Linux 编辑器之神 vim 的 IO 存储原理

触发的回调是 ex_write ，核心的函数是 buf_write ，这个函数 1987 行。

在这函数，会使用 mch_open 创建一个 backup 文件，名字后面带个 ~ ，比如 test.txt~ ，

bfd?=?mch_open((char?*)backup

拿到 backup 文件的句柄，然后拷贝数据（就是一个循环喽）, 每 8K 操作一次，从 test.txt 拷贝到 test.txt~ ，以做备份。

划重点：如果是 test.txt 是超大文件，那这里就慢了哦。

backup 循环如下：

//?buf_write?
?while?((write_info.bw_len?=?read_eintr(fd,?copybuf,?WRITEBUFSIZE))?>?0)
?{
??if?(buf_write_bytes(&write_info)?==?FAIL)
???//?如果失败，则终止
??//?否则直到文件结束
??}
?}

我们看到，干活的是 buf_write_bytes ，这是 write_eintr 的封装函数，其实也就是系统调用 write 的函数，负责写入一个 buffer 的数据到磁盘文件。

long?write_eintr(int?fd,?void?*buf,?size_t?bufsize)?{
????long????ret?=?0;
????long????wlen;

????while?(ret?<?(long)bufsize)?{
????????//?封装的系统调用?write?
????????wlen?=?vim_write(fd,?(char?*)buf?+?ret,?bufsize?-?ret);
????????if?(wlen?<?0)?{
????????????if?(errno?!=?EINTR)
????????????break;
????????}?else
????????????ret?+=?wlen;
????}
????return?ret;
}

backup 文件拷贝完成之后，就可以准备动原文件了。

思考：为什么要先文件备份呢？

留条后路呀，搞错了还有的恢复，这个才是真正的备份文件。

修改原文件之前的第一步，ftruncate 原文件到 0，然后，从 memline （内存 + swp）中拷贝数据，写回原文件。

划重点：这里又是一次文件拷贝，超大文件的时候，这里可能巨慢哦。

for?(lnum?=?start;?lnum?<=?end;?++lnum)
{
????//?从?memline?中获取数据，返回一个内存?buffer（?memline?其实就是内存和?swap?文件的一个封装）
????ptr?=?ml_get_buf(buf,?lnum,?FALSE)?-?1;

????//?将这个内存?buffer?写到原文件
????if?(buf_write_bytes(&write_info)?==?FAIL)
????{
????????end?=?0;????????//?write?error:?break?loop
????????break;
????}
????//?...
}

划重点：vim 并不是调用 pwrite/pread 这样的调用来修改原文件，而是把整个文件清空之后，copy 的方式来更新文件。涨知识了。

这样就完成了文件的更新啦，最后只需要删掉 backup 文件即可。

//?Remove?the?backup?unless?'backup'?option?is?set?or?there?was?a
//?conversion?error.
mch_remove(backup);

这个就是我们数据写入的完整流程啦。是不是没有你想的那么简单！

简单小结下：当修改了 test.txt 文件，调用 :w 写入保存数据的时候发生了什么？

人机交互，:w 触发调用 ex_write 回调函数，于 do_write -> buf_write 完成写入 ；具体操作是：先备份一个 test.txt~ 文件出来（全拷贝）；接着，原文件 test.txt 截断为 0linux vim配置文件，从 memline（ 即 内存最新数据 + .test.txt.swap 的封装）拷贝数据，写入 test.txt （全拷贝） ；

数据组织结构

之前讲的太细节，我们从数据组织的角度来解释下。vim 针对用户对文件的修改，在原文件之上，封装了两层抽象：memline，memfile 。分别对应文件 memline.c ，memfile.c 。

先说 memline 是啥？

对应到文本文件中的每一行，memline 是基于 memfile 的。

memline 基于 memfile，那 memfile 又是啥？

这个是一个虚拟内存空间的实现，vim 把整个文本文件映射到内存中，通过自己管理的方式。这里的单位为 block，memfile 用二叉树的方式管理 block 。block 不定长，block 由 page 组成，page 为定长 4k 大小。

这是一个典型虚拟内存的实现方案，编辑器的修改都体现为对 memfile 的修改，修改都是修改到 block 之上，这是一个线性空间，每个 block 对应到文件的要给位置，有 block number 编号，vim 通过策略会把 block 从内存中换出，写入到 swp 文件，从而节省内存。这就是 swap 文件的名字由来。

block 区分 3 种类型：

block 0 块：树的根，文件元数据；pointer block：树的分支，指向下一个 block；data block：树的叶子节点，存储用户数据；

swap 文件组织：

block 0 是特殊块，结构体占用 1024 个字节内存，写到文件是按照 1 个page 对齐的，所以是 4096 个字节。如下图：

block 其他两种类型：

#define?DATA_ID????????(('d'?<<?8)?+?'a')???//?data?block?id
#define?PTR_ID????????(('p'?<<?8)?+?'t')???//?pointer?block?id

这个 ID 相当于魔数，在 swp 文件中很容易识别出来，比如在下面的文件中第一个 4k 存储的是 block0，第二个 4k 存储的是 pointer 类型的 block。

第三，第四个 4k 存储的是一个 data 类型的 block ，里面存储了原文件数据。

当用户修改一行的时候，对应到 memline 的一个 line 的修改，对应到这行 line 在哪个 block 的修改，从而定期的刷到 swap 文件。

vim 特殊的文件 ~ 和 .swp ？

假设原文件名称：test.txt 。

1test.txt~ 文件

test.txt~ 文件估计很多人都没见过，因为消失的太快了。这个文件在修改原文件之前生成，修改原文件之后删除。作用于只存在于 buf_write ，是为了安全备份的。

划重点：test.txt~ 和 test.txt 本质是一样的，没有其他特定格式，是用户数据。

读者朋友试试 vim 一个 10 G的文件，然后改一行内容，:w 保存，应该很容易发现这个文件（因为备份和回写时间巨长 ）。

2.test.txt.swp 文件

这个文件估计绝大多数人都见过，.swp 文件生命周期存在于整个进程的生命周期，句柄是一直打开的。很多人认为 .test.txt.swp 是备份文件，其实准确来讲并不是备份文件，这是为了实现虚拟内存空间的交换文件，test.txt~ 才是真正的备份文件。swp 是 memfile 的一部分，前面 4k 为 header 元数据，后面的为 一个个 4k 的数据行封装。和用户数据并不完全对应。

memfile = 内存 + swp 才是最新的数据。

思考解答

1vim 存储原理是啥？

没啥，就是用的 read，write 这样的系统调用来读写数据而已。

2vim 的过程有两种冗余的文件？

test.txt~ ：是真正的备份文件，诞生于修改原文件之前，消失于修改成功之后；.test.txt.swp ：swap 文件，由 block 组成，里面可能由用户未保存的修改，等待:w 这种调用，就会覆盖到原文件；

3vim 编辑超大文件的时候为什么慢？

一般情况下，你能直观感受到，慢在两个地方：

vim 打开的时候；修改了一行内容，:w 保存的时候；

先说第一个场景：vim 一个 10G 的文件，你的直观感受是啥？

我的直观感受是：命令敲下之后，可以去泡杯茶，等茶凉了一点，差不多就能看到界面了。为什么？

在进程初始化的时候，初始化窗口之前，create_windows -> open_buffer 里面调用 readfile 会把整个文件读一遍（完整的读一遍），在屏幕上展示编码过的字符。

划重点：初始化的时候，readfile 会把整个文件读一遍。 10 G的文件，你可想而知有多慢。我们可以算一下，按照单盘硬件 100 M/s 的带宽来算，也要 102 秒的时间。

再说第二个场景：喝了口茶，改了一个单词，:w 保存一下，妈呀，命令敲下之后，又可以去泡杯茶了？为什么？

先拷贝出一个 10G 的 test.txt~ 备份文件，102 秒就过去了；test.txt 截断为 0，再把 memfile（ .test.txt.swp ）拷贝回 test.txt ，数据量 10 G，102 秒过去了（第一次可能更慢哦）；

4vim 编辑大文件的时候，会有空间膨胀？

是的，vim 一个 test.txt 10 G 的文件，会存在某个时刻，需要 >=30 G 的磁盘空间。

总结

vim 编辑文件并不没有用黑魔法，还是用的 read，write，朴实无华；vim 编辑超大文件，打开很慢，因为会读一遍文件（ readfile ），保存的时候很慢，因为会读写两遍文件（backup 一次，memfile 覆盖写原文件一次）；memfile 是 vim 抽象的一层虚拟存储空间（物理上由内存 block 和 swp 文件组成）对应一个文件的最新修改，存储单元由 block 构成。:w 保存的时候，就是从 memfile 读，写到原文件的过程；memline 是基于 memfile 做的另一层封装，把用户的文件抽象成“行”的概念；.test.txt.swp 文件是一直 open 的，memfile 会定期的交换数据进去，以便容灾恢复；test.txt~ 文件才是真正的备份文件，诞生于 :w 覆盖原文件之前，消失于成功覆写原文件之后；vim 基本都是整个文件的处理，并不是局部处理，大文件的编辑根本不适合 vim ，话说回来，正经人谁会用 vim 编辑 10 G 的文件？vim 就是个文本编辑器呀；一个 readfile 函数 2533 行，一个 buf_write 函数 1987 行代码。。。不是我打击各位的积极性，这。。。反正我不想再看见它了。。。

后记

对于 vim 的好奇让笔者撸了一遍源码，学习了下其中的 IO 知识，不想被动辄几千行一个的函数教育了一番。我再也不想撸它了。。你学 fei 了吗？

- EOF -

（编辑：成都站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!