流(stream)是怎么一回事

摘要：文件流，系统标准输入输出流，标准错误流，还有一开始提到的流，还有一些后台技术如对请求响应流的抽象，都可以见到流的概念。语言的库中定义了打开文件流时必须指定的集中打开方式，表示用于读取，用于写入，用于读写。

—— 对这个问题的思考来源于前几天对 Java Socket 编程的尝试，TCP 协议要求建立一个 Socket 连接（著名的三次握手）之后才能进行通信，而连接双方进行数据的发送与接受，都是通过对输入输出流的机制来完成的。

流作为概念应该是语言无关的。文件IO流，Unix系统标准输入输出流，标准错误流(stdin, stdout, stderr)，还有一开始提到的 TCP 流，还有一些 Web 后台技术（如Nodejs）对HTTP请求/响应流的抽象，都可以见到流的概念。

K&R 在 C Programming Language 书中提到流是这样定义的：

流 (stream) 是与磁盘或其它外围设备关联的数据的源或目的地。

可以把流理解成是对程序与外界交换数据的一种抽象，这里的外界限定是有必要的，通常不会把程序内部的数据流动抽象为流，毕竟在程序内部，数据流动是由函数调用、返回来完成的。而当我们使用三个标准IO流时，我们关心的是怎样通过它们与外界交互；当我们使用文件流时，我们关心的是将内存中的数据持久化到磁盘文件中（或从磁盘中读数据导内存）。

于是数据从 A 处“流”向 B 处，可以类比像水流一样从高处流向低处。在水流动的过程中，作为最基本物理组成单位的水分子是不变的，相应的数据流也有它最小的组成单位。在不同的编程语言中，这个最小单位通常是字节流（二进制流）中的字节，或者字符流（文本流）中的字符。

——但不会是其他数据类型，就像我们从来没听说过数字流？，或者浮点数流，甚至数组流？

因为字节是计算机保存数据的最终形式，而字符是其它数据结构序列化后的表现形式，也是人可以阅读的形式。与外界的交互需要这些通用的格式。不关心数据的内容，只需要完整地传输原始数据时，考虑字节流即可；关心传输字符和字符串时，就需要对字符流进行操作，stdio.h头文件里那一大坨输入输出函数就是干这个的。比如fgetc(FILE *stream)从文本流中读入一个字符。

另一方面，根据数据流动的方向，可以再抽象出输出流和输入流的概念。从程序内部到外部的流向是输出流，从程序外部到内部的流向是输入流。

C 语言的stdio.h库中定义了打开文件流时必须指定的集中打开方式，"r"表示用于读取，"w"用于写入，"r+"用于读写。类似地，Java 语言的java.io包中包含了InputStream, OutputStream 明确区分的输入流类和输出流类，并且二者都是抽象类，意味着必须根据需要使用它们各自的子类进行实例化。

根据实际的代码可以帮助理解stream，下面是一段用C语言标准库实现的最简单的文件拷贝功能。

出于学习目的，这段代码偷懒没有任何容错功能，是典型的反面教材, 不过 whatever 了，不信你真拿去编译一下，是真的可以完整拷贝文件！除了不能拷贝目录，不能拷贝不存在的文件，不能拷贝文件权限，不能漏掉目的文件名或者路径，不能灵活处理文件软链接硬链接。等等等等blahblah（所以其实连看上去很简单的cp程序也是要有一大坨因素要考虑和支持的（啊跑题了

// mini_cp.c
#include 
#define BUFFER_SIZE 512

int main(int argc, char *argv[])
{ 
  // 从命令行参数中获得 SOURCE 和 DES 文件流
  FILE *src = fopen(argv[1], "rb");
  FILE *des = fopen(argv[2], "wb");
  
  long int num;
  
  // buffer 是读写的缓冲数组
  char buffer[BUFFER_SIZE];

  while(!feof(src)) {
    num = fread(buffer, sizeof(char), BUFFER_SIZE, src);
    fwrite(buffer, sizeof(char), num, des);
  }

  fclose(src);
  fclose(des);

  return 0;
}

这个自制的mini_cp程序不难理解，核心的逻辑可以分解为三个步骤：

打开源文件流FILE *src和目的文件流FILE *des

循环执行 { 每次从src流读取最多512字节的数据 => 并写入des流 } 直到源文件读取结束

关闭文件流

核心逻辑是非常清晰明了的，这样的逻辑也是流操作的普遍原理，尝试其他语言的实现，其实都已经大同小异，往往都少不了一个缓冲区的概念（或对象）。

来看一下 Java 版本的同等实现：

import java.io.File;
import java.io.InputStream;
import java.io.OutputStream;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;

public class Copy {
    
    private static final int BUFFER_SIZE = 512;

    public static void main(String[] args) throws IOException {
        
        File srcFile = new File(args[0]);
        File desFile = new File(args[1]);

        int recvBytesSize;
        byte[] buffer = new byte[BUFFER_SIZE];

        FileInputStream in = new FileInputStream(srcFile);
        FileOutputStream out = new FileOutputStream(desFile);

        while((recvBytesSize = in.read(buffer)) != -1) {
            out.write(buffer, 0, recvBytesSize);
        }

        in.close();
        out.close();

    }
}

面向对象味更浓（代码更冗长）了有木有？但也正是因为面向对象，Java 把理论上的 stream 抽象为类，让我们直接获得类的实例（即对象），从而对对象进行操作。还是挺不赖的是吧，虽然代码更长了没错，但是更 OO 啊～

写到这里已经能回答流基本是怎么一回事了，那么最后顺便再来放一段拷贝程序的ruby实现；

require "fileutils"
FileUtils.cp("SOURCE.txt", "DEST.txt")

哈？

嗯。

... That"s why we love Ruby...（逃。。。