CSAPP Learning
#

This document is specially for Chapter 10 of book CSAPP.

文件和文件操作
#

Unix I/O 文件读写包括以下基础操作：

打开文件，返回文件标识符对应三种状态
- stdin = 0，即从输入设备输入
- stdout = 1，即要让输出设备输出
- stderr = 2，错误
改变文件位置
读写文件
关闭文件

什么是文件标识符？
当一个进程被创建时，内核会为它分配一个非负整数；而每一个进程都有一个文件标识符表，通过索引映射到更深层的文件对象。0/1/2是新进程被创建时预先占用的id。

比如说，我们的 runner 进程开始运行了，它自身就占有了0/1/2这三个标识符在标识符表内；
此时我们open了另一个文件 wug.txt，会给它分配一个标识符3。这个3会当close它的时候被清除。
如果我们重复open它，依然会给它分配新的文件标识符。

Linux文件有三种类型：

regular file
directory - 指针，指向文件或文件夹（孩子与父母）
socket - 网络文件

C语言写法
#

int open(char *filename, int flags, mode_t mode);  

flags - 权限与操作方式，用 | 链接；
mode - 允许访问的二进制位数
返回文件标识符。

int close(int fd);  

成功返回0，失败返回-1。

ssize_t read(int fd, void *buf, size_t n);  
// Returns: number of bytes read if OK, 0 on EOF, −1 on error  
ssize_t write(int fd, const void *buf, size_t n);  
// Returns: number of bytes written if OK, −1 on error  

逐字节读写：

char c;  
while(read(STDIN_FILENO, &c, 1) != 0){  
    write(STDOUT_FILENO, &c, 1);  
}  

short counts 与阅读越界及优化
#

short counts发生在实际读取到的字节数少于请求的字节数的时候，比如遇到了网络中断，EOF等。

这可能造成阅读越界。阅读越界是读到了逻辑上不完整的部分，比如逐行读取，为了方便先一次性抓取了512个字节再进行处理，结果512字节包含了实际4.5行的内容，最后一行内容不完整逻辑断裂。

它们不会明显地引发错误，会由于大块读取，读取命令行，读写网络文件等条件触发。但是为了程序的Robust，我们有必要去处理优化这个越界行为，因为当发生了short counts之后不经过检查，继续阅读文件，就可能会出现逻辑断层等问题。

针对这个优化，csapp给出了一个rio方案。

无缓冲的 rio_readn rio_writen，检测到short counts的情况下会继续整体地索要剩下的未读到的数据字节，直到EOF等强制结束因素或字节读完为止。但是缺点是多次发起请求效率低下。
有缓冲的 rio_readinitb, rio_readlineb, rio_readnb
定义了结构体

#define RIO_BUFSIZE 8192  
typedef struct {  
    int rio_fd; /* Descriptor for this internal buf*/  
    int rio_cnt; /* Unread bytes in internal buf */  
    char *rio_bufptr; /* Next unread byte in internal buf */  
    char rio_buf[RIO_BUFSIZE]; /* Internal buffer */  
} rio_t;  

一次抓完大量的，然后再仔细处理，抓取的内容都会存在 rio_buf 里面。

这两种方法混用可能会导致冲突打架，因为有缓冲的是把数据存在结构体里。

读取文件Metadata
#

通过 stat 与 fstat 函数返回的 stat ，描述了文件的一些属性。
stat 使用filename作为输入，而 fstat 使用文件描述符。

读取文件夹
#

DIR *opendir(const char *name); //Returns: pointer to handle if OK, NULL on error  

struct dirent *readdir(DIR *dirp); //Returns: pointer to next directory entry if OK, NULL if no more entries or error  
struct dirent {  
    ino_t d_ino; /* inode number */  
    char d_name[256]; /* Filename */  
};  

int closedir(DIR *dirp); //Returns: 0 on success, −1 on error  

共享文件
#

Linux对每个打开的文件在内核中维护了：

Descriptor table - 每个进程都有一个，文件标识符为索引，指针指向flie table
File table - 被所有的进程共享，包括
- 当前的文件位置
- reference count: 被多少个进程共享
- 一个指向v-node table的指针
v-node table - 基本包含着文件属性的内容，被所有进程共享

从而我们可以理解，fork() 时子进程相当于复制了父进程的descriptor table。

I/O重定向
#

int dup2(int oldfd, int newfd); //Returns: nonnegative descriptor if OK, −1 on error  

更改文件描述符，会覆盖原位置上的文件，强行关闭它。

标准I/O流以及操作函数的使用
#

The C language defines a set of higher-level input and output functions, called the
standard I/O library, that provides programmers with a higher-level alternative
to Unix I/O.

FILE 类型的文件流是对一个文件文件描述符和流缓冲区的集成抽象，这个buffer缓冲区的工作原理类似于rio。

使用建议
#

尽可能使用标准输入/输出流。
不要用 scanf or rio_readlineb 读取二进制文件，它们实现上专门用来读文本文档。
读写操作网络文档使用 rio，标准I/O流可能会出问题。

原因是它在对同一个流同时读同时写的兼容性上比较差。
限制 1（写完想读）：如果你刚执行完“输出（写）”，接下来想“输入（读）”，中间必须穿插调用 fflush（清空缓冲区）、fseek、fsetpos 或 rewind（重置文件指针位置）这几个函数之一。
限制 2（读完想写）：如果你刚执行完“输入（读）”，接下来想“输出（写）”，中间必须穿插调用 fseek、fsetpos 或 rewind（除非你读到了 EOF）。
而在网络文档中，fseek 倒带移动文件指针是不可行的。

FILE *fpin, *fpout;  
fpin = fdopen(sockfd, "r");  
fpout = fdopen(sockfd, "w");  

fclose(fpin);  
fclose(fpout);  

这个方法不可行的原因：这个文档的 reference count 因只有一个进程所以值为1，关2次可能会出问题，在并发编程的环境下可能引发更大的问题。

只close一次会导致内存泄漏，与某个文件直接相关的内存（比如 FILE 类的存储）无法被释放。

案例回顾：scanf() 与 printf()
#

它们就是用了 stdin（文件标识符0）和 stdout（文件标识符1）这两个东西。

By Tab_1bit0

CSAPP Learning#

文件和文件操作#

C语言写法#

short counts 与阅读越界及优化#

读取文件Metadata#

读取文件夹#

共享文件#

I/O重定向#

标准I/O流以及操作函数的使用#

使用建议#

案例回顾：scanf() 与 printf()#