文件空洞

这里首先解释一下什么是文件空洞。

在UNIX文件操作中，文件位移量可以大于文件的当前长度，在这种情况下，对该文件的下一次写将延长该文件，并在文件中构成一个空洞，这一点是允许的。位于文件中但没有写过的字节都被填充为0。

如果 offset 比文件的当前长度更大，下一个写操作就会把文件“撑大（extend）”。这就是所谓的在文件里创造“空洞（hole）”。没有被实际写入文件的所有字节由重复的 0 表示。

比较常见的就是lseek，lseek用于在读写文件时移动读/写指针，但是lseek的位置可以超出文件范围，并且不会返回错误，在下一次写文件时会对文件造成‘空洞’。

在自己组织构建文件系统时，比如监控领域的私有文件系统，是要非常注意文件空洞的。由于linux的调度策略，在更新文件索引和数据时要特别小心，即使你是先写数据再更新索引，也有可能会发生文件空洞。为什么呢？

在你写数据码流时，由于数据一般比较大，比如128k，由于数据量比较大，此时linux不会立刻写入硬盘中，而会先放入内存中。但是你更新文件索引时，数据量非常小，一般都在字节级，系统可能会立刻就将数据写入硬盘而不会放入到队列排队。表面上我们是没有错的，但是如果这个时候断电了，系统设计又没有断电保护，我们想一下会发生什么。索引已经写到硬盘了，但是数据呢，数据已经丢了，也就是说索引记录的文件长度和实际的文件长度不一致，可能会相差几十M，当你再次开机进行下次写文件的时候就会出现文件空洞了，并且从文件来看丢失的数据好像是‘存在’的，实际上当你去获取数据时，会发现数据全是0。

当然你可以在系统内创建一个线程负责定时向硬盘刷数据，保证异常情况下不会丢失太多的数据。也可以每次写数据都采用fsync的方式，这样就可以保证不会有差错。但是要同时考虑到系统性能。

因此，我们在是使用lseek接口时，一定要注意防止文件空洞的产生。