ファイルを開くとき OS は何をしているのか：ファイルディスクリプタとカーネルの仕組み

Python で open() を呼んだとき、内部では何が起きているのか。「リソースを確保する」「ファイルを閉じる」とは具体的に何を意味するのか。OS とカーネルのレベルまで掘り下げて解説する。

ファイルを開くとは何か

Python の open("data.txt") は、最終的に OS のシステムコール open() を呼び出す。このシステムコールが返すのは「ファイルディスクリプタ」と呼ばれる小さな整数だ。

import os

# Python の open() が返すファイルオブジェクト
f = open("data.txt")

# その内部にあるファイルディスクリプタ（整数）
print(f.fileno())  # 例: 3

ファイルディスクリプタは、カーネルが管理するリソースへの「チケット番号」のようなものだ。プログラムはこの番号を使って「3 番のファイルから読んでくれ」とカーネルに依頼する。

カーネル内部の 3 つのテーブル

ファイルを開くと、カーネル内部で 3 つのデータ構造が関係する。

この 3 層構造のおかげで、同じファイルを複数のプロセスが異なる位置で読み書きできる。

open() システムコールで起きること

C 言語で書くと、ファイルを開く処理は以下のようになる。

#include <fcntl.h>
#include <unistd.h>

int main() {
    // open() システムコール
    int fd = open("data.txt", O_RDONLY);
    
    // read() でデータを読む
    char buf[100];
    ssize_t n = read(fd, buf, sizeof(buf));
    
    // close() でリソースを解放
    close(fd);
    
    return 0;
}

open() が呼ばれると、カーネル内部で以下の処理が行われる。

「リソース」とは何か

ファイルを開いたときに確保される「リソース」は、メモリとは異なる。

# プロセスあたりの FD 上限を確認
ulimit -n
# 1024

# システム全体の上限を確認
cat /proc/sys/fs/file-max
# 9223372036854775807

ファイルを閉じ忘れると、この「枠」を消費し続ける。大量のファイルを開いたまま放置すると「Too many open files」エラーになる。

close() で何が解放されるか

close() システムコールは以下の処理を行う。

fork() とファイルディスクリプタ

プロセスを fork() すると、ファイルディスクリプタテーブルがコピーされる。親子は同じオープンファイルテーブルエントリを共有するため、ファイルオフセットも共有される。

int fd = open("data.txt", O_RDONLY);
pid_t pid = fork();

if (pid == 0) {
    // 子プロセス: 5 バイト読む
    char buf[5];
    read(fd, buf, 5);  // オフセットが 5 に進む
} else {
    // 親プロセス: 子の後に読むと 6 バイト目から始まる
    wait(NULL);
    char buf[5];
    read(fd, buf, 5);  // オフセット 5 から読む
}

これが「オープンファイル記述」を共有するということだ。

Python の with 文とシステムコール

Python の with 文は、最終的に close() システムコールを呼ぶ。

# これは
with open("data.txt") as f:
    data = f.read()

# 内部的にはこうなっている（簡略化）
f = open("data.txt")  # → open() システムコール
try:
    data = f.read()   # → read() システムコール
finally:
    f.close()         # → close() システムコール

with 文が保証するのは「どんな例外が起きても close() システムコールが呼ばれる」ということだ。

なぜ「閉じる」必要があるのか

ファイルを閉じないとどうなるか。

まとめ

「ファイルを開く」とは、カーネルにお願いして番号札（FD）をもらうこと。「ファイルを閉じる」とは、その番号札を返却してカーネル内のテーブルをクリーンアップすること。メモリとは異なる、OS レベルのリソース管理が行われている。