在who命令中介绍了如何读文件，接下来要通过cp命令来学习如何写文件。
（11）编写cp
问题1：cp命令能做些什么：cp能够复制文件，典型的用法是: cp source - file target - file
如果target-file所指定的文件不存在，cp就创建这个文件，如果已经存在就覆盖，target-file的内容与source-file相同。
问题2：cp命令是如何创建/重写文件的？
1.创建/重写文件
创建或重写文件的一种方法是使用系统调用函数creat。
creat的用法如下：creat告诉内核创建一个名为filename的文件，如果这个文件不存在，就创建它，如果已经存在，就把它的内容清空，把文件的长度设为0。
2.写文件
用write系统调用向已打开的文件中写入数据。
write这个系统调用告诉内核将内存中指定的数据写入文件，如果内核不能写入或写入失败，write返回-1，如果写入成功，则返回写入的字节数。
为什么实际写入的字节数会少于所要求的呢？有两个原因，第一个是有的系统对文件的最大尺寸有限制，第二个是磁盘空间接近满了。
在上述两种情况下，内核都会尽量把数据往文件中写，并将实际写入的字节数返回，所以调用write后都必须检查返回值是否与要写入的相同，如果不同，就要采取相应的措施。
问题3：编写cp1.c
文件在磁盘上，源文件在左边，右边的是目标文件，进程在用户空间，缓冲区是进程内存的一部分，进程有两个文件描述符，一个指向源文件，一个指向目标文件，从源文件中读取数据写入缓冲，再将缓冲中的数据写入目标文件。下面就是实现上述逻辑的代码:
编辑图2.4显示了涉及的对象及数据流的走向。
编辑文件在磁盘上，源文件在左边，右边的是目标文件，进程在用户空间，缓冲区是进程内存的一部分，进程有两个文件描述符，一个指向源文件，一个指向目标文件，从源文件中读取数据写入缓冲，再将缓冲中的数据写入目标文件。下面就是实现上述逻辑的代码:
/*cp1.c*/#include<fcntl.h>#include<stdlib.h>#include<unistd.h>#include<stdio.h>#define PAGESIZE 4096#define COPYMODE 0644voidoops(char *str1, char *str2);intmain(int argc, char *argv[]){int sourcefd,destinationfd;int num;char buf[PAGESIZE];if (argc != 3) {fprintf(stderr, "usage: %s source destination\n", argv[0]);exit(1); }if ((sourcefd = open(argv[1], O_RDONLY)) == -1) {oops("cannot open ", argv[1]); }if ((destinationfd = creat(argv[2], COPYMODE)) == -1) {oops("cannot open ", argv[2]); }while ((num = read(sourcefd, buf, PAGESIZE)) > 0) {if ((write(destinationfd, buf, num)) != num) {oops("cannot write to ", argv[2]); } }if (num == -1) {oops("cannot read from ", argv[1]); }if (close(sourcefd) == -1 || close(destinationfd) == -1) {oops("Error close file", ""); }return 0;}voidoops(char *str1, char *str2){fprintf(stderr, "Error: %s ",str1);perror(str2);exit(1);}
cp1.c中定义了BUFFERSIZE这个常量，用于标识每次读/写操作的数据长度，这里的值是4096，接下来是个很重要的问题：缓冲区的大小对性能有影响吗?
（12）缓冲区的大小对性能的影响
缓冲区的大小对性能有很大的影响，举例来说，用勺子把汤从一个碗里舀到另一个碗里，用较大的勺子就可以少舀几次，从而节省时间。
对文件操作而言也是这样的，来看对一个2500字节的文件的copy操作：文件大小=2500字节。如果缓冲区大小=100字节，那么需要25次read()和25次write()；如果缓冲区大小=1000字节，那么需要3次read()和3次write()。把缓冲区从100字节增加到1000字节会使系统调用的次数从50次减少到6次，这确实很可观。
缓冲区的大小影响系统调用的次数，系统调用几乎影响程序的执行时间。对应着复制一个5MB大小的文件，不同的缓冲区所对应的执行时间如下：
编辑（13）为什么系统调用需要很多时间？
参见图2.5所示的控制流程。
编辑图2.5中，内核把持着对磁盘、终端、打印机等设备的访问。程序cp1.c要读取磁盘上的数据只能通过系统调用read，而read的代码在内核中，所以当read调用发生时，执行权会从用户代码转移到内核代码，执行内核代码是需要时间的。
系统调用的开销大不仅仅是因为要传输数据，当运行内核代码时，CPU工作在管理员(supervisor,又称超级用户)模式,这对应于一些特殊的堆栈和内存环境，必须在系统调用发生时建立好。系统调用结束后(read返回时)，CPU要切换到用户模式，必须把堆栈和内存环境恢复成用户程序运行时的状态，这种运行环境的切换要消耗很多时间。在运行时刻，系统会根据需要不断地在两种模式间切换。
举个影片超人的例子，当肯特（生活中的超人）要从用户模式（普通人）切换到管理员模式（超人）时，他得先找个地方，比如电话亭，脱下西装，摘掉眼镜，再改变发型，变成超人后才能去拯救别人，事情完了以后，还得找个地方变回普通人。变来变去是需要时间的，要是肯特整天忙于变来变去，就不会有太多的时间来拯救人类了。
程序也是一样，所以要尽可能地减少模式间的切换。
（14）在who2.c中运用缓冲技术
在who2.c中加入缓冲机制可以提高程序的运行效率。
修改原来的主函数main，通过调用 utmp_next来取得数据，当缓冲区的数据都被取出后，utmp_next会调用read，通过内核再次获得16条记录充满缓冲区。用这种方法可以使read的调用次数减少到原来的1/16。
/*who3.c*/#include<utmp.h>#include<fcntl.h>#include<unistd.h>#include<stdio.h>#include<stdlib.h>#include<time.h>voidshow_info(struct utmp *utbufp);intmain(void){ int utmpfd; struct utmp *utbufp; if ((utmpfd = utmp_open(UTMP_FILE)) == -1) { perror("can't open UTMP_FILE"); exit(-1); } while ((utbufp = utmp_next()) != (struct utmp *)NULL) { show_info(utbufp); } utmp_close(); return 0;}voidshow_info(struct utmp *utbufp){ if (utbufp->ut_type != USER_PROCESS) return; printf("%-8.8s", utbufp->ut_name); printf(" "); printf("%-8.8s", utbufp->ut_line); printf(" "); printf("%12.12s", ctime((const time_t *)&(utbufp->ut_time)) + 4); printf(" "); printf("(%s)", utbufp->ut_host); printf("\n");}
用一个能容纳16个utmp结构的数组作为缓冲区，在图2.6中标识为buffer，就像你次会买很多个鸡蛋一样，buffer可以存放很多数据。编写utmp_next函数来从缓冲区中取得下一个utmp结构的数据。以上算法在utmplib.c中加以实现。
编辑/*utmplib.c*/#include<utmp.h>#include<fcntl.h>#include<unistd.h>#define UTSIZE 16#define UTMPSIZE sizeof(struct utmp)static int utmp_fd = -1;static int curr_bufp;static int num_bufp;static char buf[UTSIZE * UTMPSIZE];staticintutmp_reload(void);intutmp_open(char *filename){ utmp_fd = open(filename, O_RDONLY); num_bufp = 0; curr_bufp = 0;return utmp_fd;}struct utmp* utmp_next(void) {struct utmp *recp;if (utmp_fd == -1)return NULL;if (curr_bufp == num_bufp && utmp_reload() == 0) return NULL; recp = (struct utmp *)&buf[curr_bufp * UTMPSIZE]; curr_bufp++;return recp;}staticintutmp_reload(void){int num; num = read(utmp_fd, buf, UTSIZE * UTMPSIZE); curr_bufp = 0; num_bufp = num / UTMPSIZE;return num_bufp;}voidutmp_close(void){if (utmp_fd != -1) close(utmp_fd);}
（15）内核使用缓冲吗？
磁盘的I/O操作消耗的时间更多，为了提高效率，内核也使用缓冲技术来提高对磁盘的访问速度，如图2.7所示。
编辑正如utmp文件是用户登录记录的集合，磁盘是数据块的集合，内核会对磁盘上的数据块作缓冲，就像who程序缓冲utmp记录一样。内核将磁盘上的数据块复制到内核缓冲区中，当一个用户空间中的进程要从磁盘上读数据时,内核一般不直接读磁盘，而是将内核缓冲区中的数据复制到进程的缓冲区中。
当进程所要求的数据块不在内核缓冲区时，内核会把相应的数据块加入到请求数据列表中，然后把该进程挂起，接着为其他进程服务。一段时间之后(很短)，内核把相应的数据块从磁盘读到内核缓冲区，然后再把数据复制到进程的缓冲区中，最后唤醒被挂起的进程。
理解内核缓冲技术的原理有助于更好地掌握系统调用read和write，read把数据从内核缓冲区复制到进程缓冲区，write把数据从进程缓冲区复制到内核缓冲区，它们并不等价于数据在内核缓冲和磁盘之间的交换。
从理论上讲，内核可以在任何时候写磁盘，但并不是所有的write操作都会导致内核的写动作。内核会把要写的数据暂时存在缓冲区中，积累到一定数量后再一次写入。有时会导致意外情况，比如突然断电，内核还来不及把内核缓冲区中的数据写到磁盘上，这些更新的数据就会丢失。
应用内核缓冲技术导致的结果：提高磁盘I/O效率、优化磁盘的写操作、需要及时地将缓冲数据写入盘。
（16）文件读写
who是从文件读数据，cp从一个文件读数据写入到另一个文件中，会不会有对同一个文件既读又写的情况呢?
（17）以注销过程为例
这其实很简单，要把用户名清空，按以下步骤做就行了：1.打开文件utmp；2.从utmp中找到包含你所在终端的登录记录；3.对当前记录做修改；4.关闭文件。
负责注销的程序修改当前记录；再把它写回到文件 utmp中。具体来说，要把 ut_type的值从USER_PROCESS改成 DEAD_PROCESS；把 ut_time字段的值改为注销时间，也就是当前时间。
那如何把修改过的记录写回文件？可以用write吗？不行，write只会更新下一条记录，而不是当前那条要修改的记录。因为系统每次打开一个文件都会保存一个指向文件当前位置的指针，当读写操作完成时，指针会移到下一个记录位置，这个指针与文件描述符相关联。在这种情况下，指针是指向下一条登录记录的头一个字节，这引出了一个重要的问题：在文件操作中，如何改变一个文件的当前读/写位置？答题：使用系统调用lseek。
（18）改变文件的当前位置
Unix每次打开一个文件都会保存一个指针来记录文件的当前位置，如图2.8所示。
编辑当从文件读数据时，内核从指针所标明的地方开始，读取指定的字节，然后移动位置指针，指向下一个未被读取的字节，写文件的操作也是类似的。
指针是与文件描述符相关联的，而不是与文件关联，所以如果两个程序同时打开一个文件，这时会有两个指针，两个程序对文件的读操作不会互相干扰。
lseek改变文件描述符所关联的指针的位置，新的位置由dist和base来指定，base是基准位置，dist是从基准位置开始的偏移量。基准位置可以是文件的开始(0)、当前位置(1)或文件的结尾(2)。
（19）终端注销的代码
int logout_tty(char *line) { int fd; struct utmp rec; int len = sizeof(struct utmp); int retval = -1; if ((fd = open(UTMP_FILE, O_RDWR)) == -1) return -1; while (read(fd, &rec, len) == len) { if (strncmp(rec.ut_line, line, sizeof(rec.ut_line)) == 0) { rec.ut_type = DEAD_PROCESS; if (time(&rec.ut_time) != -1) { if (lseek(fd, -len, SEEK_CUR) != -1) { if (write(fd, &rec, len) == len) { retval = 0; } } } break; } } if (close(fd) == -1) retval = -1; return retval;}
（20）处理系统调用中的错误
如果open无法打开指定的文件，它会返回-1。同样地，当read无法读的时候,它会返回-1，当lseek无法指定指针位置时，它也会返回-1，-1是表示在系统调用中出了些问题，调用者每次都必须检查返回值，一旦检测到错误，必须做出相应的处理。
（21）确定错误的种类：errno
内核通过全局变量errno来指明错误的类型，每个程序都可以访问到这个变量。在error(3)的联机帮助和<errno.h>中包含错误代码和相应的说明，以下是一些例子：
#define EPERM 1 /* Operation not permitted */#define ENOENT 2 /* No such file or directory */#define ESRCH 3 /* No such process */#define EINTR 4 /* Interrupted system call */#define EIO 5 /* I/O error */
（22）不同的错误需要不同的处理
根据以上列出的错误类型，应该在程序中进行相应的处理：
intsample(){ int fd; fd = open("file", O_RDONLY); if(fd == -1) { printf("Cannot open file:"); if ( errno == ENOENT ) printf("There is no such file."); else if(errno == EINTR) printf("Interrupted while opening file."); else if ( errno == EACCES ) // 修复：EACCESS → EACCES printf("You do not have permission to open file."); } return 0; // 补充：int函数必须有返回值}
（23）显示错误信息：perror(3)
另外一种更简便的方法是用 perror(string)这个函数，它会自己查找错误代码，在标准错误输出中显示出相应的错误信息，参数string是要同时显示出的描述性信息。
应用了perror的sample:
intsample(){ int fd; fd = open("file", O_RDONLY); if (fd == -1) { perror("Cannot open file"); return -1; } close(fd); return 0;}
当有错误发生时,可能会看到如下的信息:
Cannot open file: No such file or directoryCannot open file: Interrupted system call
显示的第一部分是用户传递进去的描述性信息，第二部分是根据错误代码查到的错误提示。
10个月宝宝每天需要喝多少奶粉？
