【Linux】：重定向和缓冲区

朋友们、伙计们，我们又见面了，本期来给大家带来关于重定向和缓冲区的相关知识点，如果看完之后对你有一定的启发，那么请留下你的三连，祝大家心想事成！

C 语言专栏：C语言：从入门到精通

数据结构专栏：数据结构

个人主页：stackY、

C + + 专栏：C++

Linux 专栏：Linux

1. 重定向

1.1 输出重定向

1.2 追加重定向

1.3 输入重定向

1.4 重定向系统调用接口

2. 标准错误stderr

3. 缓冲区

3.1 缓冲区存在的价值

3.2 缓冲区的刷新方式

3.3 分析样例

3.4 用户缓冲区和内核缓冲区

3.5 何为刷新

3.6 FILE结构体

1. 重定向

重定向这个概念在前面Linux常见指令章节就介绍过它的指令以及用法，那么本节来一起深入了解一下重定向：

1.1 输出重定向

echo 字符串 > 文件：将本来输出在显示器文件（标准输出）上的字符串输出至指定的文件。

标准输出对应的文件fd是1。

下面用代码来实现一下重定向的功能：
#include <stdio.h>
#include <unistd.h>
#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h>
#include <string.h>#define FILE_NAME "log.txt"int main()
{// 关闭标准输出close(1);int fd = open(FILE_NAME, O_WRONLY | O_CREAT | O_TRUNC, 0666);printf("fd: %d\n", fd);fprintf(stdout, "stdout->fd: %d\n", stdout->_fileno);// 刷新fflush(stdout);close(fd);
}
先看结果，再分析代码：

我们都知道文件fd的分配规则，是寻找最小的未被使用的fd进行分配，所以我们先把1号文件描述符关闭，然后再打开文件时，1号文件描述符就被新打开的文件分配走了，这些C语言打印函数，默认是往1号文件描述符对应的文件中打印，简单的说就是它们只认识1这个数字，并不会在乎这个文件到底是不是显示器文件，所以才会把数据打印到新打开的文件中。

至于这里为什么要加这个fflush用来刷新缓冲区在后续会详细介绍。

1.2 追加重定向

追加重定向直接把打开文件时的方式从清空改为追加即可：

#include <stdio.h>
#include <unistd.h>
#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h>
#include <string.h>#define FILE_NAME "log.txt"int main()
{// 关闭标准输出close(1);//int fd = open(FILE_NAME, O_WRONLY | O_CREAT | O_TRUNC, 0666);int fd = open(FILE_NAME, O_WRONLY | O_CREAT | O_APPEND, 0666);printf("fd: %d\n", fd);fprintf(stdout, "stdout->fd: %d\n", stdout->_fileno);// 刷新fflush(stdout);close(fd);
}

1.3 输入重定向

cat指令默认是从标准输入键盘文件中读取数据；

cat < 文件：本来从键盘读取数据，但是重定向为从指定的文件读取数据。

标准输入对应的文件fd是0。
#include <stdio.h>
#include <unistd.h>
#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h>
#include <string.h>#define FILE_NAME "log.txt"int main()
{// 关闭标准输入close(0);int fd = open(FILE_NAME, O_RDONLY);char buffer[1024];fread(buffer, 1, sizeof(buffer), stdin);printf("%s\n", buffer);close(fd);
}
当我们把标准输入文件fd关闭后，根据文件fd的分配规则，新创建的文件就被分配到了0号文件fd，C语言的这些读取接口只认识0号文件fd，只认识0这个数组，所以就直接从0号fd对应的文件中直接读取。

重定向之后上层的fd不变，但是底层fd的指向在变化，所以重定向的本质是修改特定文件fd的下标内容。

1.4 重定向系统调用接口

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

代码演示：

#include <stdio.h>
#include <unistd.h>
#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h>#define FILE_NAME "log.txt"int main()
{int fd = open(FILE_NAME, O_RDONLY);// 重定向dup2(fd, 0);char buffer[1024];fread(buffer, 1, sizeof(buffer), stdin);printf("%s\n", buffer);close(fd);
}

dpu2接口其实是文件描述符级别的数组内容的拷贝！

注意：

程序替换是不影响曾经的重定向；

程序替换没有创建新的进程，它更改的是物理到虚拟的转化以及对应的页表，并不会影响进程PCB，所以程序替换不会影响重定向。

2. 标准错误stderr

打印结果分为错误打印和正确打印，正确打印对应的是stdin，错误打印对应的是stderr，它们两者都是打印在显示器上的。

有了stderr之后，就可以将正确打印和错误打印的数据分别存储在两个不同的文件，最主要的是为了查错，当程序出错时，直接去存储错误结果文件查找错误原因。

我们在命令行使用的重定向都是简写，完整的写法是：
./exe 1 > log.txt  // 输出重定向至log.txt
./exe 1 > log.txt 2 > &1 // 将标准输出和标准错误都重定向至log.txt
./exe 1 > log.txt 2 > log.txt.error // 标准输出重定向至log.txt，标准错误重定向至log.txt.error

3. 缓冲区

在前面的文件fd章节提到过，读写数据的本质是将内核缓冲区中的数据来回拷贝。

那么我们所理解的缓冲区其实就是一块由操作系统提供的内存空间。

3.1 缓冲区存在的价值

举一个现实中的例子来理解缓冲区：

小明居住在西安，他的好朋友居住在苏州，小华和小明每年都要过生日，双方都会在彼此过生日的时候挑选好生日礼物，小明等到小华过生日的前两个月，直接骑着骑行车从西安历经两个月到了苏州，刚好把他给小华准备的生日礼物送到，小华在小明过生日的时候也一样，都是骑两个月自行车去送礼物，就这样持续了好几年，某一天小明和小华家楼下都开了一家快递公司，每小华过生日的小明直接把礼物交给快递公司，让快递公司托运给小华，当小明把礼物给快递公司时，站在小明的视角礼物已经送走了，但是站在小华的视角，礼物当前还没收到，需要时间，但这个时间肯定比小明骑着自行车送过来要更快。

在这个例子中，这个快递公司扮演的角色就类似于缓冲区，正是有了快递公司的存在，大大提升了小明送礼物的效率。

所以缓冲区的存在可以提高使用者的效率，正是因为有了缓冲区的存在，我们可以积累一部分数据再统一发送，减小了发送成本，提升了发送效率。

3.2 缓冲区的刷新方式

因为缓冲区可以暂存数据，所以它必须要有对应的刷新策略；
一般策略：

1. 无缓冲（有数据立即刷新）
2. 行缓冲（按行为单位进行刷新）
3. 全缓冲（等到数据写满缓冲区再刷新）

特殊策略：

1. 强制刷新
2. 进程退出的时候，一般要进行刷新缓冲区

对于显示器文件，一般使用的是行刷新策略；

对于磁盘文件，一般使用的是全缓冲策略。

3.3 分析样例

下面以缓冲区这个概念为基础，分析一下下面这段代码：

#include <stdio.h>
#include <string.h>
#include <unistd.h>int main()
{fprintf(stdout, "C: hello fprintf\n");printf("C: hello printf\n");fputs("C: hello fputs\n", stdout);const char *str = "system call: hello write\n";write(1, str, strlen(str));fork(); // 注意fork的位置！return 0;
}

命令行运行结果：

当我们直接运行是，和预期一致，都是打印在显示器上的，没有任何问题，但是一旦我们重定向至文件，此时就很奇怪了，接下来我们一步一步分析：

1. 当我们直接向显示器打印，显示器文件的刷新方式是行刷新，我们打印的字符串都有'\n'，在fork创建子进程之前，数据已经被刷新完毕，所以三条C接口消息和一条系统调用接口消息。
2. 当我们将内容重定向至文件log.txt，本质就是向磁盘文件进行写入，我们的系统对于数据的刷新策略从行缓冲变成了全缓冲！
3. 全缓冲的策略意味着缓冲区变大，我们写入的简单数据不足以把缓冲区写满，所以在fork执行的时候，数据依旧停留在缓冲区中。
4. 当进程退出的时候，一般要刷新缓冲区，即使数据没有满足刷新条件！
5. 观察文件中的写入结果发现C接口写入的数据是双倍的，但是系统调用接口写入的数据只有一个，所以这里的缓冲区和和操作系统没有关系，只和C语言本身有关！
6. C/C++提供给我们的缓冲区，里面一定保存的是用户的数据，属于当前进程在运行时自己的数据，但是，当我们把数据交给了OS，此时该数据就属于OS，不属于用户了。
7. 刷新缓冲区的这个操作就是把进程的数据写入到操作系统，刷新的操作属于清空、写入，所以，在fork之后，OS检测到了父子进程任意一方要对数据进行写入、清空，此时就发生了写时拷贝，父子进程各有一份数据，所以才会C语言调用的接口写入数据时才会写入两次。
8. 系统调用接口是直接写入到操作系统，不属于进程数据，所以不发生写时拷贝，只会有一份数据。