《Linux 内核文件缓冲区：IO 性能 “悄无声息” 的优化大师》

前引：当你调用write写入文件时，数据真的 “立刻” 写到磁盘了吗？其实不然 ——Linux 内核引入了文件缓冲区，让数据先暂存于内存，再 “批量写入” 磁盘（延迟写策略）。这种设计是平衡 “IO 性能” 与 “系统开销” 的关键，但也带来了 “数据何时落盘” 的疑问。本文将解析内核文件缓冲区的工作机制，带你理解 “缓冲 IO” 为何能成为 Linux 性能优化的幕后功臣！

注意：IO（输入 / 输出）是计算机系统与外部进行数据交互的核心机制

目录

【一】C语言文件接口

（1）fopen（）

（2）fwrite（）

（3）输出流

【二】系统调用open()

实现C接口创建文件

【三】系统调用接口write()

实现C接口文件写入

【四】文件描述符

（1）文件的管理

（2）描述符0、1、2

【五】重定向

（1）输出重定向

（2）追加重定向

（3）输入重定向

【六】Linux之下一切皆文件

【七】缓冲区

（1）引入

（2）语言缓冲区

（3）子进程与缓冲区

为什么对文件没有添加路径，会默认创建在当前工作目录？

文件的操作由当前进程完成的，而每个进程都有自己的“当前工作目录”，进程启动时会继承父进程的“当前工作目录”，如果我们在创建文件时没有指定路径，会采用当前进程的工作目录为默认路径

如何查看当前进程的工作目录：

由当前进程的PID->指令查询（ls -l /proc/PID/cwd）cwd代表当前工作目录

【一】C语言文件接口

（1）fopen（）

在C语言中，我们一般打开文件是由 fopen（）函数完成，函数原型：

#include <stdio.h>

FILE *fopen(const char *filename, const char *mode);

第一个参数：打开的文件名，可以带路径

第二个参数：打开文件的方式，常见的选项如下：

例如：对文件的打开/写入和关闭（对文件的写入可以不加“\\n”或者“\\0”，因为这是文件操作）

（2）fwrite（）

函数原型：

#include <stdio.h>

size_t fwrite(const void *ptr, size_t size, size_t nmemb, FILE *stream);

参数解释：

第一个参数：写入内容 第二个参数：写入大小

第三个参数：写入次数

第四个参数：文件指针

例如：

（3）输出流

C程序执行时，会默认打开三个输⼊输出流，分别是stdin,stdout,stderr，返回类型都是FILE*类型

stdin：类似键盘文件

stdout：类似显示器文件

stderr：类似显示器文件

既然类似都是 FILE* 我们也可以直接向对应的流里面写，例如：

【二】系统调用open()

open() 是 Unix/Linux 系统调用的相关文件操作接口，不是 C 标准库函数，用来打开或者创建一个文件，需要设置文件的权限等信息，因此各种语言中的创建文件可能就是封装此接口！

函数原型：

#include <fcntl.h> // 包含 open() 的声明
#include <sys/stat.h> // 包含文件权限宏（S_IRUSR, S_IWUSR 等）
#include <unistd.h> // 包含 read(), write(), close() 等

int open(const char *pathname, int flags, mode_t mode);

参数解释：

第一个参数：打开或者创建的文件名（可以带路径）

第二个参数：打开文件的标志，必须包含以下三个之一，仅可选一个：

                       还可以 按位或（|）添加其他选项，常用的有：

                       例如：O_WRONLY | O_CREAT | O_TRUNC

第三个参数：当第二个参数选择创建文件时，必须填此参数（文件权限掩码）

                       当 flags 包含 O_CREAT 时，必须提供此参数，用来设置新文件的权限

                       它是一个八进制数，常用的宏定义在 <sys/stat.h> 中：

返回值：

• 成功：返回一个非负整数（文件描述符 fd，通常是 3,4,5…，因为 0、1、2 被标准输入、输出、错误占用）
• 失败：返回 -1，并且设置全局变量 errno 表示错误原因（可用 perror() 打印）

实现C接口创建文件

可以看到，文件的创建或者打开，“w”和"a"这些选项，我们可以通过系统调用的选项来完成！

【三】系统调用接口write()

write 是 Linux/Unix 系统的系统调用（直接与内核交互），用于将内存缓冲区的数据写入文件、设备或网络，是程序向外部输出数据的基础接口！

函数原型：

#include <unistd.h>
ssize_t write(int fd, const void *buf, size_t count);

注意：write 会在写入后把偏移量更新到写入的最后一个字节的下一个位置

           如果要读取对应文件把文件偏移量使用 lseek() 移动到文件开头移动到文件开头，例如：

lseek(fd, 0, SEEK_SET); // 移动到文件开头

参数解释：

第一个参数：文件描述符（通过open（）获取）

第二个参数：指向待写入数据的缓冲区的指针（const 表示函数不会修改缓冲区内容）

第三个参数：要写入的字节数（即从 buf 中取多少字节写入目标）

返回值：

成功返回写入的字节数；失败返回-1

实现C接口文件写入

【四】文件描述符

（1）文件的管理

我们知道文件的创建或者打开都是通过进程来完成的，而每个进程都会创建一个task_struct的结构对象来进行管理，在这个结构对象里面有一个 FILE* 的结构体指针，来指向一个文件描述表，这个文件描述表是一个指针数组，存放的是文件指针，来指向打开的文件，fd 即是数组的下标，例如：

在各种语言（比如C语言中），fopen()函数返回 FILE 类型的指针，和操作系统的FILE有何区别：

（2）描述符0、1、2

当我们开始用语言编写程序的时候，会默认占用文件描述表的三个位置，即stdin,stdout,stderr

stdin：类似键盘文件

stdout：类似显示器文件（用于普通输出，通常用来将不同类型的输出写到不同的文件）

stderr：类似显示器文件（用于错误、异常信息输出将不同类型的输出写到不同的文件）

验证：

【五】重定向

在上面我们已经知道了每个进程中文件描述表的存在，来管理打开的文件：

因为文件指针指向着文件，下标对应该文件指针的位置，所以我们如果直接移动文件指针在文件描述表的位置，就改变了该文件在描述表中的位置，操作系统根据文件描述表的下标来锁定文件的位置，当打开一个新的文件，会从上到下寻找空缺的数组位置来存放该文件指针，即该文件的位置

在系统调用接口中有这样一个接口：dup2（）可以更改文件指针的下标位置

函数原型：

#include <unistd.h>

int dup2(int oldfd, int newfd);

第一、二个参数都是文件下标，将 oldfd对应的下标文件指针 覆盖到 newfd对应下标（左移到右）

返回值：成功返回 newfd，失败返回-1

（1）输出重定向

操作符号：>

作用：将输出写入文件，且覆盖之前内容（理解：改变内容输出位置为文件“—>”）

实现：搭配open（）文件操作选项每次清零文件内容+dup2（）接口来改变文件描述符下标

例如：

（2）追加重定向

操作符号：>>

作用：将输出写入文件，且在末尾追加（理解：改变内容输出位置为文件“—>”）

实现：搭配open（）文件操作选项调整为每次追加内容+dup2（）接口来改变文件描述符下标

例如：

（3）输入重定向

操作符号：<

作用：从文件读取内容输出，且在末尾追加（理解：改变内容输入的位置“<—”）

实现：搭配open（）文件操作选项调整为每次追加内容+dup2（）接口来改变文件描述符下标

例如：（注意使用 write() 之后用 lseek() 移动到文件开头移动到文件开头否则读取不了）

【六】Linux之下一切皆文件

既然Linux需要管理底层的各种软硬件资源，比如：文件、网卡、显示器这些，是否是给每个资源都要生成一个独特的管理方式？NO，它把所有资源都套上 “文件的壳”，用同一套逻辑操作

管理实现：

Linux 内核有一层 虚拟文件系统（VFS），为不同类型的 “文件”（磁盘文件、设备、套接字等）提供统一接口。先描述再组织，以结构体多态继承方式实现统一接口，对各种硬件 / 文件系统完成管理，只要适配 VFS，就能被系统以 “文件” 的方式管理，无需修改上层逻辑！

【七】缓冲区

在之前我们有听过缓冲区，类似用来临时存储数据，下面我们看一个现象：

（1）引入

可以看到，只有系统调用可以正常打印，这是因为缓冲区的概念，我画图来解释：

小编个人理解：

向文件的写入、访问等都需要通过进程完成，频繁的访问不如一次性解决，因此缓冲区的存在可以提高性能，在语言层面也是如此，先将数据加载到自己对应的缓冲区，待得到某个信号再统一的刷新缓冲区的内容——缓冲区的优势

语言的标准库里面封装了系统调用，如图各种库函数需要先将内容写到语言的缓冲区，而系统调用函数直接访问系统的缓冲区，close会直接在系统层面关闭文件描述符对应的资源，也就无法再通过对应文件应描述符向系统缓冲区写入，自然的语言中的缓冲区更无法向显示器打印，包括在关闭了1号描述符资源之后，系统调用也无法向内核缓冲区写入，例如：

（2）语言缓冲区

缓冲区的刷新有三种形式：

（1）无缓冲、直接刷新——写一次刷新一次

（2）行刷新——比如‘\\n’，行语句刷新

（3）全缓冲刷新——缓冲区满了才刷新（例如：向文件写入）

（4）进程退出自动刷新缓冲

缓冲区的优势：

（1）解决效率问题（上面已经讲过）

（2）配合格式化（例如printf（"Hello %d"，2），它在缓冲区之前会完成数据替换）

缓冲区的存在位置：

库函数的调用完成一般会返回 FILE* 的指针，而 FILE 是一个结构体，数据应该是先存储在这个结构体成员里面，里面封装了文件描述符、缓冲区（字符串存储形式）………

（3）子进程与缓冲区

我们先来看下面的代码和现象：如果在最后fork（）子进程，然后指向结果写入文件会发生什么

关键：代码段没有用特殊手段是可读的（真正共享），刚 fork() 时父子进程也是共享数据的，但是退出的时候父子进程一方退出导致另一方数据被修改，数据发生写时拷贝，因此打印两份缓冲区的内容；而 write() 是在 fork() 之前直接写道内核缓冲区，因此只打印一份