reescreva o arquivo existente para que seja substituído por uma nova versão atomicamente, apenas uma vez totalmente gravado

Lembro-me vagamente de ler em algum lugar que, em alguns Unices, havia uma maneira de abrir um arquivo existente para gravação, com uma bandeira que pedia ao kernel que usasse a versão antiga (para outros processos acessando-o para leitura), até o "novo "versão foi totalmente gravada (fd fechado), a partir do qual o arquivo apareceu como a nova versão.

Em outras palavras, outros processos viram a versão antiga, ou a nova, nunca uma versão incompleta.

Alguém experiente pode me indicar uma referência?

O que você está descrevendo soa exatamente como uma renomeação básica para substituir um arquivo.

Quando você renomeia / move um arquivo por cima de outro, o arquivo antigo é desvinculado. Significa que o arquivo ainda existe, mas não está mais na árvore do sistema de arquivos. Assim, os aplicativos antigos continuarão sendo capazes de acessar o arquivo, desde que o mantenham aberto. Depois que todos os aplicativos fecham o arquivo antigo, ele não é alocado no disco.

A renamechamada do sistema é uma operação atômica. Para fazer isso, você criaria um novo arquivo com um nome diferente e chamaria renamepara renomear o arquivo temporário como o que você deseja substituir. Como a operação é atômica, não há absolutamente nenhum período em que o arquivo está ausente. Ele passa instantaneamente do arquivo antigo para o novo arquivo.
Observe que o arquivo temporário e o arquivo que está sendo substituído precisam residir no mesmo ponto de montagem.

Como Patrick escreve , a maneira usual de fazer isso é gravar a nova versão em um arquivo separado e, quando terminar, renomeie a nova versão para o nome do arquivo antigo, substituindo-o atomicamente. Essa segunda operação é chamada sobrescrever por renomear .

Agora, algumas referências:

• ISO C requer renameser atômico. Das especificações básicas do grupo aberto :

  Se o link nomeado pelo novo argumento existir, ele será removido e o antigo será renomeado para new . Nesse caso, um link nomeado novo permanecerá visível para outros processos durante a operação de renomeação e se referirá ao arquivo referido por novo ou antigo antes do início da operação.

• As versões antigas do Mac OS X não tinham renomeação atômica; isso está consertado no Lion.

• Aparentemente, o Btrfs viola intencionalmente o padrão, não garantindo renomeação atômica , por razões de desempenho. No entanto, a substituição por renomeação ainda é atômica , o que é tudo o que você precisa para esse fim.

Isso me lembra Allocate On Flush . Quando um sistema de arquivos usa esse recurso, em vez de gravar dados diretamente no disco, subtrai o tamanho dos dados a serem gravados do contador de espaço livre do disco e mantém os dados na memória até que uma chamada de sistema de sincronização seja executada ou o kernel decida para lavar os tampões sujos.

Nesse caso, se o arquivo estiver sendo modificado por um processo e for aberto por outro, o último processo "verá" a versão não modificada ( ou "antiga", se você preferir ) do arquivo.

Obviamente, os itens acima são teóricos e dependem de vários fatores, e eu diria um pouco imprevisível - já que você não sabe exatamente quando o kernel vai liberar as páginas sujas. Por exemplo, no Linux ( como você também pode ler na seção 15.3 de Entendendo o kernel do Linux ), as páginas sujas são gravadas no disco nas seguintes condições:

• O cache da página fica muito cheio e são necessárias mais páginas ou o número de páginas sujas se torna muito grande.

• Muito tempo se passou desde que uma página ficou suja.

• Um processo solicita que todas as alterações pendentes de um dispositivo de bloco ou de um arquivo específico sejam liberadas; isso é feito chamando uma chamada de sistema sync (), fsync () ou fdatasync ().

Sabe-se que esse recurso é implementado nos sistemas de arquivos HFS +, XFS, Reiser4, ZFS, Btrfs e ext4.