Linux-cp命令实现-系统调用和函数区别-文件截断-文件空洞

1、实现CP命令

vimdiff file1 file2 vimdiff是Vim编辑器的一个功能，主要用于比较两个或多个文件之间的差异，并在一个Vim窗口中显示这些差异。这个功能特别适合用于比较修改前后的文件，或者比较两个不同版本的文件。

注意：用read的返回值判断要写的数据长度和停止读写的条件

cp功能实现

#include<43func.h>
int main(int argc,char *argv[]){
    //cp src dest
    ARGS_CHECK(argc,3);
    int fdr = open(argv[1],O_RDONLY);
    ERROR_CHECK(fdr,-1,"open fdr");
    int fdw = open(argv[2],O_WRONLY|O_CREAT|O_TRUNC,0666);
    ERROR_CHECK(fdw,-1,"open fdw");
    char buf[4096] = {0};
    while(1){
        memset(buf,0,sizeof(buf));
        ssize_t ret = read(fdr,buf,sizeof(buf));
        if (ret == 0)
        {
            break;
        }
        write(fdw,buf,ret);//ret表示读多少写多少；
    }
    close(fdr);
    close(fdw);
}

一个程序读取，一个程序写，用管道连接就可以实现远程拷贝。

性能问题（代码优化）

充分利用缓冲系统来减少指令预测。

系统调用和普通函数的区别：

上下文切换：系统调用：涉及从用户模式切换到内核模式，这需要进行上下文切换。上下文切换的过程包括保存当前用户进程的上下文环境，切换到内核模式，执行系统调用处理函数，然后恢复用户进程的上下文环境。由于上下文切换的开销，系统调用的执行通常比函数调用更加耗时。普通函数：只涉及在程序内部的代码跳转，不需要上下文切换。因此，函数调用的执行速度更快。

功能和权限：系统调用：提供了对操作系统功能和资源的访问权限。它们可以执行特权操作，例如文件系统操作、进程管理、网络通信等。由于系统调用运行在内核模式下，它们可以执行更底层的操作，但同时也受到操作系统的限制。普通函数：只能执行定义在程序中的功能代码。它们没有直接的访问操作系统底层功能的权限，只能通过系统调用间接访问。

调用方式：系统调用：通过软中断或陷阱指令触发。当应用程序需要执行特权操作时，它会使用特定的系统调用号调用对应的系统调用函数。普通函数：通过在程序中调用函数的名称来触发。函数可以是程序内部定义的，也可以是外部库提供的。

作用范围：系统调用：是用户进程与操作系统内核交互的接口，用于请求操作系统内核提供的服务和资源。普通函数：在程序内部定义和使用，用于封装和复用特定的功能代码。

安全性和稳定性：系统调用：由于涉及到操作系统内核和底层资源的访问，系统调用在设计和实现时需要特别考虑安全性和稳定性。不当的系统调用可能导致系统崩溃或数据损坏。普通函数：主要关注功能的正确性和效率，安全性和稳定性的要求相对较低。

用户态使用系统调用时，会陷入到内核态，进入内核态和进入用户态都要消耗时间。

当用户态缓冲区较大时，需要切换用户态和内核态的次数就会变少，节省了时间。

buf越大越好（减少状态切换的次数）。4096字节。

fopen,fread,fwrite, 作为c的库函数，但是要用到用户态缓冲，也会创建文件对象，在内核态中。

fopen在内核中创建了文件对象，在用户态中有一个文件流，所以该函数的buf会写入缓冲（缓冲是在用户态中的文件流实现的），

缓冲的类型：

全缓冲（Full Buffering）：
- 定义：当填满标准I/O缓存后才进行实际的I/O操作。
- 典型代表：对磁盘文件的读写操作通常使用全缓冲。
- 刷新时机：缓冲区满时、执行flush语句、执行endl语句或关闭文件时，会刷新缓冲区进行真正的I/O操作。
行缓冲（Line Buffering）：
- 定义：在输入和输出中遇到换行符时，执行真正的I/O操作。
- 典型代表：键盘输入数据通常采用行缓冲，即输入的字符先存放在缓冲区，等按下回车键换行时才进行实际的I/O操作。
- 刷新时机：与全缓冲类似，但主要区别在于刷新时机是遇到换行符时。
不带缓冲（No Buffering）：
- 定义：不进行缓冲，数据直接进行I/O操作。
- 典型代表：标准出错情况stderr是典型的不带缓冲输出，这使得出错信息可以直接尽快地显示出来。
- 刷新时机：由于不进行缓冲，所以没有特定的刷新时机。

当buf给file缓冲区传输数据时，一般等缓冲区满了才会传输数据到用户态的文件流。

使用用户态的fopen,fread,fwrite,

优势：（零碎写入读写文件使用文件流时，可以最大程度上保证用户态和内核态切换次数处于比较少的情况。

通过缓冲区，可以将多次小型的读写操作合并成一次较大的操作，从而提高了磁盘I/O的效率）

劣势：（拷贝次数更多。当数据从磁盘读入到用户态的缓冲区时，或者从用户态的缓冲区写入到磁盘时，都会发生内存拷贝。这些拷贝操作会增加CPU的开销。

在用户态和内核态之间维护缓存可能会导致缓存一致性问题。如果内核态的缓冲区或磁盘上的数据被其他进程或系统调用修改，而用户态的缓冲区没有及时更新，就可能导致数据不一致。

文件流缓冲区的管理（如分配、释放、刷新等）需要额外的代码和逻辑来处理，这增加了编程的复杂性。）

文件截断：ftruncate（按字节截断文件）可以用于创建一个固定大小的文件。

#include <43func.h>
int main(int argc ,char *argv[]){
    ARGS_CHECK(argc,2);
    int fd = open(argv[1],O_RDWR);
    ERROR_CHECK(fd,-1,"open");
    int ret = ftruncate(fd,20);
    ERROR_CHECK(ret,-1,"ftruncate");
}

大文件截断成小文件就直接去掉，小文件截断成大文件直接补0.二进制0.。截断是直接影响文件大小。

stat命令在Linux系统中用于显示文件或文件系统的状态信息

用该系统调用截断成40960大小。

8个BLOCK，一个block假设为512byte，实际上给了4096空间，但具体大小只有414byte。所以形成文件空洞。

文件总大小为40960，4096分配了磁盘。

操作系统不会给空出来的区域分配磁盘，可以把空出来的区域叫做文件空洞。

文件空洞的概念

定义：
在UNIX文件系统中，文件位移量（offset）可以大于文件的当前长度。当对这样的文件进行写操作时，文件会被“撑大”，并在文件中构成一个空洞（hole）。空洞是文件中没有实际写入数据的部分，由重复的0表示。

特点：

不占用磁盘空间：在写入数据之前，空洞并不占据磁盘空间。文件系统会将其解释为0的子串，并将对应链表的指针设为空。
预留磁盘空间：虽然空洞本身不占用磁盘空间，但文件系统会扣减程序可用的磁盘空间数值大小，以实现预留。
读写行为：使用read函数读取空洞部分时，返回的数据是0。使用cp命令拷贝的文件，空洞部分不会被拷贝，因此生成的同样文件占用磁盘空间较小。

使用场景

1. 下载数据：

迅雷下载：在下载过程中，迅雷会先创建一个与最终文件大小相同的空洞文件，以便在多线程下载时从不同的地址写入数据。这样可以确保即使磁盘空间被其他程序占用，下载也不会因磁盘空间不足而中断。
预留磁盘空间：在下载大文件时，利用文件空洞可以确保磁盘空间被预留，从而避免下载过程中因磁盘空间不足而中断。

2. 数据库文件：