信息安全系统设计基础第八周学习总结

第十章 系统级I/O

---

学习目标：
1.掌握系统编程和系统调用的概念
2.掌握系统编程错误处理的方式
3.掌握Unix/Linux系统级I/O:open close read write seek stat
4.掌握RIO
5.掌握I/O重定向的方法

一、知识点梳理

（一）系统级I/O概述

1.输入输出I/O

输入输出I/O是在主存和外部设备（如磁盘，网络和终端）之间拷贝数据的过程。
- 输入就是从I/O设备拷贝数据到贮存
- 输出就是从主存拷贝数据到I/O设备

2.使用原因

• 帮助理解其它系统概念。I/O视操作系统中不可或缺的一部分，我们会经常遇到I/O和其它系统概念之间的循环依赖。
• 别无选择。例如：标准I/O库没有提供读取文件元数据的方式，如文件大小和文件创建时间。

（二）Unix I/O

一个Unix文件就是一个m个字节的序列：B0，B1，...，Bk，...，B(m-1)

• 所有的I/O设备，如网络、磁盘、和终端，都被模型化为文件，而所有的输入和输出都被当做想对应的文件的读写来执行。这种将设备优雅的映射为文件的方式，允许Unix内核引出一个简单、低级的应用接口，称为UnixI/O，这使得所有的输入和输出都能以一种统一且一致的方式来执行。

1.打开文件

• 一个应用程序通过要求内核来打开文件，内核返回一个小的非负整数（描述符），内核记录有关这个文件的所有的信息，应用程序只需要记住这个描述符。

    Unix外壳创建的每个进程开始时都有三个打开的文件：
    - 标准输入（描述符为0）
    - 标准输出（描述符为1）
    - 标准错误（描述符为2）
  

• 头文件<unistd.h>

    定义常量STDIN_FILENO、STDOUT_FILENO、STDERR_FILENO
    可以用来代替显式的描述符
  

2.改变当前的文件位置。

• 对于每个打开的文件，内核保持着一个文件位置k，初始为0。这个位置是从文件开头起始的字节偏移量。
• 应用程序可以通过seek操作显式的设置文件的当前位置为k。

3.读写文件

• 读操作就是从文件拷贝n>0个字节到存储器，从当前文件位置k开始，然后将k增加到k+n。

    给定一个大小为m字节的文件，k >= m 时执行读操作会触发一个称为end-of-file（EOF）的条件，应用程序能检测到这个条件，但是文件结尾处并没有明确的“EOF符号”。
  

• 写操作就是从存储器拷贝n>0个字节到一个文件，从当前文件位置k开始，然后更新k。

4.关闭文件

• 应用通知内核关闭这个文件。作为响应，内核释放文件打开时创建的数据结构，并将这个描述符恢复到可用的描述符池当中。
• 无论进程因为何种原因终止时，内核都会关闭所有打开的文件并释放他们的存储器资源。

（三）打开和关闭文件

1.打开文件：

#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h>
#include <unistd.h>

int open(char *filename,int fliags,mod_it mode)；
- 若成功，返回值为新文件描述符
- 若出错，返回值为-1

• open函数将filename转换成一个文件描述符，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。

    fd = Open("文件名",flag参数，mode参数)
  

• fd是返回的文件描述符（数字），总是返回在进程中当前没有打开的最小描述符。

• flag参数

    表示访问方式额外提示
    - O_RDONLY:只读。
    - O_WRONLY:只写。
    - O_RDWR：可读可写。
    
    一位或者多位掩码的或
    - O_CREAT,表示如果文件不存在，就创建它的一个截断的文件。
    - 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。
  

• mode参数：指定新文件的访问权限位。作为上下文的一部分，每个进程都有一个umask，通过调用umask函数设置。当进程通过带某个带mode参数的open函数用来创建一个新文件的时候，文件的访问权限位被设置为mode & ~umask。

    给定mode和umask的默认值：
    #define DEF_MODE   S_IRUSR|S_IWUSR|S_IRGRP|S_IWGRP|S_IROTH|S_IWOTH
    #define DEF_UMASK  S_IWGRP|S_IWOTH
  

• 出错的时候返回-1。

2.关闭文件：

#include<unistd.h>
int close(int fd);

• 若成功则返回0，不成功则为-1。
• 关闭一个已经关闭的描述符程序会出错。

3.访问权限位在sys/stat.h中定义

（四）读和写文件

1.读函数

#include<unistd.h>
ssize_t read(int fd,void *buf,size_t n);

- 若成功，返回读字节数，即实际传送的字节数量
- 若EOF，返回0
- 若出错，返回-1

• read函数从描述符为fd的当前文件位置拷贝最多n个字节到存储器位置buf。

注：何为EOF

即给定了m字节大小的文件，在从k字节位置开始读或者写的时候，发现k>=m。

2.写函数

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

- 若成功，返回写的字节数
- 若出错，返回-1

• write函数从存储器位置buf拷贝至多n个字节到描述符fd的当前文件位置。

注：ssziet,sizet的区别

- ssziet被定义为int，有符号
- sizet被定义成unsigned int，无符号

• 通过调用lseek函数，应用程序能够显示地修改当前文件的位置。

3.不足值

• 在某些情况下，read和write传送的字节比应用程序要求的要少，这些不表示有错误。

    - 读时遇到EOF。假设准备读一个文件，该文件从当前文件位置开始只含有20个字节，若以50个字节的片进行读取，下一个read返回的不足值为20，此后的read将通过返回不足值0来发出EOF信号。
    - 从终端读文本行。若打开文件与终端相关联（如键盘和显示器），那么每个read函数将以此传送一个文本行，返回的不足值等于文本行大小。
    - 读和写网络套接字。若打开的文件对应于网络套接字，内部缓冲约束和较长的网络延迟会引起read和write返回不足值。（进程间的通信机制：对Unix管道调用read和write时，也有可能出现不足值）
  

• 实际上除了EOF，在读写磁盘文件时，不会遇到不足值。

• 如果想创建健壮的诸如web服务器这样的网络应用，就必须通过反复调用read和write处理不足值，直到所有需要的字节都传送完毕。

（五）用RIO包健壮地读写

RIO包会自动处理不足值。RIO提供了两类不同的函数：
- 无缓冲的输入输出函数。这些函数直接在存储器和文件之间传送数据，没有应用级缓冲，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。这些函数允许高效地从文件中读取文本行和二进制数据（函数从内部缓冲区中拷贝一个文本行，当缓冲区变空的时候，会自动地调用read重新填满缓冲区），这些文件的内容缓存在应用级缓冲区内，类似于像printf这样的标准I/O函数提供的缓冲区。带缓冲的RIO输入函数是线程安全的，它在同一个描述符上可以被交错地调用。

1.RIO的无缓冲的输入输出函数

• 通过调用rio_readn和rio_writen函数，应用程序可以在存储器和文件之间直接传送数据。

    #include "csapp.h"
    //返回值：若成功为传送的字节数，若EOF则为0，出错为-1
    ssize_t rio_readn(int fd,void *usrbuf,size_t n);
    ssize_t rio_writen(int fd,void *usrbuf,size_t n);
  

• rio_readn函数从描述符fd的当前文件位置最多传送n和字节到存储器位置usrbuf，遇到EOF时只能返回一个不足值。

• rio_writen函数从位置usrbuf传送n个字节到描述符fd，绝不会返回不足值。

• 对于同一个描述符，可以任意交错地调用rio_readn和rio_writen。

2.RIO的带缓冲的输入函数

• 一个文本行就是一个由换行符结尾的ASCII码字符序列。在Unix系统中，换行符（‘ '）与ASCII码换行符（LF）相同，数字值为0x0a。

• 实现计算文本文件中文本行的数量

  • *方法一：用一个程序来计算文本文件中文本行的数量：用read函数来一次一个字节地从文件传送到用户存储器，检查每个字节来查找换行符。这个方法的缺点是效率低，每读取文件中的一个字节都要求陷入内核。

  • *方法二：是调用一个包装函数（rio_readlineb），它从一个内部读缓冲区拷贝一个文本行，当缓冲区变空时，会自动地调用read重新填满缓冲区。

  • 对于既包含文本行也包含二进制数据的文件，书上提供了一个rio_readn带缓冲区的版本：rio_readnb，它从和rio_readlineb一样的读缓冲区中传送原始字节。

rioreadinitb(riot *rp,int fd);
- 每打开一个描述符都会调用一次该函数，它将描述符fd和地址rp处的类型为rio_t的缓冲区联系起来。

rioreadnb(riot *rp,void *usrbuf,size_t n) ;
- 从文件rp中最多读n个字节到存储器位置usrbuf。对同一描述符，rioreadnb和rioreadlineb的调用可以交叉进行。

ssizet readlineb(riot *rp,void *usrbuf,size_t maxlen);
- 从文件rp中读取一个文本行（包括结尾的换行符），将它拷贝到存储器位置usrbuf，并用空字符来结束这个文本行。

3.RIO读程序的核心——rio_read函数

static ssize_t rio_read(rio_t *rp,char *usrbuf,size_t n)
{
    int cnt;
    while(rp->rio_cnt<=0)//如果缓冲区为空，先调用函数填满缓冲区再读数据
    {
        rp->rio_cnt=read(rp->rio_fd,rp->rio_buf,sizeof(rp->rio_buf));//调用read函数填满缓冲区
        if(rp->rio_cnt<0)//排除文件读不出数据的情况
        {
            if（error != EINTR）
            {
                return -1;
            }
        }
        else if(rp->rio_cnt=0)
            return 0;
        else 
            rp->rio_bufptr = rp->rio_buf;//更新现在读到的位置
    }
    cnt=n;
    if(rp->rio_cnt<n)
        cnt=rp->rio_cnt;//以上三步，将n与rp->rio_cnt中较小的值赋给cnt
    memcpy(usrbuf,rp->rio_bufptr,cnt);把读缓冲区的内容拷贝到用户缓冲区
    rp->rio_bufptr+=cnt;
    rp->rio_cnt-=cnt;
    return cnt;
}

（六）读取文件元数据

1.元数据

• 应用程序能够通过调用stat和fstat函数，检索到关于文件的信息（元数据）。

    #include <unistd.h>
    #include <sys/stat.h>
    int stat(cost char *filename,struc sta *buf);
    int fstat(int fd,struct stat *buf);
  
    - stat函数以文件名作为输入
    - fstat函数以文件描述符作为输入
  

2.stat数据结构

- st_size成员包含了文件的字节数大小
- st_mode成员编码了文件访问许可位和文件类型

• Unix提供的宏指令根据st_mode成员来确定文件的类型

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

（七）共享文件

1.内核表示打开文件的三个相关的数据结构

- 描述符表：每个打开的描述符表项指向文件表中的一个表项
- 文件表：所有进程共享这张表，每个表项包括文件位置，引用计数，以及一个指向v-node表对应表项的指针
- v-node表：所有进程共享这张表，包含stat结构中的大多数信息

（1）典型的打开文件的内核数据结构

• 描述符各自引用不同的文件，没有共享文件。

- 描述符1~4通过不同的打开文件表表项来引用两个不同的文件。

（2）文件共享

• 多个描述符通过不同的文件表表项引用同一个文件。

、

- 两个描述符通过打开两个打开文件表表项共享同一个磁盘文件。
- 关键思想：每个描述符都有自己的文件位置，对不同描述符的读操作可以从文件的不同位置获取数据

（3）父子进程共享文件

• 子进程继承父进程打开文件。

- 调用fork后，子进程有一个父进程描述符表的副本。
- 父子进程共享相同的打开文件表集合，因此共享相同的文件位置。
- 在内核删除相应文件表表项之前，父子进程必须都关闭了他们的描述符

（八）I/0重定向

1. 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

2. 重定向工作方式：使用dup2函数

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

• dup2函数拷贝描述符表表项oldfd到描述符表表项newfd，覆盖描述表表项newfd以前的内容。
• 若newfd已经打开，dup2会在拷贝oldfd之前关闭newfd。

（九）标准I/O和I/O函数

1. ANSI C定义了一组高级输入输出函数，称为标准I/O库。提供了打开和关闭文件的函数（fopen和fclose），读和写字节的函数（fread和fwrite），读和写字符串的函数（fgets和fputs），格式化I/O函数（scanf和printf）

2. 标准I/O库将一个打开的文件模型化为一个流。一个流就是一个指向FILE类型的结构的指针。每个ANSI C程序开始时都有三个打开的流：

    #include<stdio.h>
    extern FILE *stdin;		//标准输入，描述符0
    extern FILE *stdout;	//标准输出，描述符1
    extern FILE *stderr;	//标准错误，描述符2
   

• 类型为FILE的流是对文件描述符和流缓存区的抽象。流缓冲区的目的和RIO读缓冲区的一样，就是使开销较高的UnixI/O系统调用的数量尽可能的少。

3. 各类I/O关系

• Unix I/O是在操作系统内核中实现的。

• 较高级别的RIO和标准I/O函数都是基于Unix函数来实现的。

  • RIO函数是专为本书开发的read和write的健壮的包装函数。他们自动处理不足值，并且为读文本行提供一种高效的带缓冲的方法
  • 标准I/O函数提供了Unix函数的一个更加完整的带缓冲的替代品，包括格式化的I/O例程。

• 标准I/O流，从某种意义上是全双工的，但对流的限制和对套接字的限制有时会相互冲突。

  • 限制一：跟在输出函数之后的输入函数
  • 限制二：分在输入函数的输出函数
  • 由此，建议在网络套接字上不要使用标准 I/O函数来进行输入和输出，而要使用健壮的RIO函数。

二、实践作业（这一部分还需要多研究...只有who命令我自己尝试编写了，感觉自己写一遍和直接研究老师的代码区别还是挺大的，思路会更清晰）

1.who

正版who应该是：

• 我们可以看到，who命令是查询当前登录的每个用户，输出包括用户名、终端类型、登录日期及远程主机。
• man一下who，可以看到，who命令是读取/var/run/utmp文件来得到以上信息的。
• man一下utmp，知道utmp这个文件，是二进制文件，里面保存的是结构体数组，这些数组是struct utmp结构体的。

自己尝试编写

伪代码

- 打开记录所在文件：utmp
- 将文件中的记录逐条读取
- 每一条读取的记录都要在屏幕上打印
- 关闭文件

问题1：

• 刚开始的时候觉得是警告就没有在意，因为之前运行代码的时候也有警告，但是最后可以运行出来。
• 但是：

问题1解决：

• 在record.ut_time输出时我使用的类型是字符数组%s，但是实际上:

• 它在utmp中定义的是ut_tv.tv_sec,而ut_sec是int32_t型的。所以我换用了%ld输出。

成功版1

问题2：

• 这个与正版的who运行看起来差别还是挺大的
• 第一，没有对齐
• 第二，时间显示看不懂
• 第三，记录比正版who多

问题2解决

解决对齐问题：

• 对齐的问题很好解决。我使用的是 制表符来排的，但是由于user的长度不一，导致错位，可以换成固定长度，不足补0的方法显示。

解决时间显示问题：

• 使用man查找与time格式化相关（这一部分改了好久，最后还是去网上搜索的编写who的相关内容、time的相关内容才得以解决）

• 判断应该是strftime，进入查看用法，继续修改try_who代码

• 这个警告应该是64位机的问题，运行之后和第一次的问题一样显示核心已转储，但是我到现在都不知道怎么在原句上解决。
• 百度了一下想仔细看一下这个localtime的问题，找到一篇特别详细的文章：c++ 时间类型详解(time_t和tm)，我决定分开每一步的变量试一试，直接在定义的时候就限制住每一个变量，至少能知道到底是哪一个错了，结果没有警告，编译运行成功：

解决显示记录多的问题：

• 问题原因：utmp中保存的用户，不仅仅是已经登陆的用户，还有系统的其他服务所需要的，所以在显出所有登陆用户的时候，应该过滤掉其他用户，只保留登陆用户。在utmp结构中的ut_type可以区别，登陆用户的ut_type是USER_PROCESS，加一个判断就可以了：

• 终于和正版who至少看起来一样了！！！

改进

• 在打开和关闭文件的时候加上失败情况处理。

我的代码

#include <stdio.h>
#include <stdlib.h>
#include <unistd.h>	//read
#include <sys/types.h>	//open
#include <sys/stat.h>
#include <fcntl.h>
#include <utmp.h>	//utmp
#include <time.h>	//strftime

int main()
{
	struct utmp record;
	int fd;
	int len = sizeof(record);
	struct tm *p;
	time_t t;
	char fortime[40];
	if ( (fd = open(UTMP_FILE, O_RDONLY)) == -1 )
	{
		perror( UTMP_FILE );	
		exit(1);
	}
	while(read(fd,&record,len))
	{
		if(record.ut_type == USER_PROCESS)
		{
			printf("%-10.10s",record.ut_user);
			printf("%-10.10s",record.ut_line);
			t = record.ut_time;		
			p = localtime(&t);
			strftime(fortime,40,"%F %R",p);
			printf("%12s",fortime);
			if(record.ut_host[0]!='');
				printf("	(%s)",record.ut_host);
			printf("
");
		}
	}
	
	if (close(fd) == -1)
	{
		perror( UTMP_FILE );	
		exit(1);
	}
	return 0;
}

2.ls

3.filesize

• 用st_size计算文件的字节数大小。
  

4.fileinfo

• 这个功能用来实现显示文件信息

mode：st_mode		文件的类型和存取的权限         
links：st_nlink		连到该文件的硬链接数目，刚建立的文件值为1
user：st_uid			用户ID
group：st_gid		组ID          
size：st_size		文件字节数
modtime：st_mtime	最后一次修改时间
name：				输入的文件名

5.setecho与echostate

• setecho用来改变输入指令是否可见。

    输入y（或是以y开头的一串字符），命令可见
    否则（即输入不以y开头的字符），命令不可见
  

• echostate显示输入命令是否可见。

    echo is on：命令可见
    echo is off：命令不可见
  

6.spwd

• 列出当前目录

7.testioctl

• 获得终端设备的窗口大小
• 下图一个是我的终端全屏的，一个是还原之后的。

三、遇到的问题

运行书上代码的也遇到问题，解决过程如下：

1.老师在开学的时候上传的code中有“csapp.h”、“csapp.c”，刚开始的时候我把文件放与书上10.1代码相同的文件夹中，但是生成.o文件后出现问题：

2.我觉得出现这种情况的原因，应该之前书上说的是C编译为.o文件的时候并不需要函数的具体实现，只要有函数的原型即可，但是在链接为可执行文件的时候就必须要具体的实现。
查看.h和.c文件，发现.c文件中才是定义的那些函数的具体实现，结合第一次静态库的实践，这个.c文件就相当于那些add.c、sub.c...10-1的代码相当于那个main函数，所以可以将其做成一个静态库来使用，但是又出现新的问题：

3.结合深入理解计算机中的csapp.h和csapp.c的分析，因为csapp.c中有关于线程的头文件，所以需要加上-lpthread，之后就可以运行教材上的代码了。

这个问题貌似很多人都在问，有的直接把教材上的Open、Close改成了open、close，我觉得这样改就失去了书上给这些Unix I/O函数改进的意义了。

四、其它

1. 这次实践中只有一个who命令是完全自己编写的，虽然花费了不少时间，但是一直纠结的几个问题能通过自己的研究解决非常有成就感，收获也很大。对man的使用更加熟练，对who命令的执行过程也相当了解。
2. 老师给的who1和who2没有差别？像那个ls2就比ls1多了几个文件的详细信息。不知道who2是不是给错了？
3. 对老师给的其它代码的研究只是运行了一下，知道每一步干的什么，但是显然不像who一样理解的这么深刻，需要继续研究。

五、参考资料

参考资料1：深入理解计算机系统（第二版）

参考资料2：博客园：深入理解计算机中的csapp.h和csapp.c

参考资料3：编写who命令--从Linux中学习Linux

参考资料4：c++ 时间类型详解(time_t和tm)