标准 I/O 库

直接使用系统调用的缺点：
(1) 影响系统性能
系统调用比普通函数调用开销大
因为，频繁的系统调用要进行用户空间和内核空间的切换
(2) 系统调用一次所能读写的数据量大小，受硬件的限制

解决方案：使用带缓冲功能的标准I/O库（以减少系统调用次数）

文件系统的基本概念

文件系统：一种把数据组织成文件和目录的存储方式，提供了基于文件的存取接口，并通过文件权限控制访问。

文件系统接口：
在这里插入图片描述

文件系统缓存：
在这里插入图片描述
主存(通常是DRAM)的一块区域，用来缓存文件系统的内容，包含各种数据和元数据。

文件 I/O 访问方式

标准文件访问方式

在这里插入图片描述

直接 I/O

在这里插入图片描述

实现方式：open+O_DIRECT
绕过内核缓冲区的直接访问，便有效避免了CPU和内存的多余时间开销。

O_DIRECT != O_SYNC
O_SYNC 只对写数据有效，它将写入内核缓冲区的数据立即写入磁盘
将机器故障时数据的丢失减少到最小，但仍然要经过内核缓冲区。

注意：直接 I/O 的缺点就是如果访问的数据不在应用程序缓存中，那么每次数据都会直接从磁盘进行加载，这种直接加载会非常缓慢。

直接 IO 和标准文件 IO 对比

1.使用标准不一样，文件 IO 遵循POSIX标准，只能在遵循 POSIX 标准的类UNIX环境下使用；标准 IO 遵循 ANSI 标准，只要重新编译就可以在不同的环境下运行。

2.文件 IO 属于系统文件只能在 linux 下进行系统调用，可移植性差。标准 IO 属于C库（意思是C语言环境），可以在不同的操作系统下移植使用。

3.文件 IO 使用文件描述符（fd：起的编号），标准 IO 使用文件流指针（结构体：包含文件的各种数据）。

4.文件 IO 不带缓冲，执行效率低；标准 IO 带缓冲，执行效率高。（缓冲：理解为一块内存，标准IO可以写完数据后找到合适时机一起放入磁盘，而文件IO是每写一个数据都会放一次磁盘，分为全缓冲（大小4096，向文件写入时）：写满，程序结束，主动刷新（fflush），执行.行缓冲（1024，向终端输出时用）：写满，结束，主动刷新（fflush），换行符，执行。无缓冲：每次执行。程序正常结束也会刷新缓冲区）

5.文件IO 属于系统调用，可以访问不同类型的文件，如普通文件，设备文件（open时不能create），管道文件，套接字文件等；标准IO 属于C库只能访问普通文件。

标准IO和文件IO的区别

缓存同步

为了保证磁盘系统与缓冲区中内容一致，Linux 系统提供了sync、fsync 和 fdatasync 三个函数。

函数描述：向打开的文件写数据并同步；成功返回写入的字节数，若出错，返回-1。

头文件：#include <unistd.h>

int fsync(int fd);
int fdatasync(int fd);
void sync(void);

说明：
sync -将所有修改过的块缓冲区排入写队列，然后就返回，它并不等待实际写磁盘操作结束。
fsync-将fd对应文件的块缓冲区立即写入磁盘，并等待实际写磁盘操作结束返回。
fdatasync - 类似fsync，但只影响文件的数据部分。而除数据外，fsync 还会同步更新文件属性。

Linux 文件 I/O 流程

在这里插入图片描述

文件 I/O（操作系统）

对于文件的 I/O 常见的有：
1.缓冲与非缓冲 I/O
2.直接与非直接 I/O
3.阻塞与非阻塞 I/O VS 同步与异步 I/O

缓冲与非缓冲 I/O

文件操作的标准库是可以实现数据的缓存，那么根据是否利用标准库缓冲，可以把文件 I/O 分为缓冲 I/O 和非缓冲 I/O：
缓冲 I/O：利用的是标准库的缓存实现文件的加速访问，而标准库再通过系统调用访问文件。
非缓冲 I/O：直接通过系统调用访问文件，不经过标准库缓存。
这里 「缓冲」 特指标准库内部实现的缓冲。

直接与非直接 I/O

磁盘 I/O 是非常慢的，所以 Linux 内核为了减少磁盘 I/O 次数，在系统调用后，会把用户数据拷贝到内核中缓存起来，这个内核缓存空间也就是「页缓存」，只有当缓存满足某些条件的时候，才发起磁盘 I/O 的请求。

根据是否利用操作系统的缓存，可以把文件 I/O 分为直接 I/O 与非直接 I/O：
直接 I/O：不会发生内核缓存和用户程序之间数据复制，而是直接经过文件系统访问磁盘。
非直接 I/O：读操作时，数据从内核缓存中拷贝给用户程序，写操作时，数据从用户程序拷贝给内核缓存，再由内核决定什么时候写入数据到磁盘。

如果在使用文件操作类的系统调用函数时，指定了 O_DIRECT 标志，则表示使用直接 I/O。如果没有设置过，默认使用的是非直接 I/O。

如果用了非直接 I/O 进行写数据操作，内核什么情况下才会把缓存数据写入到磁盘？
以下几种场景会触发内核缓存的数据写入磁盘：
1.在调用 write 的最后，当发现内核缓存的数据太多的时候，内核会把数据写到磁盘上；
2.用户主动调用 sync，内核缓存会刷到磁盘上；
3.当内存十分紧张，无法再分配页面时，也会把内核缓存的数据刷到磁盘上；
4.内核缓存的数据的缓存时间超过某个时间时，也会把数据刷到磁盘上；

阻塞与非阻塞 I/O VS 同步与异步 I/O

阻塞 I/O：当用户程序执行 read ，线程会被阻塞，一直等到内核数据准备好，并把数据从内核缓冲区拷贝到应用程序的缓冲区中，当拷贝过程完成，read 才会返回。
阻塞等待的是「内核数据准备好」和「数据从内核态拷贝到用户态」这两个过程：
在这里插入图片描述
非阻塞 I/O：非阻塞的 read 请求在数据未准备好的情况下立即返回，可以继续往下执行，此时应用程序不断轮询内核，直到数据准备好，内核将数据拷贝到应用程序缓冲区，read 调用才可以获取到结果。
在这里插入图片描述
这里最后一次 read 调用，获取数据的过程，是一个同步的过程，是需要等待的过程。
这里的同步指的是内核态的数据拷贝到用户程序的缓存区这个过程。

如果设置了 O_NONBLOCK 标志，那么就表示使用的是非阻塞 I/O 的方式访问，而不做任何设置的话，默认是阻塞 I/O.

应用程序每次轮询内核的 I/O 是否准备好，感觉有点傻乎乎，因为轮询的过程中，应用程序啥也做不了，只是在循环。

I/O 多路复用技术（select，poll）：通过 I/O 事件分发，当内核数据准备好时，再以事件通知应用程序进行操作。
大大改善了 CPU 的利用率，因为当调用了 I/O 多路复用接口，如果没有事件发生，那么当前线程就会发生阻塞，这时 CPU 会切换其他线程执行任务，等内核发现有事件到来的时候，会唤醒阻塞在 I/O 多路复用接口的线程，然后用户可以进行后续的事件处理。

I/O 多路复用接口最大的优势在于：户可以在一个线程内同时处理多个 socket 的 IO 请求。
用户可以注册多个 socket，然后不断地调用 I/O 多路复用接口读取被激活的 socket，即可达到在同一个线程内同时处理多个 IO 请求的目的。而在同步阻塞模型中，必须通过多线程的方式才能达到这个目的。

select I/O 多路复用过程：
read 获取数据的过程（数据从内核态拷贝到用户态的过程），也是一个同步的过程。
在这里插入图片描述
实际上，无论是阻塞 I/O、非阻塞 I/O，还是基于非阻塞 I/O 的多路复用都是同步调用。
因为它们在 read 调用时，内核将数据从内核空间拷贝到应用程序空间，过程都是需要等待的，也就是说这个过程是同步的，如果内核实现的拷贝效率不高，read 调用就会在这个同步过程中等待比较长的时间。

真正的异步 I/O 是「内核数据准备好」和「数据从内核态拷贝到用户态」这两个过程都不用等待。
当发起 aio_read 之后，就立即返回，内核自动将数据从内核空间拷贝到应用程序空间，这个拷贝过程同样是异步的，内核自动完成的，和=同步操作不一样，应用程序并不需要主动发起拷贝动作。
在这里插入图片描述