第一章 UNIX 基础知识

Posted 2021-01-09 yangxinrui

1.1 Unix体系结构

  OS定义为一种软件，它控制计算机硬件资源，提供程序运行环境，一般称其为内核（kernel），它体积小，位于环境中心。

   内核的接口为系统调用（system call），共用函数库构建在系统调用上，应用软件既可以使用公用函数库，也可以使用系统调用。shell是一种特殊的应用程序，它为运行其他应用程序提供一个接口。

  下图为 UNIX 体系结构：

   

   广义上，OS包括内核和一些软件，例如 Linux 是 GNU 操作系统使用的内核，可以称这种操作系统为 GNU/Linux，但是通常简称为 Linux。所以 Linux 本身有双重含义，内核和操作系统。

 

1.2 登陆

 （1）登录名

  用户登陆 UNIX 系统，键入 登录名，再键入 口令。系统在其口令文件（通常是/etc/passwd文件）中查看登录名。

  我文件中的内容：

 

  口令文件中的登陆项由7个以冒号分隔的字段组成，他们分别是：

  登陆名、加密口令、数值用户ID、数值组、注释字段、起始目录、shell程序

  其中，所有OS已将加密口令移到另一个文件中，第6章将说明这种文件以及访问他们的函数。

 

  （2）shell

  用户登陆后，用户可以向shell程序键入命令，某些系统会启动一个视窗管理程序，但 最终总会有一个shell程序运行在一个视窗中。

  shell是一个命令解释器，它读取用户输入，然后执行命令。

  用户通常用终端（交互式shell），有时通过文件（shell脚本，shell script）向shell进行输入。

  下图是常见的shell

  Steve Bourne在贝尔实验室开发的 Bourne shell。

  Bourne-again shell 是GNU shell，所有Linux系统都提供这种shell，它被设计遵循 POSIX 的。

  

1.3 文件和目录

  （1）文件系统

  UNIX文件系统是目录和文件组成的一种层次结构，目录的起点称为根（root），名字是 / 。

  目录（directory）是一个包含许多目录项的文件。

  在逻辑上，可以认为每个目录项都包含一个文件名，文件属性信息（文件类型，文件大小...），stat 和 fstat 可以返回文件属性的一个信息结构。

  目录项的逻辑视图与实际存放在磁盘上的方式是不同的。UNIX 文件系统的大多数实现并不在目录项中存放属性，这是因为当一个文件具有多个硬链接时，很难保持多个属性副本之间的同步。到第4章讨论硬链接时，这个问题将很好理解。

  （2）文件名

  目录中各个名字称为文件名（filename）。

  文件名中不能出现斜线（/）和空操作符（null）。因为谢贤用于分隔各文件名构成路径名。空操作符用于终止一个路径名。

  创建新目录时会自动创建两个文件名：. 和 .. ，点指向当前目录，点一点指向父目录。在最高层次的根目录中，点一点和点相同。

  现在，所有的UNIX系统支持至少 255 各字符的文件名。

  （3）路径名

  一个或多个斜线分隔的文件名序列构成路径名（pathname），以斜线开头的路径称为绝对路径（absolute pathname）,否则称为相对路径（relative pathname）。相对路径名引用相对于当前目录的文件。

// 列出一个目录中所有文件

#include "apue.h"
#include <dirent.h>

int main(int argc, char **argv)
{
   DIR *dp;
   struct dirent *dirp;
   
   if  (argc != 2) 
      err_quit("usage: ls directory_name");
   if  ((dp = opendir(argv[1])) == NULL)
      err_sys("Can‘t open %s", argv[1]);
   while ((dirp = readdir(dp)) != NULL)
      printf("%s
", dirp->name);
   closedir(dp);
   exit(0);
}

  因为各种不同 UNIX 系统目录项的实际格式是不一样的，所以使用函数 opendir, readdir, closedir对目录进行处理。

  opendir 函数返回指向 DIR 结构的指针，将这个指针传给 readdir 函数，我们不关心 DIR 结构中包含了什么。然后，在循环中调用 readdir 来读每个目录项。

  readdir 函数返回一个指向 dirent 结构的指针，而当目录中已无可读的目录项时则返回 null 指针。在dirent 结构中取出的是每个目录项的名字（d_name）。使用该名字，此后可调用 stat 函数以获得该文件的所有属性。

  当程序将结束，它以参数0调用函数 exit，exit终止程序，按惯例，参数0表示正常结束，参数1-255表示出错。

  struct dirent 结构如下：

  （4）工作目录

  每个进程 都有一个工作目录（working directory），有时称为当前工作目录（current working directory）。所有相对路径名都从工作目录开始解释。进程可以用chdir函数更改其工作目录。

  （5）起始目录

  登陆时，工作目录设置为起始目录（home directory），该起始目录从口令文件中相应用户的登陆项中取得。

1.4 输入和输出

  （1）文件描述符

  文件描述符（file descriptor）通常时一个小的非负整数，内核用它标识一个特定进程正在访问的文件。当内核打开一个已有文件或创建一个新文件时，它返回一个文件描述符。在操作文件时，可以使用。

  （2）标准输入、标准输出和标准出错

  按惯例，每当运行一个新程序时，所有shell都为其打开三个文件描述符：标准输入（standard input）、标准输出（standard output）以及标准出错（standard error）。

  如果项 ls 那样没有做什么特殊处理，则这三个描述符都链向终端。

  大多数 shell 都提供一种方法，使其中 任何一个或所有这三个描述符都能重定向到某个文件，如：

  ls > file.list

  （3）不用缓冲的 I/O

  函数 open、read、write、lseek以及close提供了不用缓冲的 I/O。这些函数都使用文件描述符。

//  将标准输入复制到标准输出

#include "apue.h"

#define BUFFSIZE 1

int main(void)
{
   int n;
   char buf[BUFFSIZE];
  
   while ((n = read(STDIN_FILENO, buf, BUFFSIZE)) > 0)
      if (write(STDOUT_FILENO, buf, n) != n)
         err_sys("write error");
   if (n < 0)
      err_sys("read error");
  
   exit(0);
}

  由于键入值的传递是 FIFO结构的，所以无论 BUFFSIZE 设置为什么值，程序都能正常执行，但是执行效率不同。

  （2）标准 IO

  标准 I/O 函数提供一种对不用缓冲 I/O 函数的带缓冲接口。使用标准 I/O 函数无需担心如何选取最佳的缓冲区大小，例如上面程序中的 BUFFSIZE 常量的大小。

  使用标准 I/O 函数的另一个优点是简化了对输入行的处理。例如，fgets函数读一完整的行，而read函数读指定字节数。

  在5.4节中，我们将了解到，标准 I/O 函数库提供了使我们能够控制该库所使用的缓冲风格的函数。

// 用标准 I/O 将标准输入复制到标准输出

#include "apue.h"

int main()
{
   int c;
   
   while ((c = getc(stdin)) != EOF)
      if (putc(c, stdout) == EOF)
         err_sys("output error");
   if (ferror(stdin))
      err_sys("input_err");
   
   exit(0);
}

  EOF是一个常量，在stdio.h 中定义，使用 ctrl + D键入。 标准输入/标准输出 stdin 和 stdout 定义在 stdio.h 中，表示标准输入和标准输出文件。

 

1.5 程序和进程

  （1）程序

  程序（program）是存放在磁盘上、处于某个目录中的一个可执行文件。使用6个exec函数中的一个由内核将程序读入存储器，并使其执行。

  （2）进程和进程ID

  程序的执行实例被称为进程（process）。某些操作系统用任务（task）表示正被执行的程序。

  UNIX系统确保每个进程都有一个唯一的数字标识符，称为进程ID（process ID）。进程ID总是一非负整数。

  （3）进程控制

  有三个用于进程控制的主要函数：fork、exec和waitpid。

//  从标准输入读命令并执行

#include "apue.h"
#include <sys/wait.h>

int main(void)
{
   char buf[MAXLINE];
   pid_t pid;
   int status;

   printf("%% "); 
   while (fgets(buf, MAXLINE, stdin) != NULL) {
      if  (buf[strlen(buf) - 1] == ‘
‘)
         buf[strlen(buf) - 1] = 0;  /* replace newline with null */

      if ((pid = fork()) < 0) {
         err_sys("fork error");
      } else if (pid == 0) {
         execlp(buf, buf, (char *)0);
         err_ret("couldn‘t execute: %s", buf);
         exit(127);
      }

      if  ((pid = waitpid(pid, &status, 0)) < 0)
         err_sys("waitpid error");
      printf("%% ");
   }

   exit(0);
}

  fgets从标准输入一次读一行，当键入文件按结束字符EOF（使用 ctrl + D）作为行的第一个字符时，fgets返回一个 null 指针，程序退出。

  由于 execlp 函数要求参数以 null 结尾，而不是换行符，所以需要进行替换。

  （4）线程和线程ID

  通常，一个进程只有一个控制线程（thread），同一时刻只执行一组机器指令，对于某些问题，如果不同部分各使用一个控制线程，那么可简化问题解决。另外，多个控制线程能充分利用多处理器系统的并行性。

  同一个进程的线程共享同一地址空间，所以各线程在访问共享数据时需要采取同步措施以避免不一致性。

  与进程相同，线程也用ID标识，但是线程ID只在它所属的进程内起作用。

 

1.6 出错处理

  UNIX 函数时，通常返回一个负值，或者 null，而且整形变量 errno 通常被设置为函数有附加信息的一个值。

  文件<errno.h>中定义了符号errno和可以赋予它的各种常量。

  errno 以前的定义是： 

extern int errno;

  但是在支持线程的环境中，多个线程共享进程地址，每个线程都有属于自己的局部errno以避免一个线程干扰另一个线程。例如 Linux支持多线程存取 errno，将其定义为：

extern int * __errno_location(void);
#define errno (*__errno_location())

  对于errno应当知道两条规则。

  第一：如果没有出错，则其值不会被一个例程清楚。因此，仅当函数的返回值指明出错时，才检验其值。

  第二：任一函数都不会讲errno值设置为0，在<errno.h>中定义的所有常量都不为0

  C标准定义了两个函数，它们帮助打印出错信息。

#include <string.h>
char *strerror(int errnum);

#include <stdio.h>
void perror(const char *msg);

  它首先输出msg指向的字符串，然后一个冒号，一个空格，接着时errno值对应的出错信息，最后是一个换行符。

// 示例strerror和perror

#include "apue.h"
#include <errno.h>

int main(int argc, char **argv)
{
   fprintf(stderr, "EACCES: %s
", strerror(EACCES));
   errno = ENOENT;
   perror(argv[0]);
   exit(0);
}

  出错恢复：

  可将<errno.h>中定义的各种出错分成致命性和非致命性两类。对于致命性错误，无法执行恢复动作，最多只能在用户屏幕上打印一条出错信息，或写入日志，然后终止。而对于非致命性出错，可以进行处理，大多数非致命性出错本质上是暂时的，如资源短缺。

  与资源相关的非致命性出错包括 EAGAIN、ENFILE、ENOBUFS、ENOLCK、ENOSPC、ENOSR、EWOULDBLOCK，有时 ENOMEM也是非致命性，当EBUSY指明共享资源正在使用时，可以将他作为非致命性出错处理，当EINTR中断一慢速系统调用时，可 将它作为非致命性出错处理。

  对于资源相关的非致命性出错，一般恢复动作时延迟一些时间，然后再试。

  

1.7 用户标识

  （1）用户ID

  口令文件登陆项中的用户ID（user ID）是个数值，它向系统标识各个不同的用户。

  系统管理员在确定一个用户登陆名同时，确定用户ID，用户不能更改用户ID。

  用户ID为0，是超级用户。

  （2）组ID

  口令文件登陆项也包括用户的组ID（group ID），它是一个数值。

  组被用于将若干用户分到不同的项目组或者部门中去。这种机制允许同组各个成员之间共享资源，而组外用户则不能。

  组文件将组名映射为数字组ID，它通常是 /etc/group

  使用数字ID是历史上形成的，为的是节省磁盘空间，另外权限校验也比字符串更省时。对于用户而言使用字符串更方便，所以口令文件包含了登陆名和用户ID之间的映射关系。

  （3）附加组ID

  大多数UNIX系统允许用户属于多个组。

 

1.8 信号

  信号（signal）是通知进程已发生某种情况的一种技术。

  进程对于信号有三种选择：忽略，默认方式处理，捕捉。

 

1.9 时间值

  UNIX系统一直使用两种不同的时间值：

  （1）日历时间，该值是自 1970年1月1日00:00:00以来国际标准时间（UTC）所经过的秒数累计值（早期称为格林尼治标准时间）。

  系统基本数据类型 time_t 用于保存这种事件值。

  （2）进程时间，也被称为 CPU 时间，用于度量进程使用CPU资源。进程时间以时钟滴答计算。历史上有每秒50，60或100个滴答。

  系统基本数据类型 clock_t 用于保存这种时间值。

  当度量一个进程的执行时间时，UNIX系统使用三个进程时间值：

    时钟时间，用户CPU时间，系统CPU时间。

  时钟时间：进程运行时间总量。

  用户CPU时间：执行用户指令所用的时间。（进程在用户空间的时间）

  系统CPU时间：执行内核程序所经历的时间。（进程在内核空间的时间）

  要获进程的三种时间，只需要执行命令 time(1)。