【看表情包学Linux】初识文件描述符 | 虚拟文件系统 (VFS) 初探 | 系统传递标记位 | O_TRUNC

发布时间:2024-07-12 21:35

阅读量:3

爆笑教程《看表情包学Linux》👈 猛戳订阅！

💭 写在前面：通过上一章节的讲解，想必大家已对文件系统基本的接口有一个简单的了解，本章我们将继续深入讲解，继续学习系统传递标志位，介绍 O_WRONLY, O_TRUNC, O_APPEND 和 O_RDONLY。之后我们就正是打开文件描述符 fd 的大门了，之前我们所探讨讲解的系统文件操作，都是为了给文件描述符做铺垫的，可见这这一块知识点是相当的重要。话不多说，让我们正式开始本章的学习！

📜 本章目录：

Ⅰ. 系统传递标记位

0x00 引入：O_WRONLY 没有像 w 那样完全覆盖？

0x01 O_TRUNC 截断清空（对标 w）

0x02 O_APPEND 追加（对标 a）

0x04 回头看问题：fd 的 0,1,2,3...

本篇博客全站热榜排名：未上榜

Ⅰ. 系统传递标记位

0x00 引入：O_WRONLY 没有像 w 那样完全覆盖？

$C$ 语言在 $w$ 模式打开文件时，文件内容是会被清空的，但是 O_WRONLY 好像并非如此？

💬 代码演示：当前我们的 log.txt 内有 5 行数据，现在我们执行下面的代码：

int main(void) {     umask(0);     // 当我们只有 O_WRONLY 和 O_CREAT 时     int fd = open("log.txt", O_WRONLY | O_CREAT, 0666);     if (fd < 0) {         perror("open");          return 1;     }     printf("fd: %d\n", fd);           // 修改：向文件写入 2 行信息     int cnt = 0;     const char* str = "666\n";  // 修改：内容改成666（方便辨识）     while (cnt < 2) {        write(fd, str, strlen(str));        cnt++;     }      close(fd);      return 0; }

❓ 疑点：O_WRONLY 怎么没有像 w 那样完全覆盖？？？

我们以前在 $C$ 语言中，w 会覆盖把全部数据覆盖，每次执行代码可都是会清空文件内容的。

而我们的 O_WRONLY 似乎没有全部覆盖，曾经的数据被保留了下来，并没有清空！

其实，没有清空根本就不是读写的问题，而是取决于有没有加 O_TRUNC 选项！

因此，只有 O_WRONLY 和 O_CREAT 选项是不够的：

如果想要达到 w 的效果还需要增添 O_TRUNC
如果想到达到 a 的效果还需要 O_APPEND

下面我们就来介绍一下这两个选项！

0x01 O_TRUNC 截断清空（对标 w）

在我们打开文件时，如果带上 O_TRUNC 选项，那么它将会清空原始文件。

如果文件存在，并且打开是为了写入，O_TRUNC 会将该文件长度缩短 (truncated) 为 0。

也就是所谓的 截断清空 (Truncate Empty) ，我们默认情况下文件系统调用接口不会清空文件的，

但如果你想清空，就需要给 open() 接口带上 O_TRUNC 选项：

💬 代码演示：让 open() 达到 fopen 中 "w" 模式的效果

int main(void) {     umask(0);     int fd = open("log.txt", O_WRONLY | O_CREAT | O_TRUNC, 0666);     if (fd < 0) {         perror("open");          return 1;     }     printf("fd: %d\n", fd);           // 向文件写入 2 行信息     int cnt = 0;     const char* str = "666\n";     while (cnt < 2) {        write(fd, str, strlen(str));        cnt++;     }      close(fd);      return 0; }

然而 $C$ 语言的 fopen 函数，只需要浅浅地标上一个 "w" 就能搞定了：

fopen("log.txt", "w");

调一个 w 就以写的方式打开了，不存在会自动创建，并且会完全覆盖原始内容，是如此的简单！

它对应的底层 open 调用，调用接口所传入的选项就是 O_WRONLY, O_CREAT, O_TRUNC。

由此可见， $C$ 的 fopen 是多么的好用！open 不仅要传这么多选项，而且属性也要设置：

open("log.txt", O_WRONLY | O_CREAT | O_TRUNC, 0666); fopen("log.txt", "w");

0x02 O_APPEND 追加（对标 a）

上一章我们复习了 a 模式， $C$ 语言中我们以 a 模式打开文件做到追加的效果。

现在我们用 open，追加是不清空原始内容的，所以我们不能加O_TRUNC，得加 O_APPEND：

int fd = open("log.txt", O_WRONLY | O_CREATE | O_APPEND, 0666);

💬 代码演示：让 open() 达到 fopen 中 "a" 模式的效果

#include <stdio.h> #include <sys/types.h> #include <sys/stat.h> #include <fcntl.h> #include <unistd.h> #include <string.h>  int main(void) {     umask(0);     int fd = open("log.txt", O_WRONLY | O_CREAT | O_APPEND, 0666);     if (fd < 0) {         perror("open");          return 1;     }     printf("fd: %d\n", fd);           // 向文件写入 2 行信息     int cnt = 0;     const char* str = "666\n";     while (cnt < 2) {        write(fd, str, strlen(str));        cnt++;     }      close(fd);      return 0; }

我们再来对照 $C$ 语言的 fopen，想做到这样的效果只需要一个 "a" ：

open("log.txt", O_WRONLY | O_CREAT | O_APPEND, 0666); fopen("log.txt", "a");

实际上，系统级别的接口本来就是被文件接口封装的，fopen 是系统级文件接口的底层实现。

我们的 a, w, r... 在底层上实际上就是这些 "O_" 组合而成的，使用系统接口麻烦吗？

当然麻烦！要记这么多东西，当然还是 C 语言用的更爽了，一个字母标明文件模式就行了。

0x03 O_REONLY 读取

如果我们想读取一个文件，那么这个文件肯定是存在的，我们传 O_RDONLY 选项：

int main() {     umask(0);      int fd = open("log.txt", O_RDONLY);     if (fd < 0) {         perror("open");         return 1;     }      printf("fd: %d\n", fd);      char buffer[128];     ssize_t s = read(fd, buffer, sizeof(buffer) - 1);     if (s > 0) {         buffer[s] = '\0';  // 最后字符串序列设置为 '\0'          printf("%s", buffer);     }       close(fd);             return 0; }

Ⅱ. 文件描述符（fd）

0x00 引入：open 参数的返回值

int fd = open("log.txt", O_WRONLY | O_CREAT, 0666);

我们使用 open 函数举的例子中，一直是用一个叫做 fd 的变量去接收的。

fopen 中我们习惯使用 fp / pf 接收返回值，那是因为是 fopen 的返回值 FILE* 是文件指针，

file pointer 的缩写即是 fp，所以我们就习惯将这个接收 fopen 返回值的变量取名为 fp / pf。

那为什么接收 open 的返回值的变量要叫 fd 呢？

这个 fd 究竟是何方神圣？我们现在就揭开其神秘面纱，一睹芳容！它就是……

open 如果调用成功会返回一个新的 文件描述符 (file descriptor) ，如果失败会返回 -1 。

$\textrm{ fd} < 0$ ：失败 (success)
$\textrm{fd} \geq 0$ ：成功 (failed)

💬 代码演示：我们现在多打开几个文件，观察 fd 的返回值

int main(void) {     int fd_1 = open("log1.txt", O_WRONLY | O_CREAT, 0666);     int fd_2 = open("log2.txt", O_WRONLY | O_CREAT, 0666);     int fd_3 = open("log3.txt", O_WRONLY | O_CREAT, 0666);     int fd_4 = open("log4.txt", O_WRONLY | O_CREAT, 0666);     int fd_5 = open("log5.txt", O_WRONLY | O_CREAT, 0666);      printf("fd_1: %d\n", fd_1);      printf("fd_2: %d\n", fd_2);      printf("fd_3: %d\n", fd_3);      printf("fd_4: %d\n", fd_4);      printf("fd_5: %d\n", fd_5);           close(fd_1);     close(fd_2);     close(fd_3);     close(fd_4);     close(fd_5);      return 0; }

我们发现这 open 的 5 个文件的 $\textrm{fd}$ (返回值) 分别是，那么问题了来了：

① 为什么从 3 开始，而不是从 0 开始？0, 1, 2 去哪了？

0：标准输入（键盘，stdin）
1：标准输出（显示器，stdout）
2：标准错误（显示器，stderr）

系统接口认的是外设，而标准库函数认的是：

#include <stdio.h>  extern FILE* stdin; extern FILE* stdout; extern FILE* stderr;

系统调用接口！那么 stdin, stdout, stderr 和上面的 0,1,2 又有什么关系呢？

想解决这个问题，我们得先说说 $\textrm{FILE}$ ：

我们知道，FILE* 是文件指针，那么 $\textrm{FILE}$ 是什么呢？它是库提供的结构体。

只要是结构体，它内部一定封装了多个成员！

虽然用的是 FILE*，但是系统的底层文件接口只认 $\textrm{fd}$ ，也就是说：

标准库调用的系统接口，对文件操作而言，系统接口只认文件描述符。

" 文件操作的系统接口属于是六亲不认，只认 fd "

因此， $\textrm{FILE}$ 内部必定封装了文件操作符 $\textrm{fd}$ ！

下面我们来验证一下，先验证 0,1,2 就是标准

💬 代码验证：0 是标准输入 (stdin)

int main(void) {     // 验证 0,1,2 就是标准 I/O     char buffer[1024];     ssize_t s = read(0, buffer, sizeof(buffer) - 1);      if (s > 0) {         buffer[s] = '\0';          printf("echo: %s", buffer);     } }

💬 代码验证：stdout 标准写入(1) 和 stderr 错误写入(2) ：

int main(void) {     const char* s = "Hello, write something\n";     write(1, s, strlen(s));  // 1：向标准输入写入     write(2, s, strlen(s));  // 2：向标准错误写入 }

（1 和 2 的区别我们放到后面再讲）

至此，我们证明了 ——

每次我们打开文件虽然打开的是 3，但是可以像 3,4,5,6…… 去写，默认系统就会帮我们打开：

0 (标准输入, stdin) ，1 (标准输出, stdout)，2 (错误输出, stderr)

下面我们要做的是，验证一下 0,1,2 和 stdin, stdout 和 stderr 的对应关系。

根据我们目前的分析， $\textrm{FILE}$ 本来就是一个结构体，因为系统只认 $\textrm{fd}$ ，

所以语言本身调用的一定是系统结构，这就直接决定了不管怎么封装，底层必须有 $\textrm{fd}$ ！

💬 代码验证：下面我们就来证明 $\textrm{fd}$ 的存在，证明 stdin, stdout 和 stderr 的对应关系

int main(void) {     printf("stdin: %d\n", stdin->_fileno);     printf("stdout: %d\n", stdout->_fileno);     printf("stderr: %d\n", stderr->_fileno); }

" 这……就是透过现象看本质！"

函数接口的对应：fopen / fclose / fread / fwrite ： open / close / read / write

数据类型的对应：(FILE* → FILE) → $\textrm{fd}$

🔺 结论：我们用的语言接口一定封装了系统调用接口！

② 这个 0, 1, 2, 3, 4, 5……，是不是有点像数组下标？

" 咳咳……不是有点像，它就是数组下标！"

刚才返回 $\textrm{fd}$ 的，用的都是系统接口，是操作系统提供的返回值。

既然操作系统能给你，那说明操作系统内部是有的。

文件描述符的值为什么是 1,2,3,4,5... ？为了理解这个问题，我们需要做大量的铺垫！

0x01 文件描述符的底层理解

💭 逻辑推导：进程：内存文件的关系 → 内存 → 被打开的文件实在内存里面的

一个进程可以打开多个文件，所以在内核中，进程与打开的文件之比为：

$1:n$

所以系统在运行中，有可能会存在大量的被打开的文件 → OS 要对这些被打开的文件进行管理！

OS 如何管理这些被打开的文件呢？还是我们老生常谈的那句话：

先描述，再组织！

所以对我们来说，一个文件被打开不要片面的认为只是对文件内容动动手脚！

它还要在内核中创建被打开文件的内核数据结构 —— 先描述

struct file {     // 包含了你想看到的文件的所有大部分 内容 + 属性          struct file* next;     struct file* prev; };

* 注：上面的代码是便于理解的，可不是内核真正的代码，真的可远比这复杂得多！

如果你在内核中打开了多个的文件，那么系统会在内核中为文件创建一个struct file 结构。

可以通过 next 和 prev 将其前后关联起来（内核的链表结构有它自己的设计，这里我们不关注）。

既然你打开了一个文件，就会创建一个 struct file，那么你打开多个文件，

系统中必然会存在大量的 struct file，并且该结构我们用链表的形式链接起来：

如此一来，对被打开的文件的管理，就转化成为了对链表的增删改查！

"这一幕怎么有些似曾相识？我们之前讲进程好像就是这么讲的！task_struct！"

进程与打开的文件之比为 $1:n$ ，进程能打开这么多文件，那么：

进程如何和打开的文件建立映射关系？打开的文件哪一个属于我的进程呢？

在内核中，task_struct在自己的数据结构中包含了一个 struct files_struct *files (结构体指针)：

struct files_struct *files;

而我们刚才提到的 "数组" 就在这个 file_struct 里面，该数组是在该结构体内部的一个数组。

struct file* fd_array[];

该数组类型为 struct file* 是一个 指针数组，里面存放的都是指向 struct file 的指针！

" 指向 struct file 的指针！是不是恍然大悟？这不就是文件的 stuct file 结构么？没错！"

数组元素映射到各个被打开的文件，直接指向对应的文件结构，若没有指向就设为 NULL。

此时，我们就建立起了 "进程" 和 "文件" 之间映射关系的桥梁。

🔍 看图理解：在内核中实现的映射关系

如此一来，进程想访问某一个文件，只需要知道该文件在这张映射表中的数组下标。

上面这些就是在内核中去实现的映射关系了！这个下标 0,1,2,3,4 就是对应的文件描述符 $\textrm{fd}$ ！

我们调用的 open / read / write / close 接口都需要 $\textrm{fd}$ ：

" 可以理解为买彩票，由于关系复杂就不给大家讲故事了，自行理解"

① 选号：当我们 open 打开一个新的文件时，先创建 struct file，然后在当前的文件描述表中分配一个没有被使用的下标，把 stuct file 结构体的地址填入 struct file* 中，然后通过 open 将对应的 $\textrm{fd}$ 返回给用户，比如 3，此时我们的 $\textrm{fd}$ 变量接收的 open 的返回值就是 3 了。

② 兑奖：后续用户再调用 read, write 这样的接口一定传入了对应的 $\textrm{fd}$ ，找到了特定进程的 files，在根据对应的 $\textrm{fd}$ 索引到指针数组，通过 sturct file* 中存储的 struct file 结构体地址，找到文件对象，之后就可以对相关的操作了。

🔺 总结：其本质是因为它是一个数组下标，系统中使用指针数组的方式，建立进程和文件之间的关系。将 $\textrm{fd}$ 返回给上层用户，上层用户就可以调用后续接口 (read, write...) 来索引对应的指针数组，找到对应文件，这就是 $\textrm{fd}$ 为什么是 0,1,2... 的原因了！

0x02 理解：Linux 下一切皆文件

我们上面说的 0,1,2 → stdin, stdout, stderr → 键盘, 显示器, 显示器，这些都是硬件啊？

也用你上面讲的 struct file 来标识对应的文件吗？在解答这个问题之前，我们需要讲清楚：

" Linux 下一切皆文件 "

一切皆文件这个话题在之前的章节我们已经提过了，但是当时由于知识点尚未展开，没法讲解。

现在我们到了去讲解这个概念的时侯了，希望大家可以尝试去理解 "Linux 下一切皆文件" 。

在这之前我们先说个题外话，其实语言也是可以模拟面向对象的！

💬 代码演示：在中用 struct 模拟面向对象

struct file {     // 对象的是属性     // 函数指针     void *(readp)(struct file* filep, int fd ...);     void *(writep)(struct file* filep, int fd...); };  void read(struct file* filep, int fd...) {     // 逻辑代码 }  void write(struct file* filep, int fd...) {     // 代码 }

C++ 本身就是从 C 语言衍生出来的，并不是 "万丈高楼平地起" 的。

是大量工程实战后不断积累的产物，所以 C++ 的面向对象实际上在 C 中也能实现。

我们举个例子：我们在计算机中，有各种硬件：键盘、显示器、磁盘、网卡、其他硬件...

对我们现阶段而言，这些设备我们统一称之为 "外设"，下面我们来看图。

🔍 看图理解：注意，下图的 "上层" 是刚才演示的 "映射关系图"

虽然指针指向的是差异化的代码，但是在 深灰色层，我们看到的都是 struct file 文件对象！

在这一层我们以统一的视角看待所有的设备，往上我们就看作 "一切皆文件" ！

也就是说：如果想打开一个文件，打开之后把读写方法属性交给 OS，

在内核里给该硬件创建 stuct file，初始化时把对应的函数指针指向具体的设备，

在内核中存在的永远都是 struct file，然后将 struct file 互相之间用链表关联起来。

站在用户的角度看，一个进程看待所有的文件都是以统一的视角看待的，

所以当我们访问一个 file 的时候，这个 file 具体指向底层的哪个文件或设备，

这完全取决于其底层对应的读写方法指向的是什么方法！

这操作是不是感觉很熟悉！？

多态？C++ 中运行时多态用的虚表和虚函数指针，那不就是函数指针么？

"上层使用同一对象，指针指向不同的对象，最终就可以调用不同的方法"

这令人拍手叫绝的操作，你可以理解为：多态的前身

📚 补充：上面画的图，在往上走，就回到了内核的映射关系了：

这里的 struct file 指向的硬件设备是谁，就取决于底层的硬件是怎么设计的了。

通过操作系统层做了一层软件封装，达到了这样的效果。

底层叫硬件，而具体的硬件读写方法是驱动干的，具体的硬件读写是驱动程序要做的，

OS 只管跟外设要求其提供读写方法，最终 OS 在内核中给它们抽象成 struct file，

把它们都看作文件，然后通过函数指针指向具体的文件对应的设备，就完成了 "一切皆文件" ！

0x03 初识 VFS（虚拟文件系统）

上面说的这种设置一套 struct file 来表示文件的内存文件系统的操作，

我们称之为 $\textrm{VFS}$ (virtual file system) ，即 虚拟文件系统 。

0x04 回头看问题：fd 的 0,1,2,3...

至此，我们梳理完了。现在我们再回过头看 fd 的 1,2,3,4... 就能有一个清楚的认识了。

现在我们再我们最开始的问题，想必大家已经做到 "知其然知其所以然" 了！

💡 stdin,stdout,stderr 和 0,1,2 是对应关系，因为 open 时默认就打开了，这也是为什么我们默认打开一个新的文件，fd 是从 3 开始的而不是 0 开始的真正原因！

"突然茅塞顿开，上一章打印出 fd 是 3 的疑惑终于解决了！"

💡 不是有点像，它其实上就是数组下标！fd 0,1,2,3,4... 在内核中属于进程和文件的对应关系，是用数组来完成映射的，这些数字就是数组的下标。read, write, close 这些接口都必须用 0,1,2,3,4 来找到底层对应的 struct file 结构，进而访问到底层对应的读写方法 (包括相关的属性,缓冲区等) 。

📌 [ 笔者 ]   王亦优 📃 [ 更新 ]   2023.3.24 ❌ [ 勘误 ]   /* 暂无 */ 📜 [ 声明 ]   由于作者水平有限，本文有错误和不准确之处在所难免，               本人也很想知道这些错误，恳望读者批评指正！

📜 参考资料

C++reference[EB/OL]. []. http://www.cplusplus.com/reference/.

Microsoft. MSDN(Microsoft Developer Network)[EB/OL]. []. .

百度百科[EB/OL]. []. https://baike.baidu.com/.

支持

资讯

【看表情包学Linux】初识文件描述符 | 虚拟文件系统 (VFS) 初探 | 系统传递标记位 | O_TRUNC | O_APPEND

Ⅰ. 系统传递标记位

0x00 引入：O_WRONLY 没有像 w 那样完全覆盖？

0x01 O_TRUNC 截断清空（对标 w）

0x02 O_APPEND 追加（对标 a）

0x03 O_REONLY 读取

Ⅱ. 文件描述符（fd）

0x00 引入：open 参数的返回值

0x01 文件描述符的底层理解

0x02 理解：Linux 下一切皆文件

0x03 初识 VFS（虚拟文件系统）

0x04 回头看问题：fd 的 0,1,2,3...

相关阅读

广告一刻