信息安全系统设计基础 第9周学习笔记

系统级I/O

10.1 Unix I/O

• 一个unix文件就是一个m字节的序列（b0b1b2...bm-1）。

  所有的IO设备，如网络，磁盘，终端，都被模型化为文件，而所有的输入和输出都被当作对相应文件的读和写来执行。

10.2 打开和关闭文件

• open函数将filename转换为一个文件描述符，并且返回描述符数字。返回的描述符总是在进程中当前没有打开的最小描述符。

  • 打开标志flags有三种基本标志：O_RDONLY(只读)、O_WRONLY（只写）、O_RDWR（可读可写）。

  • 也可以和其他三种（O_CREAT、O_TRUNC、O_APPEND）组合使用。

     O_CREAT：如果文件不存在，就创建它的一个截断的（空的）文件。
    
     O_TRUNC:如果文件已经存在，就截断它。
    
     O_APPEND：在每次写操作前，设置文件位置到文件的结尾处。
    

10.3 相关函数

• open、close、read、write。具体定义可以参见man手册。

  • 某些情况下，原始的read,write传送的字节比应用程序要求的要少，这些不足值（short count）不一定是错误（意为，比如read函数参数要读5个字节，结果只读了3个字节，即小于5），下面的情况下将可能发生不足值：

      读时遇到EOF。
    
      从终端读文本行。
    
      读和写网络套接字。
    

10.4 用RIO包健壮地读写

• 这个包会处理上面的不足，RIO提供了方便、健壮和高效的I/O。提供了两类不同的函数：

  • 无缓冲的输入输出函数 直接在存储器和文件之间传送数据，没有应用级缓冲，它们对将二进制数据读写到网络和从网络读写二进制数据尤其有用。

  • 带缓冲的输入函数

      ssize_t rio_readn(int fd,void *usrbuf,size_t n);
    
      ssize_t rio_writen(int fd,void *usrbuf,size_t n);
    

• 对同一个描述符，可以任意交错地调用rio_readn和rio_writen。一个问本行的末尾都有一个换行
  符，那么像读取一个文本中的行数怎么办，使用read读取换行符这个方法不是很妥当，可以调用一个包装函数（rio_readineb），它从一个内部读缓冲区拷贝一个文本行，当缓冲区为空时，会自动地调用read重新填满缓冲区。也就是说，这些函数都是缓冲区操作而言的。

• 函数是线程安全的：它在同一个描述符上可以被交替地调用。

10.5 读取文件元数据

• 元数据：关于文件的信息，如创建时间，修改时间，metadata。可以调用stat，fstat函数。

• 文件类型:

    普通文件：二进制或文本数据，宏指令：S_ISREG()
  
    目录文件：包含其他文件的信息，宏指令:S_ISDIR()
  
    套接字：通过网络和其他进程通信的文件，宏指令:S_ISSOCK()
  

10.6 共享文件

• 内核用三种相关的数据结构来表示打开的文件。

  • 描述符表：它的表项由进程打开的文件描述符来索引的。

  • 文件表：打开文件的集合是一张文件表来表示的，所有的进程共享这张表。

  • v-node表：同文件表一样，所有的进程共享这张v-node表。每个表项包含stat结构中的大部分信息，如文件大小等。

• 多个描述符也可以通过不同的文件表项来引用同一个文件。

10.7 I/O重定向

• Unix外壳提供了I/O重定向操作符，允许用户将磁盘文件和标准输入输出联系起来

    unix > ls > foo.txt
  
    实际是dup2函数（one case）。dup2函数对文件描述符表项进行重定位。
  

10.8 标准I/O

• 标准函数如fopen,fclose,fread,fwrite,fgets,fputs,scanf,printf。

• 标准IO库将一个打开的文件模型化为一个流，对于程序员来说，一个流就是一个指向类型为FILE结构的一个指针。每个ANSI C程序开始都有三个打开的流stdin,stdout,stderr，分别对应于标准输入、输出、错误。

• 类型为FILE的流是对文件描述符和流缓冲区的抽象。

• 标准I/O流，从某种意义上而言是全双工的，因为程序能够在同一个流上执行输入和输出。但是有一些限定：

  • 限定1:输入函数跟有输出函数之后。如果中间没有fflush,fseek,fsetpos或rewind的调用，一个输入函数不能跟随在一个输出函数之后。fflush清空与流相关的缓冲区，后三个函数使用unix IO lseek函数来重置当前文件的位置。

  • 限定2:输出函数跟有输入函数之后。情况类同上。
    这些限定给网络应用带来一个问题：因为对套接字使用lseek是非法的。用Rio包可以解决这个问题。用sprintf把输出格式化一个字符串，通过rio_writen输出，傅rio_readlineb来读一行，用scanf来从文本中提取不同的字段。

参考资料：

• 深入理解计算机系统（第二版）pdf

• 深入理解计算机系统笔记，系统级I/O

读书小结

• Unix内核使用三个相关的数据结构来表示打开的文件。描述符表中的表项指向打开文件表中的表项，而打开文件表中的表项又指向v-node表中的表项。每个进程都有它自己单独的描述符表，而所有的进程共享同一打开文件表和v-node表。

• 有一些代码还存在不明白的地方。