logo标签列表

在C语言中确定一个打开的文件是否被修改

cfilefopen
8
有没有办法在POSIX下确定已打开的文件是否已被修改？更具体地说，我该如何实现下面的is_modified()函数？
FILE *f = fopen("myfile", "r+");

// do various things with f

if (is_modified(f))
    foo(f);

为了提供上下文，我正在使用C语言编写一个模块，需要为每个文件存储其哈希值在一个表中。该接口提供fopen()和fclose()的包装器，可以在关闭文件时进行哈希计算。我找到了几种方法来完成这个任务，但是没有一种方法是像我希望的那样高效、清晰和无误的：
  • 对于每个以写方式打开的文件都进行哈希计算。
  • fflush(f)并检查时间戳是否更改。
  • 提供fwrite()、fprintf()等的包装器。
有什么建议吗？
1
如果你是打开文件的人，为什么不简单地跟踪你是否对它进行了写入？ - Greg Hewgill
为了抽象化。这应该是一个模块，可以提供文件句柄，客户端可以以任何方式操作。我不想修改使用标准库函数操作打开文件的其他代码的大部分内容。 - nccc
如果您想避免其他进程同时修改您的文件，请查看file locking。 - jweyrich
不，进程间锁定不是问题。在这种情况下，拥有许多线程也不会改变任何事情。 - nccc
抱歉，我上面应该澄清一下，可以安全地假设单个进程始终在使用文件。 - nccc
3个回答
6
1
这是一个非常简单的解决方案，但它容易受到竞态条件的影响。在获取修改时间之后，在比较并采取任何操作之前，文件可能已经被另一个进程/线程更改了。尽管如此，还是要点赞。 - jweyrich
我完全同意。我猜sleep()可以执行以等待最短时间。在我看来，这是一个架构问题的次优解决方案。 - nmjohn
2
我建议使用 fstat() 而不是 stat()，因为您已经有文件描述符可用。 - Greg Hewgill
这基本上是我上面提到的第二个解决方案。我必须使用 fclose() 函数关闭文件，然后使用 stat() 函数检查文件是否更改，如果检测到更改，则再次使用 fopen() 函数打开文件，对其进行哈希处理，最后再次使用 fclose() 函数关闭文件。这种方法效率太低。 - nccc
fstat() 接近，但请检查 @JonathanLeffler 的答案。 - nccc
3
很有趣，但是：a）意味着每次写操作都会生成一个事件；b）由于kevent()会阻塞，所以我需要至少两个线程。正确吗？ - nccc
a) 可以使用队列事件对其进行摊销，然后将它们一起发送到其他线程。 b) 是的，你需要第二个线程来等待事件。 - jackdoe
3
由于您正在为fopen()和fclose()提供带有封面的句柄，因此您可以在打开文件时记录fstat()的结果，并在关闭文件之前再次记录，然后进行比较。如果有任何更改，那么您就有了积极的更改，需要重新计算哈希值。如果没有更改，您可以相当有信心地认为您拥有与之前相同的文件。如果您需要消除这种不确定性，那么无论如何都需要重新计算哈希值，知道文件可能会在您计算哈希值时被另一个线程或另一个进程更改。
请注意，现代POSIX（ POSIX 2008）提供了具有时间成员的struct stat：
  • struct timespec st_atim - 最后一次数据访问时间戳。
  • struct timespec st_mtim - 最后一次数据修改时间戳。
  • struct timespec st_ctim - 最后一次文件状态更改时间戳。
这些提供了纳秒级的修改时间分辨率。由于向后兼容性的原因，可能会存在一些宏定义，例如：
#define st_atime st_atim.tv_sec
#define st_mtime st_mtim.tv_sec
#define st_ctime st_ctim.tv_sec

尽管我所看到的情况下，POSIX标准并没有规定这一点。然而，自(Unix)时间的开始-1978年的第7版Unix以及可能更早的版本-就一直使用了st_Xtime名称，因此系统将希望保持旧代码的编译，而这些宏提供了一个相对无痛的方法来实现这一点。
不幸的是，st_mtime和其他成员在文件打开时不会更新。因此，这个解决方案归结为类似于fclose(); stat();的东西。 - nccc
更新会被安排（只要更改（如果有）被fflush()），如果你真的很担心，可以对文件描述符应用O_xSYNC选项。这个程序（带有适当的头文件）演示了在MacOS X 10.7.2上测试的结果，但在任何POSIX机器上都是预期的结果：int main(void) { struct stat s1,s2; char name[] = "zzz"; FILE *fp; if ((fp = fopen(name, "w+")) != 0) { fstat(fileno(fp), &s1); sleep(5); putc('x', fp); fflush(fp); fstat(fileno(fp), &s2); printf("t1 %ld; t2 %ld\n", (long)s1.st_mtime, (long)s2.st_mtime); fclose(fp); unlink(name); } return(0); } - Jonathan Leffler
是的，fflush()会更新时间戳，可能是因为它们引用了inode。我想这就是我们能做到的了；内核肯定知道文件是否脏了，但似乎没有以某种方式导出此信息。 - nccc
请记住，内核不知道FILE缓冲区中的内容，直到写入磁盘（这就是为什么fflush()很关键）。请注意，时间戳可能会更改，即使内容没有更改；但是，除非时间戳更改，否则我认为内容不会更改 - 除非有人使用utimes()或utimens()等进行欺骗。 - Jonathan Leffler
我期望内核能够维护一些已修改文件块的列表。这是无法伪造的，直接提供了我所需要的内容。我想我将不得不检查Linux源代码以了解更多信息。 - nccc
是的，内核还维护着其磁盘缓冲池中磁盘块列表，并知道每个这样的块的状态。然而，它仍然不知道应用程序中所做的仅在“FILE”结构中记录的更改（那些尚未被刷新的更改，在显式“fflush()”或因缓冲区填充或文件指针移动（“fseek()”等）且内容是脏的情况下可以发生刷新）。此外，内核不会记录已被修改但已从内核缓冲池中刷新的块的记录。 - Jonathan Leffler
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接