在日常的文件 I/O 编程中，我们最熟悉的莫过于 read() 和 write() 系统调用。它们是处理文件操作的基石。然而，在多线程或需要精确控制文件偏移量的场景下，这两个基础调用可能会显得笨拙甚至导致问题。这就是 Linux 和 Unix 系统提供 pread() 和 pwrite() 的原因所在。
本文将深入探讨这两个强大的系统调用，帮助你提升 I/O 操作的效率和正确性。
1. 传统方式的痛点：read/write + lseek
在介绍新朋友之前，我们先回顾一下老朋友的工作方式。传统的文件读取流程通常是这样的：
- 使用
lseek()系统调用将文件偏移量移动到目标位置。 - 调用
read()从当前偏移量开始读取数据，read()会自动推进偏移量。
写入流程也是类似的 lseek() + write()。
这种方法在单线程环境下工作良好，但在多线程环境下有一个致命的缺陷：竞争条件（Race Condition）。
竞争条件示例
想象以下场景，两个线程共享同一个文件描述符（fd）：
- 线程 A 希望读取文件 100 字节处的数据。
- 线程 B 希望读取文件 200 字节处的数据。
- 线程 A 成功调用
lseek(fd, 100, SEEK_SET)，将偏移量设置为 100。 - 就在此时，操作系统调度器暂停了线程 A，并唤醒了线程 B。
- 线程 B 执行
lseek(fd, 200, SEEK_SET)，成功将偏移量修改为 200。 - 线程 B 调用
read(fd, buffer, size)，从偏移量 200 处开始读取。 - 线程 B 完成操作，操作系统再次调度线程 A。
- 线程 A 从它停止的地方继续，调用
read(fd, buffer, size)。 - 问题来了！ 文件偏移量现在是由线程 B 设置的 200，而不是线程 A 期望的 100。线程 A 读到了错误的数据。
时间线 线程A操作 线程B操作 文件偏移量
----------------------------------------------------------------------------
t0 0
t1 lseek(fd, 100, SEEK_SET) 100
t2 (线程切换) 100
t3 lseek(fd, 200, SEEK_SET) 200
t4 read(fd, buffer, size) 200 + size
t5 (线程切换) 200 + size
t6 read(fd, buffer, size) 200 + size + size
图示：两个线程交替操作共享的文件偏移量，导致数据错乱。线程A本想读取100处的数据，却读到了200+size处的数据。
这是因为文件偏移量是内核中与文件描述符关联的一个属性，是全局共享的状态。传统的 read/write 隐式地使用和修改这个共享状态，从而导致了并发问题。
解决这个问题通常需要引入互斥锁（Mutex） 来保护 lseek + read/write 这个操作序列，使其成为原子操作。但这会增加代码的复杂性和锁的开销。
2. 更优雅的解决方案：pread 和 pwrite
pread() (Positional Read) 和 pwrite() (Positional Write) 就是为了解决上述问题而设计的。它们将"定位（Seek）"和"读写（Read/Write）"两个操作合并为一个单一的、原子的系统调用。
函数原型
#include <unistd.h>
ssize_t pread(int fd, void *buf, size_t count, off_t offset);
ssize_t pwrite(int fd, const void *buf, size_t count, off_t offset);
fd：文件描述符。buf：用于存储读取数据或待写入数据的缓冲区。count：要读取或写入的字节数。offset：关键的参数！ 指定从文件的哪个偏移量开始进行读写操作。
核心优势：原子性
最重要的特点是：pread 和 pwrite 在执行时，不会改变文件描述符关联的文件偏移量。
pread(fd, buf, count, offset) 调用严格等价于以下代码序列的原子执行：
off_t old_offset = lseek(fd, 0, SEEK_CUR); // 保存原偏移量
lseek(fd, offset, SEEK_SET);
read(fd, buf, count);
lseek(fd, old_offset, SEEK_SET); // 恢复原偏移量
但它是在内核层面一气呵成的，不会被其他线程中断。
这带来了三个巨大好处：
- 线程安全：因为它们不依赖也不修改全局的文件偏移量，多个线程可以同时使用同一个文件描述符调用
pread或pwrite而无需任何锁。它们彼此之间不会产生干扰。 - 避免副作用：由于文件偏移量保持不变，你可以在调用
pread/pwrite前后，放心地使用传统的read/write，而不用担心偏移量被意外修改。 - 代码更简洁：无需再手动调用
lseek，代码意图更加清晰——“请直接从offset位置读取count字节的数据”。
3. 代码示例对比
让我们通过一个简单的例子来感受两者的区别。
任务：从文件的开头和第 100 字节处分别读取 50 字节的数据。
使用传统方式（lseek + read）
// ... 打开文件获得 fd ...
int fd = open("file.txt", O_RDONLY);
char buf1[50], buf2[50];
// 读取开头50字节
lseek(fd, 0, SEEK_SET); // 手动定位
read(fd, buf1, 50); // 偏移量变为50
// 读取偏移量100处50字节
lseek(fd, 100, SEEK_SET); // 再次定位（易被其他线程干扰）
read(fd, buf2, 50); // 偏移量变为150
// 如果你想再回到开头读，又得重新lseek
使用 pread（推荐）
// ... 打开文件获得 fd ...
int fd = open("file.txt", O_RDONLY);
char buf1[50], buf2[50];
pread(fd, buf1, 50, 0); // 直接从偏移量0读取，不修改全局偏移
pread(fd, buf2, 50, 100); // 直接从偏移量100读取，全局偏移仍为初始值
// 文件偏移量从头到尾都没有被改变过！
// 可以随意混合使用 pread 和传统 read，互不干扰
可以看到，使用 pread 的代码更简洁，意图更明确，并且天生就是线程安全的。
4. 重要注意事项
- 偏移量类型：
offset参数是off_t类型，通常在 32 位系统上是 32 位，在 64 位系统上是 64 位。这意味着它可以支持大于 4GB 的大文件。 - 并发写入：
pwrite的原子性保证的是"定位+写入"这个动作的原子性，而不是文件内容的原子性。如果你的数据块大小超过了一个磁盘扇区（通常是512字节），一次pwrite操作可能最终被分解为多次磁盘写入。如果需要更严格的原子性（如所有数据全部成功或全部失败），需要考虑事务或日志文件系统等其他机制。 - 适用文件类型：
pread和pwrite主要适用于常规文件。对于管道、套接字或某些特殊设备文件，它们可能无法使用（ESPIPE错误），因为这些对象不支持"寻址"的概念。
5. 总结与适用场景
| 特性 | read/write |
pread/pwrite |
|---|---|---|
| 文件偏移量 | 使用并修改全局偏移量 | 忽略且不修改全局偏移量 |
| 线程安全 | 不安全，需加锁 | 天生安全 |
| 操作原子性 | 非原子（lseek+IO） |
原子操作 |
| 代码简洁性 | 需配合 lseek |
更简洁，意图更明确 |
强烈建议在以下场景中使用 pread 和 pwrite：
- 多线程编程：当多个线程操作同一个文件描述符时，这是首选方案。
- 随机 I/O：需要在文件的不同位置进行读取或写入，特别是多次、跳跃式的访问（例如数据库操作）。
- 保持偏移量：当你希望在执行一些特定位置的 I/O 后，文件偏移量仍然保持在原来的位置。
总之，pread 和 pwrite 是文件 I/O 工具箱中两颗被低估的明珠。它们提供了更强的线程安全保证和更清晰的编程语义。下次当你需要从文件的特定位置读写数据时，请优先考虑它们，这会让你的代码更加健壮和高效。