当前位置：首页 > news >正文

Linux_基础IO(2)

news 2025/10/25 6:52:49

接上篇，我们现在继续来讲讲文件IO知识。

我们回顾一下流程：1-3已经讲了，4的缓冲区也讲了，现在我们来讲一下关于重定向（补充）。

重定向

什么是重定向？

上一篇我们已经讲了关于文件描述符的分配规则了。

也已经认识到了

那么，现在我们再用代码来看现象：

关闭0（文件描述符）

int main()
{close(0);int fd=open("myfile",O_RDONLY);if(fd<0){perror("open");return 1;}printf("fd:%d\n",fd);close(fd);return 0;
}

我们发现：当我们关了文件描述符0后，在files_struct数组当中，找到当前没有被使用的最小的一个下标，作为新的文件描述符。这结果也符合我们的分配规则。

那么，我们继续把1关闭了呢？

int main()
{close(1);int fd=open("myfile",O_WRONLY|O_CREAT,0666);if(fd<0){perror("open");return 1;}printf("fd:%d\n",fd);fflush(stdout);close(fd);return 0;
}

注意⚠️：这里需要用fflush刷新后才能看到结果，因为文件是全缓冲，缓冲区满了才刷新，所以我们手动刷新一下。

上面这种现象就叫做重定向。其中常见的重定向有:>, >>, <。

谈谈重定向的本质：

重定向的系统调用接口dup2

我们这里主要介绍dup2

dup2()  会将 newfd  作为 oldfd  的副本，必要时会先关闭 newfd ，但请注意以下几点：
- 如果 oldfd  不是有效的文件描述符，调用会失败，且 newfd  不会被关闭。
- 如果 oldfd  是有效的文件描述符，且 newfd  的值与 oldfd  相同， dup2()  不会执行任何操作。

在这些系统调用成功返回后，新旧文件描述符可以使用相同的文件描述（参见 open(2) ），因此会共享文件偏移量和文件状态标志；例如，如果通过其中一个描述符修改了文件偏移量，另一个的偏移量也会随之改变。

这两个描述符不共享文件描述符标志（执行时关闭标志）。执行时关闭标志（……）默认是关闭的。

使用代码：

int main()
{int fd=open("myfile",O_RDWR|O_CREAT);if(fd<0){perror("open");return 1;}close(1);dup2(fd,1);while(1){char buf[128]={0};ssize_t s=read(0,buf,sizeof(buf));if(s<0){perror("read");return;}printf("%s",buf);fflush(stdout);}return 0;
}

属于这个接口，需要注意的区分哪个是newfd,哪个是oldfd（仔细读一下文档中的解释上面给出的图片）

文件系统

前言：

我们知道，文件分为被打开的文件和没被打开的文件

如果一个文件没有被打开，它是在磁盘中存储的。这就需要我们考虑以下问题了：

1.路径问题

2.存储问题

3.获取的问题（属性+文件内容）

4.效率问题

文件=文件内容+文件属性

即转换成，

磁盘上存储文件=存文件的内容+存文件的属性

文件内容---数据块

文件属性--inode

因此，Linux的文件在磁盘中存储，是将属性和内容分开存储的

现在，我们来过一遍我们讲文件系统的大致流程：

流程

1.从硬件层面出发

2.从软件层面出发

3.再回到文件系统

首先，我们上面说到磁盘，如果是第一次听说的话，会感到陌生，抽象！

那么，我们就先打破这种局面，先从硬件上认识磁盘：

一、硬件结构
- 盘片：永久性存储介质，表面有磁记录层。
- 主轴与马达：驱动盘片旋转，是定位扇区的动力来源。
- 磁头与磁头臂：磁头一面一个，通过磁头臂移动；磁头和盘面不接触，避免物理损伤。
- 磁头停靠点：磁头非工作时的停放位置。

一、存储单元
- 扇区（Sector）：磁盘访问的最基本单元，容量通常为512字节或4KB。磁盘可视为由无数扇区构成的存储介质。

二、存储结构
- 磁道（Track）：盘片上的同心圆轨道。
- 柱面（Cylinder）：多个盘片上同一位置的磁道组成的圆柱状区域。
- 磁头（Header）：负责读写盘片数据，每个盘面对应一个磁头。

三、寻址方式（CHS）
要将数据存入磁盘，需定位一个扇区，需明确三个要素：

- 磁头（Header）：定位盘面（哪一面）。
- 柱面（Cylinder）：定位磁道。
- 扇区（Sector）：定位具体存储单元。
这种通过Cylinder（柱面）、Header（磁头）、Sector（扇区）定位的方式称为CHS寻址方式。

三、工作原理与效率
- 定位过程：先通过磁头臂定位磁道和柱面，再通过盘片旋转定位扇区。
- 效率逻辑：磁头运动越少，效率越高；运动越多（如频繁跨磁道、跨柱面），效率越低。
- 软件设计启示：设计时应将相关数据放在一起，减少磁头不必要的运动，提升存储访问效率。

对磁盘进行逻辑结构（化抽象为具体）

把它延展开来，就是一个线性的。

我们用具体的数字来看看它是如何定位的？

比如设定：

每个盘面2w个扇区，每个盘面有50个磁道，每个磁道有400个扇区。

因为任意一个扇区都有下标。

假如现在我要找的扇区编号：28888

28888/20000=1

28888%20000=8888

8888/400=22

8888%400=88

因此，通过一系列的计算，得出来

C磁道：22

H磁头：1

S扇区：88

这就是我们所说的LBA地址！

再回到硬件，不仅仅CPU有“寄存器”，其他设备（外设也有），磁盘也有。

磁盘控制器的I/O端口映射表，也可称为磁盘寄存器端口地址表。
它的作用是将磁盘控制器内部的控制寄存器、数据寄存器、地址寄存器（LBA）、状态寄存器等硬件组件，映射到特定的I/O端口地址上。CPU通过读写这些端口地址，就能间接操作磁盘的各类寄存器，实现对磁盘的指令发送、数据传输和状态查询等功能（例如IDE硬盘控制器的端口0x1F0~0x1F7就对应了数据、命令、状态等不同类型的寄存器）。

- CPU：作为系统核心，发起对磁盘的IO操作指令。
- 磁盘寄存器：
- 控制寄存器（r/w）：用于发送读写控制指令，决定磁盘的操作类型。
- 数据寄存器：负责暂存CPU与磁盘之间传输的实际数据。
- 地址寄存器（LBA）：通过逻辑块地址（LBA）方式定位磁盘的存储单元（扇区）。
- 状态寄存器（结果）：反馈磁盘操作的执行状态，如是否完成、是否出错等。
二、IO交互流程
1. 指令发起：CPU向磁盘的控制寄存器发送读写指令，明确操作类型。
2. 地址定位：通过地址寄存器（LBA）指定要访问的磁盘存储位置。
3. 数据传输：数据在CPU与磁盘的数据寄存器之间传递，完成读写操作。
4. 状态反馈：磁盘通过状态寄存器向CPU返回操作结果，CPU根据状态判断后续动作。
三、硬件设计逻辑
- 磁盘作为外设，通过专属寄存器与CPU交互，体现了“设备寄存器是硬件与CPU通信桥梁”的设计思路。
- LBA寻址方式的引入，简化了磁盘物理地址的管理，让CPU无需关注复杂的磁头、柱面、扇区硬件结构，只需通过逻辑地址即可完成存储访问。

注意：

磁盘中的这些寄存器是硬件级别的物理寄存器，并非虚拟的。
- 控制寄存器：属于命令寄存器，用于接收CPU发送的读写等控制指令，是磁盘执行操作的“指令入口”。
- 数据寄存器：属于数据缓冲寄存器，是CPU与磁盘之间传输数据的“临时中转站”，物理上由硬件电路实现数据暂存。
- 地址寄存器（LBA）：属于地址缓冲寄存器，用于暂存逻辑块地址（LBA），将CPU的逻辑地址请求转化为磁盘可识别的存储定位信息，是硬件层面的地址映射组件。
- 状态寄存器：属于状态指示寄存器，物理上通过硬件电路的电平、标志位等反馈磁盘的操作状态，是CPU感知磁盘工作情况的“硬件信号窗口”。
这些寄存器是磁盘控制器硬件的一部分，直接参与硬件层面的IO交互，和CPU内部的物理寄存器类似，都是真实的硬件组件，而非虚拟抽象的概念。

磁盘怎么和软件进行交互的？

⚠️：并不是通过32条总线来进行交互的！！

以常见的IDE（并行ATA）和SATA（串行ATA）接口为例：
- IDE（并行ATA）：采用并行总线，数据总线位宽为16位，并非32位。它通过多个I/O端口（如0x1F0~0x1F7）与CPU交互，这些端口对应磁盘的控制、数据、地址等寄存器，软件通过读写这些端口来操作磁盘。
- SATA（串行ATA）：采用串行总线，仅用4根差分信号线（2对收发线）实现数据传输，通过“影子寄存器”和FIS（帧信息结构）模拟传统IDE寄存器的交互方式，软件通过这些虚拟的寄存器接口与磁盘通信，本质上是串行总线的逻辑抽象，并非32条物理总线。

上面所说的寄存器是属于谁的？？

这些寄存器属于磁盘控制器，是磁盘硬件的一部分。

磁盘控制器是集成在磁盘内部的硬件模块，负责管理磁盘的读写操作、地址映射、状态反馈等功能。控制寄存器、数据寄存器、地址寄存器（LBA）和状态寄存器都是磁盘控制器的组成组件，用于在硬件层面与CPU（通过总线和I/O端口）进行指令、数据和状态的交互，是磁盘实现硬件功能和软件可操作性的核心桥梁。

注意⚠️：这里磁盘控制器≠磁盘

对比项	磁盘控制器	磁盘本身
定义	是磁盘内部的硬件模块，负责管理磁盘的各类操作	是存储数据的物理介质（盘片、磁头等）
功能	处理CPU指令、管理数据传输、地址映射、状态反馈等	提供永久性存储介质，通过磁记录技术保存数据
组成	由控制寄存器、数据寄存器、地址寄存器、状态寄存器等硬件电路构成	由盘片、磁头、主轴马达、磁头臂等机械和存储组件构成
与CPU交互	直接通过总线和I/O端口与CPU通信，解析并执行指令	需通过磁盘控制器间接与CPU交互，自身不直接处理软件指令
核心作用	是磁盘的“大脑”，负责逻辑控制和硬件调度	是磁盘的“存储载体”，负责数据的物理存储

ok,大概了解完磁盘后，我们来认识一下关于文件系统里面的知识点。

在此之前,先介绍一下mke2fs指令

mke2fs指令

mke2fs 是 Linux 系统中用于创建 ext2、ext3、ext4 文件系统的工具，属于 e2fsprogs 软件包的一部分。它负责在磁盘分区上初始化文件系统的元数据（如超级块、inode 表、数据块等），使分区能被 Linux 识别并用于存储文件(存储和组织)。

语法:mke2fs [选项] 设备名

通过 mke2fs ，你可以灵活地为磁盘分区初始化 ext 系列文件系统，满足不同场景的存储需求。

价值:

创建好的 ext 文件系统是 Linux 生态的“通用语言”——系统的文件管理工具（如 ls 、 cp 、 rm ）、应用程序（如数据库、Web 服务）都依赖它来读写数据，是 Linux 存储层的核心基础工具之一。

即,没有 mke2fs 创建的文件系统，Linux 就无法在磁盘分区上“理解”和管理文件

看一下Linux显示文件的信息：

从上面我们看到有个inode，它代表什么意思呢？

我们先了解一下Linux下的文件系统的构成：

现在我们来对上面的名词进行解释!

Linux ext2文件系统，上图为磁盘文件系统图（内核内存映像肯定有所不同），磁盘是典型的块设备，硬盘分区被划分为一个个的block。一个block的大小是由格式化的时候确定的，并且不可以更改。例如mke2fs的-b选项可以设定block大小为1024、2048或4096字节。而上图中启动块（Boot Block）的大小是确定的，
Block Group：ext2文件系统会根据分区的大小划分为数个Block Group。而每个Block Group都有着相同的结构组成。

超级块（Super Block）：存放文件系统本身的结构信息。记录的信息主要有：bolck 和 inode的总量，未使用的block和inode的数量，一个block和inode的大小，最近一次挂载的时间，最近一次写入数据的时间，最近一次检验磁盘的时间等其他文件系统的相关信息。Super Block的信息被破坏，可以说整个文件系统结构就被破坏了

GDT，Group Descriptor Table：块组描述符，描述块组属性信息（每个组块都对应一个块组描述符，GDT就是这些描述符的集合）

通过 GDT，文件系统可以快速定位每个块组的管理信息，从而高效地分配、回收数据块和 inode，保障文件的存储与访问。

可将文件系统的“块组”类比为城市的“行政区”，GDT 则是记录每个行政区“政务中心位置、资源余量、管理边界”的管理台账——系统通过查阅 GDT，就能清晰掌握每个块组的状态，进而对文件存储进行精细化管理。

GDT 的完整性直接影响文件系统对块组的管理能力。若 GDT 损坏，文件系统可能无法正确识别块组的结构，导致数据块或 inode 分配异常，甚至引发文件丢失、分区无法挂载等问题。

块位图（Block Bitmap）：Block Bitmap中记录着Data Block中哪个数据块已经被占用，哪个数据块没有被占用

inode位图（inode Bitmap）：每个bit表示一个inode是否空闲可用。

i节点表:存放文件属性如文件大小，所有者，最近修改时间等

（下图的名称我上面已经解释过了！）

数据区：存放文件内容

补充：

这里说的ACM：

Access 最后访问时间

Modify 文件内容最后修改时间

Change 属性最后修改时间

一、文件与inode

- inode的核心作用：Linux中每个文件对应一个inode，inode以分区为单位管理，不可跨分区。inode存储文件的所有属性（如权限、大小、时间等），但不包含文件名。
- 文件操作的系统行为的本质：
- 新建文件：系统会分配inode、数据块，建立文件名与inode的映射。
- 删除文件：本质是允许该文件的inode和数据块被覆盖。
- 查找文件：通过文件名找到对应的inode，再通过inode访问数据块。
- 修改文件：若只是修改内容，inode可能不变；若修改属性（如权限），则直接更新inode信息。
- 查看inode编号：用户日常用文件名操作，若需查看inode，可通过 ls -i 文件名等命令获取。

二、目录的本质

- 目录也是文件：目录有自己的inode，也具备文件的“属性+内容”结构。
- 目录的数据块内容：存储该目录下文件名与对应文件inode的映射关系。
- 目录权限的意义
- 无 w 权限：无法在该目录下创建文件。
- 无 r 权限：无法查看该目录下的文件列表。
- 无 x 权限：无法进入该目录。
- 同名文件限制：同一目录下不能有同名文件，因为目录的数据块中“文件名-inode”映射需保持唯一。
- dentry缓存：用于加速目录与文件的映射关系查询，提升文件访问效率。

将属性和数据分开存放的想法看起来很简单，但实际上是如何工作的呢？

创建一个新文件主要有一下4个操作：

1. 存储属性

内核先找到一个空闲的i节点。内核把文件信息记录到其中。

2. 存储数据

该文件需要存储在三个磁盘块，内核找到了三个空闲块：200,500，800。将内核缓冲区的第一块数据复制到200，下一块复制到500，以此类推。

原因：

在Linux的磁盘存储架构中，文件的数据是分散存储在多个磁盘块中的。每个磁盘块有固定的容量（比如常见的4KB），当一个文件的大小超过单个磁盘块的容量时，就需要多个磁盘块来存储其全部数据。
以图中为例，该文件的数据量需要占用3个磁盘块（200、500、800），这是因为文件的实际大小超过了单个磁盘块的存储能力，所以必须通过多个磁盘块的“拼接”来完整存储文件内容。inode（i节点）会记录这些磁盘块的编号列表（如200、500、800），从而让系统能够按顺序读取这些磁盘块，还原出完整的文件数据。

3. 记录分配情况

文件内容按顺序200,500,800存放。内核在inode上的磁盘分布区记录了上述块列表。

4. 添加文件名到目录

新的文件名abc。linux如何在当前的目录中记录这个文件？内核将入口（123456，abc）添加到目录文件。文件名和inode之间的对应关系将文件名和文件的内容及属性连接起来

文件的软链接与硬链接

在 Linux 系统中，文件的硬链接和软链接（符号链接）是两种不同的文件链接方式，

一、硬链接（Hard Link）

硬链接是通过inode（索引节点）来建立链接关系，多个硬链接指向同一个 inode，本质上是同一个文件。

- 创建方法：使用 ln 命令，语法为 ln 源文件硬链接文件
示例：若有文件 file.txt ，创建其硬链接 hard_link.txt ，可执行 ln file.txt hard_link.txt
- 特点：
- 删除源文件，硬链接文件仍可正常访问，因为 inode 未被删除，只要还有一个硬链接存在，文件数据就不会被删除。

- 硬链接不能跨文件系统（分区）创建。。

- 限制：Linux 系统不允许对目录建立硬链接，原因是会导致目录结构出现循环引用，破坏文件系统的树形结构（而目录内的 . 和 .. 是系统特殊处理的硬链接，不属于用户可创建的范围）。

另外，看上图，我们会发现这个就是我们之前说的inode的结构体中存储的引用计数。

这也是为什么删除源文件，硬链接的文件还能访问的原因！

二、软链接（Symbolic Link，符号链接）

软链接是通过路径来建立链接关系，类似于 Windows 中的快捷方式，链接文件中存储的是源文件的路径。

- 应用场景：用于跨文件系统（分区）链接、目录链接，或需要明确路径指向的场景。

- 创建方法：使用 ln -s  命令，语法为 ln -s 源文件软链接文件
示例：为 file.txt  创建软链接 soft_link.txt ，执行 ln -s file.txt soft_link.txt
- 特点：
- 软链接可以跨文件系统（分区）创建。
- 可以对目录创建软链接。
- 删除源文件后，软链接会失效，因为其指向的路径不再有效。
- 软链接文件的权限通常显示为 lrwxrwxrwx ，第一个 l  表示是链接文件。