stdio的缓冲区

为什么要有缓冲区（Buffer）

原因为多种，有两个重点：

1.  从内存中读取数据比从文件中读取数据要快得多（这只是一种浅显地说法，但确实能说明问题）。

2.  对文件的读写需要用到open、read、write等系统底层函数，而用户进程每调用一次系统函数都要从用户态切换到系统态，等执行完毕后再返回用户态，这种切换要花费一定时间成本（对于高并发程序而言，这种状态的切换会影响到程序性能）。

举个例子，如果程序需要处理10K个整数（或者10K个字符串等等），而这些整数事先存在某个文件中，如果程序每处理一个整数就要从文件中读一个整数（read系统调用），那么每次都要进行硬件I/O、进程状态切换等操作，这样效率是非常低下的。如果每次从文件中读出1K个整数到内存，程序从内存中读取数据并处理，那么程序的性能会明显提高，存储这1K个整数的内存区域就是一个缓冲区。

由于目前计算机体系结构的限制，有时必须采用某些低效的手段。利用低效的手段一次性读出适量的数据到内存，以后的各种操作就只针对内存中的数据展开，从而实现对低效手段的缓冲，提高效率，这种机制称为缓冲机制，而内存中存储数据的区域就称为缓冲区。

stdio库（libc库的一部分）中的函数已经对文件实现了缓冲机制，并高度优化，可以直接应用到很多项目中。

Stdio的缓冲机制

fread函数

fread函数的缓冲机制中有如下几个重要的变量：

1.   pBase：指向缓冲区的指针

2.   nBufSize：缓冲区长度

3.   pToRead：指向缓冲区中未读取数据的指针

4.   nByteLeft：缓冲区中未读取数据字节数

如图所示，红色区域表示已经读入数据的缓冲区，灰色表示空闲的缓冲区。默认缓冲区一般为4096字节（缓冲区可以由用户指定，详见后文），当然，这个长度可以根据文件长度灵活地变化。

即使用户读取了一个字节的数据，fread也会事先从文件中读取缓冲区大小的数据来填充缓冲区，当然，如果文件长度小于缓冲区大小，那么文件的全部内容都会被读入缓冲区。

当缓冲区有了数据，fread就可以从缓冲区中读取数据了。设nCount是要读入的数据长度，nFileSize是文件的长度，在初始状态下（即在第一次执行fread函数时），pToRead= pBase，nByteLeft = FileSize > nBufSize?nFileSize:nBufSize。

如果nCount小于nByteLeft，那么每次从缓冲区的pToRead位置拷贝nCount个字节到用户定义的空间中去（即fread的第一个参数指向的空间），拷贝之后将pToRead向后移动nCount个字节，并将nByteLeft减少nCount，当nByteLeft为零时，fread将重新调用系统函数读取文件来刷新缓冲区（各参数又回到了一开始的状态）。

如果nCount大于nByteLeft，需要分多次才能将数据拷贝到用户定义的空间中，先从缓冲区中读取nByteLeft个字节，并刷新缓冲区，再读取剩下的字节，显然这样的开销更大。这里需要注意的是，当一次读入的数据长度超过缓冲区大小时（如大于4K），fread函数将不再采用缓冲机制。所以用fread读数据时，如何确定数据的长度应该三思而行。

上面只是fread函数缓冲机制的一个笼统的介绍，而具体的机制是怎么样的呢？聪明的读者可以自己试着实现一下。

fwrite函数

与缓冲相关的库函数

Stdio的安全问题

并发读写文件引起的数据正确性问题。