Подводные камни при работе с файлами в Linux с примерами на Python

Если от вашей системы требуется надёжность, отказоустойчивость и детерминированность, знания системных механизмов — не роскошь, а необходимость.

Работа с файлами в Python кажется простой — open, read, write. Но на практике, особенно в системах с высокими требованиями к отказоустойчивости, стабильности и логированию, за банальными строками кода может скрываться целый мир проблем.

Сегодня разберём, как знание внутренностей Linux может помочь избежать потерь данных и облегчить отладку. Все примеры будут на Python, но применимы к любым языкам, работающим через POSIX-интерфейсы.

1. Буферизация: write() — не значит «записал»

Начнём с простого:

with open("log.txt", "a") as f:
    f.write("Hello\n")

На первый взгляд — всё хорошо. Но этот код не гарантирует, что строка реально ушла на диск. Почему?

Этапы прохождения данных:

1. Буфер Python (f.write сохраняет строку в user-space).

2. Вызов flush() передаёт буфер в ядро ОС.

3. Вызов fsync() / fdatasync() просит ОС сбросить буфер ядра на диск.

Чтобы реально гарантировать сохранение:

with open("log.txt", "a") as f:
    f.write("Hello\n")
    f.flush()
    os.fsync(f.fileno())

Но и это не всегда помогает.

Если на сервере включено write caching на уровне диска/SSD, то fsync() может завершиться успешно, а данные — остаться в кэше контроллера и быть утеряны при сбое питания.

Решение:

• Использование устройств с power-loss protection.

• Отключение write cache (hdparm -W 0 /dev/sdX).

• Использование O_DIRECT или O_SYNC, если готовы пожертвовать производительностью.

Также важно отметить, что O_DIRECT/O_SYNC и flush()/fsync()/fdatasync() ухудшают производительность, и иногда нужно искать баланс между скоростью и надёжностью.

• fsync()/fdatasync()
  Явный вызов для сброса данных из кэша ядра на диск. fsync(): гарантирует запись данных + метаданных (размер, время модификации). fdatasync(): записывает только данные (если метаданные не критичны).

• O_SYNC
  Каждый write() ждёт физической записи на диск перед возвратом управления. Гарантирует сохранение данных + метаданных для каждой операции.
  Пример:

  fd = os.open("file.txt", os.O_WRONLY | os.O_SYNC)
  os.write(fd, b"data")  # Блокирует выполнение до записи на диск.
  os.close(fd)

• O_DIRECT
  Данные пишутся напрямую в устройство, минуя кэш ядра.
  Не гарантирует, что данные попали на физический диск (могут остаться в кэше контроллера). Требует выровненных буферов (адрес памяти, размер блока, смещение в файле кратны 512 байт или 4 KiB).
  Для надёжности после записи всё равно нужен fsync().
  Пример:

  # В Python сложно из-за требований к выравниванию:
  buf = bytearray(4096)  # Выровненный буфер
  buf[:4] = b"data"
  fd = os.open("file.txt", os.O_WRONLY | os.O_DIRECT)
  os.write(fd, buf)
  os.fsync(fd)  # Обязательно!
  os.close(fd)

2. Кто мой враг: логротация и потеря дескриптора

Представим, у вас работает процесс, логирующий в файл:

with open("service.log", "a") as log:
    while True:
        log.write("ping\n")
        log.flush()
        os.fsync(log.fileno())
        time.sleep(1)

Администратор сервера запускает logrotate. Что произойдёт?

• Старый service.log переименуется.

• Новый пустой service.log создастся.

• Процесс продолжает писать в старый (переименованный) файл, потому что дескриптор остался тем же!

Как отследить это?

• Проверяйте os.stat() и os.fstat() — если inode у файла изменился, лог был заменён.

• Или используйте watchdog/inotify для мониторинга.

3. Проблема с O_APPEND и конкурентной записью

В многопоточной среде или при нескольких процессах, пишущих в файл, может возникнуть путаница, если не использовать O_APPEND. Режим 'a' в open() автоматически включает O_APPEND.

with open("data.txt", "a") as f:
    f.write("chunk\n")

Но что если вы используете низкоуровневый API (os.open) и забыли os.O_APPEND?

fd = os.open("data.txt", os.O_WRONLY)
os.lseek(fd, 0, os.SEEK_END)
os.write(fd, b"chunk\n")

В многопроцессной среде вызовы lseek и write могут быть неатомарными, и два процесса могут перезаписать друг друга.

Решение:

• Использовать O_APPEND, чтобы смещение определялось ядром атомарно.

• Или синхронизировать доступ к файлу (lock-файлы, fcntl.flock).

4. Пропущенные данные при падении процесса

Сценарий:

• Вы пишете логи.

• Используете with open(...) и flush/fsync/fdatasync.

• Но процесс аварийно завершился до закрытия файла.

Проблема: если сбой произошёл до flush() или fsync() — вы теряете строку.

Решение:

• Оборачивайте запись в лог с try/finally:

f = open("log.txt", "a")
try:
    f.write("data\n")
    f.flush()
    os.fsync(f.fileno())
finally:
    f.close()

• Или используйте atexit.register() и signal-хендлеры, чтобы корректно завершать процесс.

5. Watchdog и inotify — не панацея

Многие пытаются отслеживать изменения файлов через inotify, но забывают об ограничениях:

• inotify не работает по сети (NFS).

• Число слотов ограничено (/proc/sys/fs/inotify/max_user_watches).

• Некоторые события (например, fsync) не отслеживаются вообще.

В сложных случаях лучше использовать периодическое сравнение mtime/inode/size.

6. Отладка: когда strace спасает

Если данные иногда не пишутся, а код вроде правильный, запускайте процесс под strace:

strace -e trace=write,fsync,open,close -f -tt -o trace.log python myscript.py

Что искать:

• Есть ли write вообще?

• Что происходит между write и fsync?

• Были ли ошибки EIO, ENOSPC и т.п.?

7. Файлы в tmpfs или /dev/shm — быстро, но опасно

Иногда данные записываются в файл, а на диск не попадают, потому что файл был в памяти (например, /tmp на tmpfs).

Проверьте монтирование:

mount | grep /tmp

Решение:

• Использовать tmp только для кэша.

• Критичные файлы писать в реальную FS.

Вывод

Использование O_SYNC, O_DIRECT, fsync() всегда снижает производительность. Важно выбирать метод, исходя из требований к данным:

• Для журналов транзакций — fsync() после каждой записи.

• Для временных данных — буферизация без fsync().

Большинство разработчиков живут в мире, где:

• Один поток пишет в файл.

• Ошибки редки.

• Утилиты работают «как всегда».

Но как только вы заходите в зону высоких требований (финансы, аудит, логирование, отказоустойчивость), любые мелочи начинают "стрелять". Там важен каждый байт, каждый системный вызов и каждый дескриптор.

Чем глубже ваше понимание системы, тем легче вам и вашим пользователям.
А значит, вы — тот, кого сложно заменить.