python - 如果在某些程序正在从该文件读取数据时删除输入文件，会发生什么情况？

Question

如果有 python 脚本执行此操作:

with open('large_input_file.log', 'rb') as f :
    for each_line in f :
        do something .....

我们称这个脚本为a.py

large_input_file.log 大约为 16GB。 a.py 将花费数小时来处理此文件。

如果我这样做(在 Linux 下)会发生什么:

1. 保持a.py运行

2. 删除 large_input_file.log

3. 将large_input_file.log替换为内容不同但名称相同

a.py 是否能够在删除之前在 large_input_file.log 中获取正确的数据？ (我想这就是会发生的事情。)

或者 a.py 会在新的 large_input_file.log 中获取以相同偏移量开始的新数据

您能从内核级别或文件系统级别解释一下吗？ (linux 是如何做到这一点的)？

----------------下面是一些回答后添加的------------------------

如果我的磁盘大小是 16Gb，那么只能存储一个 large_input_file.log。

如果我删除 large_input_file.log 并创建另一个 16Gb large_input_file.log 文件会怎样？

Answer 1

让我们创建一个文件:

# echo foo > test.txt

现在我们将使用 tail 来监视它的变化:

# tail -f test.txt
foo

让我们在终端上打开另一个选项卡，检查 tail 进程的 pid:

# ps aux | grep -i tail
root      5458  0.0  0.0   7484   724 ?        S    Sep15   0:13 tail -f -n 0 /var/log/syslog
root      5919  0.0  0.0   7484   784 ?        S    Sep15   0:13 tail -f -n 0 /var/log/syslog
root      6381  0.0  0.0   7484   840 ?        S    Sep15   0:14 tail -f -n 0 /var/log/syslog
emil     27789  0.0  0.0   8852   784 pts/8    S+   12:26   0:00 tail -f test.txt
emil     27826  0.0  0.0  15752  1016 pts/9    S+   12:26   0:00 grep -i tail

所以，在我的例子中，pid 是 27789。我们可以通过检查 /proc/27789/fd 目录来查看进程的打开文件:

# ls -lah /proc/27789/fd/
total 0
dr-x------ 2 emil emil  0 Sep 20 12:26 .
dr-xr-xr-x 9 emil emil  0 Sep 20 12:26 ..
lrwx------ 1 emil emil 64 Sep 20 12:26 0 -> /dev/pts/8
lrwx------ 1 emil emil 64 Sep 20 12:26 1 -> /dev/pts/8
lrwx------ 1 emil emil 64 Sep 20 12:26 2 -> /dev/pts/8
lr-x------ 1 emil emil 64 Sep 20 12:26 3 -> /home/emil/test.txt
lr-x------ 1 emil emil 64 Sep 20 12:26 4 -> anon_inode:inotify

这里我们看到 tail 有一个名为 3 的文件描述符到 test.txt。如果我们删除文件怎么办？

# rm test.txt
# ls -lah /proc/27789/fd
total 0
dr-x------ 2 emil emil  0 Sep 20 12:26 .
dr-xr-xr-x 9 emil emil  0 Sep 20 12:26 ..
lrwx------ 1 emil emil 64 Sep 20 12:26 0 -> /dev/pts/8
lrwx------ 1 emil emil 64 Sep 20 12:26 1 -> /dev/pts/8
lrwx------ 1 emil emil 64 Sep 20 12:26 2 -> /dev/pts/8
lr-x------ 1 emil emil 64 Sep 20 12:26 3 -> /home/emil/test.txt (deleted)
lr-x------ 1 emil emil 64 Sep 20 12:26 4 -> anon_inode:inotify

文件描述符仍然存在，但是 ls 会帮助我们知道文件已被删除。

正如 Igor 所说，每个文件在原始数据所在的磁盘上都有一个物理位置。为了找到文件，系统维护了一个 inode 表，将文件名映射到实际数据。删除文件不会删除磁盘中的数据，它只是修改 inode。数据将仍然存在，直到它被其他东西明确覆盖。但是，在这种特定情况下，内核包含额外的代码以确保文件继续存在 - 并且不会被覆盖 - 直到它不再被任何进程打开。