Ch 3 文件IO

文件操作

open 和 opent 参数：要打开或创建的文件名这两个返回的文件描述符一定是最小的未用描述符数值，关闭的文件描述符就是未用的。

opent 的参数 fd 指出了相对路径名在文件系统中的开始地址

create 其实就是 open 一个新文件 close 关闭文件的时候还会释放该进程在该文件上的所有记录锁

lseek 可以显式地为打开的文件设置偏移量，有的可以设置有的不行，比如管道，FIFO，套接字。不引起任何 IO 操作偏移量可以大于文件的当前长度，中间的部分为空洞，不分配磁盘块

read, write 都会将数组暂存在 buf 中。 buf size 的确定：大于磁盘的块长度多数文件系统都有预读技术，顺序读取的时候，系统会事先读出更多的数据放入页缓存中，因此我们在多次度量IO性能的时候使用多个副本，防止命中缓存

进程表项 | 描述符表 - 文件表项 - inode 节点

文件表项：文件状态标志，当前文件偏移量，i 节点指针（lseek作用的地方，write 会对偏移量增加写入的字节数）使得每个进程有自己对该文件的偏移量

两个进程同时往偏移量相同的地方开始写会有覆盖的问题先调用 lseek 然后调用 read 或 write 并不是原子操作而且可能被中断！

pread 和 pwrite 可以保证原子IO操作并且在这个过程中不会被中断

dup 可以使传入的描述符和返回的新描述符都指向同一个文件表项 新描述符同样满足最小未用的分配原则 dup2 可以直接指定新的描述符

sync 只将修改过的块缓冲区排入写队列，然后就返回，并不等待写操作结束。 update 守护进程会周期性调用 sync 保证定期冲洗块缓冲区

fsync 会等待特定的文件描述符写操作结束后才返回 fdatasync 只关心数据更新，不关心文件的属性更新

可改变已经打开的文件的属性

对特别的设备进行 IO 操作

open /dev/fd/n 这个路径，当 n 是打开的时候，会复制描述符 n

读和写会经过内核维护的内存页面进行缓冲，每个页面可以映射到磁盘的多个块，根据块的大小，每个块可以映射到磁盘硬件的一个或多个扇区。根据内核的策略将脏页懒刷入硬盘中，从而减少 IO 次数，提高性能。

读和写都不经过内核的页缓存 page cache，打开文件的时候使用 O_DIRECT 标志可以在读写的时候防止额外的拷贝。

普通应用程序使用直接IO会导致性能的下降，但是能够让使用者完全掌握IO操作从而通过某种方式提高性能，数据库就是这样一种使用直接 IO 但是大大提高 IO 性能的程序。例如它们会使用直接 IO 来编写 WAL 组件，确保数据变更记录能够先落盘

如果使用直接IO，需要注意的是写入和读取的数据必须是块大小的整数倍，也就是 512 B 的整数倍

内存映射使得进程能够在内存中访问文件的所有位置，进程的虚拟页会直接映射到内核的页缓存中，意味着不会有 buffer io 从用户空间拷贝数据到内核空间的开销，当中不会有拷贝的 syscall 存在。读的时候除非触发 page fault，否则不会执行IO随机读操作。

私有模式类似于缓冲IO的无拷贝版共享模式可以让多个进程共享同一个 mmap