這裡討論在 Linux 系統上標準串流（standard streams）的緩衝區（buffering）時常容易會產生的一些問題。

首先請看下面這個使用 pipeline 的指令：

command1 | command2

在這裡 shell 會 fork 兩個 processes，然後利用 pipe 連起來，整個架構中包含了三個緩衝區（buffer），就像這樣：

其中的 kernel buffer 會由 shell 所呼叫的 pipe system call 來建立，這個 buffer 的大小我們並沒有辦法直接控制，但基本上也不用擔心，因為 kernel 會在接到資料之後，立刻將資料送出去，通常效率都不是問題。（參考資料：circular pipes）

另外兩個緩衝區則是跟標準串流（standard streams）有關，在 Linux 中有三種標準串流，分別為 stdin、stdout、stderr，Linux 中幾乎所有的程式在執行前都會靠著 C 函式庫（libc）自動建立這三個標準串流，而這些串流可以用來連接檔案、sockets 或 pipes 等，而程式設計者可以藉由緩衝區的大小（size）與模式（mode，亦即 unbuffered、buffered、line buffered）來控制緩衝區的運作方式。

我們可以利用下面這個程式來測試預設的緩衝區，看看他們是如何運作的：

/* Output info about the default buffering parameters
 * applied by libc to stdin, stdout and stderr.
 * Note the info is sent to stderr, as redirecting it
 * makes no difference to its buffering parameters.
 */
#include <stdio_ext.h>
#include <unistd.h>
#include <stdlib.h>

FILE* fileno2FILE(int fileno) {
  switch(fileno) {
    case 0:  return stdin;
    case 1:  return stdout;
    case 2:  return stderr;
    default: return NULL;
  }
}

const char* fileno2name(int fileno) {
  switch(fileno) {
    case 0:  return "stdin";
    case 1:  return "stdout";
    case 2:  return "stderr";
    default: return NULL;
  }
}

int main(void) {
  if (isatty(0)) {
    fprintf(stderr,"Hit Ctrl-d to initialise stdin\n");
  } else {
    fprintf(stderr,"Initialising stdin\n");
  }
  char data[4096];
  fread(data,sizeof(data),1,stdin);
  if (isatty(1)) {
    fprintf(stdout,"Initialising stdout\n");
  } else {
    fprintf(stdout,"Initialising stdout\n");
    fprintf(stderr,"Initialising stdout\n");
  }
  fprintf(stderr,"Initialising stderr\n"); //redundant

  int i;
  for (i=0; i<3; i++) {
    fprintf(stderr,"%6s: tty=%d, lb=%d, size=%d\n",
        fileno2name(i),
        isatty(i),
        __flbf(fileno2FILE(i))?1:0,
        __fbufsize(fileno2FILE(i)));
  }
  return EXIT_SUCCESS;
}

執行之後，輸出會類似這樣：

Hit Ctrl-d to initialise stdin
Initialising stdout
Initialising stderr
stdin: tty=1, lb=1, size=1024
stdout: tty=1, lb=1, size=1024
stderr: tty=1, lb=0, size=1
藉由測試的結果，在緩衝區模式的部分，我們可以得知：

• stdin 預設會使用 buffered 模式的緩衝區。
• stderr 預設不會使用緩衝區，也就是 unbuffered 模式。
• 若 stdout 是一般的終端機，則會使用 line buffered 模式的緩衝區。其餘的狀況則會使用 buffered 模式的緩衝區。

而在緩衝區大小的部分：

• 緩衝區大小只會直接影響緩衝區的模式。
• 預設的緩衝區大小是根據 page 大小決定的，這裡測試的結果是 4096 bytes。
• 如果 stdin 或 stdout 連接到終端機，則預設的緩衝區大小為 1024 bytes，否則為 4096 bytes。

以上這些數值只是一個測試出來的結果，並不是一個標準值，每個系統有可能不同，甚至同一種系統版本不同也會有差異，這裡只是提供一個概念性的介紹，讓大家了解系統上有這些緩衝區存在。

stdio 輸出緩衝區問題

如果你想要查看 Apache 網頁伺服器及時的瀏覽記錄，看看有哪些訪客的 IP 位址，我們可以使用這樣的指令：

tail -f access.log | cut -d' ' -f1 | uniq

像這樣使用 tail -f 或 tcpdump -l 這類的指令，同時要持續等待新的資料，又要進行後續的資料處理時，就會發生輸出斷斷續續的問題。（某些會將所有資料都納入緩衝區的指令無法這樣使用，例如 sort）

在這個例子中，如果有新的訪客連線進來的時候，雖然其瀏覽記錄會被馬上寫入 access.log，但是由於 stdio 的緩衝區問題，他不會馬上顯示在這個指令的輸出中（被暫時儲存在緩衝區中），整個狀況會像這樣：

其中橘色的緩衝區就是出問題的地方，因為他所連接的另一端是一個 pipe，所以他的緩衝區大小會是 4096 bytes，他會等到緩衝區滿了之後，才會把資料送給 uniq。

另外 tail -f 的 stdout 緩衝區其實也會有這個問題，但是由於 tail 本身會在有新資料時呼叫 fflush()，讓資料及時送出，所以這個問題不嚴重。（你可以嘗試看看 tcpdump -l、grep --line-buffered 與 sed --unbuffered 這幾個指令的狀況）

在最後 uniq 輸出部分，由於它的 stdout 是直接連接終端機，所以只要有資料時，就會逐行立即自動輸出，所以對這裡的需求而言也沒有問題。

stdin 輸出緩衝區問題

stdin 跟 stdout 類似，為了增進效率所以也有緩衝區的設置，當然你也可以透過一次只讀取一個 byte 的方式來控制整個讀取流程，但是這種做法並不實際。我們來看下面這個例子：

printf "one\ntwo\nthree\n" | ( sed 1q ; sed 1q ; sed 1q )

輸出為：

one
從輸出的內容你可以看出來，第一個 sed 把所有的資料都接收進去，剩餘兩個 sed 完全沒有收到任何資料。

縱使這裡將 stdin 的緩衝區模式設定為 line buffered，也是無效的，因為這個只會在 stdout 被 flushed 的時候有用。而常見的 readline 也都是實作在 stdin 的緩衝區上，所以同樣會有這個問題。

一般來說，你只能控制是否要從 stdin 讀取資料，如果你只要讀取指定長度的資料，那麼就必須將 stdin 的緩衝區關閉才行。

下面這個是另外一個 ssh 的例子：

printf "one\ntwo\nthree\n" | ( ssh localhost printf 'zero\\n' ; cat )

輸出為：

zero
這裡經過 ssh 連線所執行的 printf 並不需要任何輸入資料，但是 ssh 指令本身並不知道這件事，所以 ssh 還是會把資料讀進來。如果要讓 ssh 不要讀取任何資料，可以加上 -n 參數：

printf "one\ntwo\nthree\n" | ( ssh -n localhost printf 'zero\\n' ; cat )

這樣的話，輸出就變為：

zero
one
two
three

stdio 緩衝區控制

程式設計者可以直接使用 read 或 write 避開緩衝區的問題，但是在大部份的狀況下，這樣會比較沒有效率。另外一個方式是使用 setvbuf 函數來控制緩衝區的模式與大小：

#include <malloc.h>
#include <stdio.h>
#include <stdio_ext.h>

int main(int argc, char** argv)
{
    int buf, chars, i;
    fprintf(stderr,"BUFSIZ = %d\n",BUFSIZ);
    fprintf(stderr,"uninitialised stdout buf_size = %d\n",__fbufsize(stdout));
    setvbuf(stdout, (char*)NULL, _IOFBF, 0);
    fprintf(stderr,"default stdout buf_size = %d\n",__fbufsize(stdout));

    if (argc == 3) {
        buf=atoi(argv[1]);   //chars to allocate
        chars=atoi(argv[2]); //chars to write to test buffering

        char* new_buf=malloc(buf); //can't free until fclose(stdout)
        if (setvbuf(stdout, new_buf, _IOFBF, buf)) {
            fprintf(stderr,"setvbuf() failed\n");
        }
        fprintf(stderr,"specified buf_size = %d\n",__fbufsize(stdout));

        if (chars) {
            for (i=1; i<chars; i++) putchar('.'); putchar('$');
            putchar('.');
            sleep(5); //to see buffering of output
        }
    }
}
/*
    Note currently for glibc (2.3.5) the following call does not change the
    the buffer size, and more problematically does not give any indication
    that the new size request was ignored:
        setvbuf(stdout,(char*)NULL,_IOFBF,8192);

    The ISO C99 standard section 7.19.5.6 on the setvbuf function says:

    ... If buf is not a null pointer, the array it points to may be used
    instead of a buffer allocated by the setvbuf function and the argument
    size specifies the size of the array; otherwise, size may determine
    the size of a buffer allocated by the setvbuf function. ...

    Andreas Schwab at least takes the above to mean setvbuf(....,size)
    is only a hint from the application which I don't agree with.

    FreeBSD's libc seems more sensible in this regard. From the man page:

    The size argument may be given as zero to obtain deferred optimal-size
    buffer allocation as usual.  If it is not zero, then except for
    unbuffered files, the buf argument should point to a buffer at least size
    bytes long; this buffer will be used instead of the current buffer.  (If
    the size argument is not zero but buf is NULL, a buffer of the given size
    will be allocated immediately, and released on close.  This is an extension
    to ANSI C; portable code should use a size of 0 with any NULL buffer.)
*/

在更改串流緩衝區設定時，可能會有無法預期的結果，這個要注意，另外這個程式是在 glibc 2.3.5 的情況下實作的，版本有點舊，但是還有參考價值，如果自己要實作，就要注意新的 glibc 有沒有變動。

目前來說，對於既有的程式使用者是沒有辦法更改其緩衝區設定的，有一個 unbuffer 工具可以解決部分的問題（但是也產生了其他的問題），有興趣的人可以自行參考他的說明文件。

在新的 coreutils 7.5 中，提供了一個新的 stdbuf 指令，它可以讓你更容易來控制串流的緩衝區：

tail -f access.log | stdbuf -oL cut -d ' ' -f1 | uniq

詳細的使用方式，可以查詢 stdbuf 的線上手冊。

man stdbuf

參考資料：pixelbeat.org