数都会层层递进引申出很多的问题。很多时候我们内心可能会很排斥，甚至不屑于这些基础知识，想着等用到的时候，我再来查，我就专注上层逻辑就好了，这样有助于提升我的开发效率。这样的想法貌似也没什么错，但是往往这就是瓶颈的来源，程序员最可怕的就是遇到瓶颈了。因为瓶颈这个东西是很难意识到的，一味追求实践而放弃理论学习，很容易就遇到瓶颈。（个人见解，不喜勿喷）
本文算是自己看完《UNIX环境高级编程》文件I/O和标准I/O两章的读书笔记，文件I/O一章说不带缓冲，但后面又出现可带缓冲，搞得我有点晕，特意记下自己对此的理解。如果有什么不对的，欢迎指出，如果你觉得本文对你有帮助，就动动手指推荐下，或者是粉我下，你的关注是我写作的最大动力。^_^
二、缓冲机制
众所周知，CPU和内存的数据交换要远大于磁盘操作，通过缓存机制，可以减少磁盘读写的次数，提高并发处理程序的效率，因此，缓存是一种提高任务存储和处理效率的有效方法。我们很多时候可以看到，缓存不单单在操作系统方面被采用，更是在Web技术、服务器端、分布式系统等领域发挥着及其重要的作用。
从宏观上看，Linux操作系统分为用户态和内核态，在处理I/O操作的时候，两者都提供了缓存。用户态的称为标准I/O缓存，也称为用户空间缓存，而内核态的称为缓冲区高速缓存，也叫页面高速缓存。既然都提供了缓存，那为什么这本书上却分不带I/O的缓存和带I/O的缓存，原因其实是“不带I/O缓存”指的是用户空间中不为这些I/O操作设有缓冲，而内核是带缓冲的，这样来看，就不会糊涂了。
三、系统I/O和标准I/O
系统I/O，又称文件I/O，或是内核态I/O，引用文件的方式是通过文件描述符，一个文件对应一个文件描述符。一个文件描述符用一个非负整数表示，0、1、2系统默认表示标准输入、标准输出、标准错误，某些UNIX系统规定了描述符的上限值OPEN_MAX，这些常量都定义在头文件<unistd.h>中。当读或写一个文件时，使用open或create系统调用返回的文件描述符标识该文件，并将其作为参数传递给read或write系统调用。
#include <unistd.h> ssize_t read(int filedes, void *buf, size_t nbytes); ssize_t write(int filedes, const void *buf, size_t nbytes);
标准I/O，又叫用户态I/O，引用文件的方式则是通过文件流（stream），一般用fopen和freopen函数打开一个流，返回一个指向FILE对象的指针，其他函数如果要引用这个流，则将FILE指针作为参数传递。一个进程预定义了三个流，并且这三个流自动被进程使用，它们是标准输入流、标准输出流和标准出错流，这三个流和系统I/O所规定的三个文件描述符所引用的文件相同。当读或写一个文件时，不像系统I/O，仅定义了read和write两个系统调用函数，标准I/O定义了多个函数，程序员可以根据自己的需求灵活使用。这些函数可以分为每次一个字符的I/O，每次一行的I/O和直接I/O（或者二进制I/O、一次一个对象I/O、面向记录的I/O、面向结构的I/O）。
1）每次一个字符的I/O
#include<sdio.h> /* 输入函数 */ int getc(FILE *fp) -> 宏 int fgetc(FILE *fp) -> 函数 int getchar(void) 等价于getc(stdin) /* 输出函数 */ int putc(int c, FILE *fp) int fputc(int c, FILE *fp) int putchar(int c) 等效于putc(c, stdout)
2）每次一行I/O
#include <stdio.h> /* 输入函数 */ char *fgets(char *restrict buf, int n, FILE *restrict fp) char *gets(char *buf) /* 输出函数 */ int fputs(cont char *restrict str, FILE *restrict fp) int puts(const char *str)
3）直接I/O
#include <stdio.h> size_t fread(void *restrict ptr, size_t size, size_t nobj, FILE *restrict fp) size_t fwrite(const void *restrict ptr, size_t size, size_t nobj, FILE *restrict fp)
到此，我们大概了解了系统I/O和标准I/O引用文件的方法，以及一些常用的I/O函数。下面通过一个图来详细看下当用户调用一个I/O函数时，用户态和内核态的一个执行流程是什么样的，进一步了解缓存在I/O操作中的作用，以及用户态I/O和内核态I/O在执行效率上的区别。
四、I/O操作的流程
如上图所示，用户进程空间和内核进程空间读写磁盘的操作都要经过缓冲区缓存，缓存的作用前面也提到过，是为了减少磁盘读写的次数，提高I/O的效率。当读写一个文件时，首先看系统I/O的操作流程。
1、系统I/O： 属于内核系统调用，没有涉及用户态的参与。以图中标号为例：
(3) 调用write函数向文件中写数据，buf中存放的就是要写入的数据，如write(fd, ‘abc‘, 3)。调用前需要先设置BUFFSIZE。不同的BUFFSIZE会影响I/O效率，下面再来说这个问题。
(5) 延迟写：当缓存区高速缓存满或者内核要重写缓冲区的时候，才将数据写入输出队列，等数据到队列首部的时候，才真正触发磁盘的写操作。
(6) 预读：当检测到正进行顺序读取时，内核就试图读入比应用程序所要求更多的数据，并假想应用程序很快就会读到这些数据。这样，当缓冲区没有数据时，能够快速填充下次要读取的数据。
(4) 调用read从缓冲区高速缓存读取所需数据到逻辑单元中进行处理。
以上，就是系统I/O所涉及到的四步操作。
2、标准I/O：属于ISO C实现的标准库函数，调用的是底层的系统调用。
(1) 将逻辑单元中的数据写入文件，根据需求，有三种函数类型可以调用，以fputc、fputs、fwrite为例，这些函数不用人为去控制缓冲区的大小，而是系统自动申请的，当用户定义了相应的I/O函数之后，根据不同的缓存类型（是全缓冲、行缓冲还是无缓冲），系统自动调用malloc等函数申请缓冲区，即标准I/O缓存。
(3)(5) 当用户缓冲区满了之后，如系统I/O操作一般，此时调用write从标准I/O缓存中复制数据到内核缓冲区，再写入磁盘。
(4)(6) 同系统I/O操作，从内核缓冲区调用read读入到用户缓冲区。
(2) 同样有三种函数类型可以调用，以fgetc、fgets、fread为例，读入逻辑单元进行后续的处理。
可见，标准I/O实现的机制就是基于系统I/O，这样看来，标准I/O在效率上肯定不如系统I/O，但事实是标准I/O与系统I/O相比并不慢很多，而且还有很多其他的优点，下面一一述说（本篇文章最重要的就是下一小节）。
五、I/O效率
系统I/O效率受限于read、write系统调用的次数，而系统调用次数则又受限于内核缓冲区的大小，即BUFFSIZE，通过设置不同的BUFFSIZE，系统CPU时间是不同的，其最小值出现在BUFFSIZE=4096处，原因是该测试所采用的是Linux ext2文件系统，其块长为4096字节，也即缓冲区所能申请到的最大缓冲区大小，我们把4096字节看做是本次最佳I/O长度。如果继续扩大缓冲区大小，对此时间几乎没有影响。所以，对于系统I/O操作，一个最大的问题就是：需要人为控制缓存的大小及最佳I/O长度的选择，另外就是系统调用与普通函数调用相比通常需要花费更多的时间，因为系统调用具体内核要执行这样的操作：1）内核捕获调用，2）检查系统调用参数的有效性，3）在用户空间和内核空间之间传输数据。
因此，引入标准I/O的目的就是为了通过标准I/O缓存来避免BUFFSIZE选择不当而带来的频繁的系统调用。根据用户不同的需求，选择不同的I/O函数，然后根据不同的缓存类型，自动调用malloc等缓存分配函数分配合适的缓存，等分配的缓存满之后，再调用系统I/O从标准I/O缓存向内核缓存拷贝数据，这样就进一步减少了系统调用的次数。
但是不同的标准I/O函数，不同的缓存类型也会带来不同的效率。如上图，当选择系统最佳I/O长度，即BUFFSIZE的大小和文件系统的块长一致，可以得到最佳的时间。当选用标准I/O函数时，每次一个字符函数fgetc、fputc和每次一行函数fgets、fputs函数相比要花费较多的CPU时间，而每次单个字节调用系统I/O则花费更多的时间，如果是一个100M的文件，则要执行大概2亿次函数调用，也就引起2亿次系统调用（从用户缓冲区到内核缓冲区，再到磁盘），而fgetc版本也执行了2亿次函数调用，但只引起了大约25222次系统调用，所以，时间就大大减少了。
综合以上，标准I/O函数虽然基于系统I/O实现，但很大程度上减少了系统调用的次数，而且不用人为关心缓冲区大小的选择，整体上提高了I/O的效率。另外，标准I/O提供了多种缓存类型，方便程序员根据不同的应用需求选择不同的缓存要求，提高了编程的灵活性，当选择无缓存时，就相当于直接调用系统I/O。
OK，大概的内容就以上这些，当然关于I/O操作这块还有很多需要注意的点，而且还有很多更加高级的I/O函数，这些在后面遇到再来做总结。最后，如果您觉得这篇文章对您有帮助就粉我吧，还是那句话，你的关注是我写作的最大动力。
标签：
原文地址：http://www.cnblogs.com/bakari/p/5532810.html
