背景

在很多IO场景中，我们经常需要确保数据已经安全的写到磁盘上，以便在系统宕机重启之后还能读到这些数据。但是我们都知道，linux系统的IO路径还是很复杂的，分为很多层，每一层都可能会有buffer来加速IO读写。同时，用户态的应用程序和库函数也可能拥有自己的buffer，这又给IO路径增加了一些复杂性。可见，要想保证数据安全的写到磁盘上，并不是简单调一个write/fwrite就可以搞定的。

那么要怎么做呢？很多人会想到很多办法，比如：fflush()、fsync()、fdatasync()、sync()、open()使用O_DIRECT或O_SYNC标志等。嗯，这些手段（或者某些组合）的确可以保证数据安全的持久化，那么它们之间有什么区别呢？fflush()和fsync()有啥区别？O_DIRECT是啥意思，它可以保证数据安全的持久化吗？O_DIRECT和O_SYNC区别什么？O_SYNC和fsync()呢？fsync能完成msync的功能吗？本文将试图理解、解释这些概念的作用和区别。

Linux IO

所谓一图胜千言，为了解析清楚这些概念的区别，我特意画了一张图，仔细看，应该可以清晰的看出它们的作用和区别。

这里重点说一下O_DIRECT和O_SYNC，首先要明确的是，O_DIRECT只是说数据不会经过page cache（一般用在用户态自己管理buffer）而是直接提交给块设备层，但是不会同步等待数据安全写入磁盘之后才返回（比如数据可能还在块层排队或者在磁盘自己的cache中）。而O_SYNC标志，虽然数据还是会写page cache，但是此时会采用write through的策略，并同步等待数据安全写入磁盘后才会返回。因此如果同时使用O_DIRECT和O_SYNC，则表示数据不会经过page cache并同步等待数据安全写入磁盘才返回，当然这样IO的性能会非常低下。

由于O_DIRECT会bypass page cache，因此如果有另一个进程使用普通的方式读文件，有可能会出现数据不一致的现象，这个也需要注意。