ফাইল I/O — প্রোগ্রাম বন্ধ হলেও ডেটা যেন হারিয়ে না যায়

১ · RAM সব ভুলে যায় — রহিম চাচার হারানো হিসাব

পর্ব ২৩-এ আমরা মিরপুরের রহিম চাচার মুদি দোকানের জন্য একটি হিসাবের খাতা বানিয়েছিলাম। প্রোগ্রামটি চমৎকার চলে — বিক্রি যোগ হয়, মোট হিসাব হয়, নগদ আর bKash আলাদা দেখায়। কিন্তু প্রথম সপ্তাহেই চাচা ফোন করলেন:

“বাবা, সন্ধ্যায় কারেন্ট গেল, ফিরে এসে দেখি সারাদিনের সব বিক্রি উধাও! খাতায় আবার হাতে লিখতে হলো।”

দোষটা প্রোগ্রামের নয় — আমরা জেনেশুনেই এই সীমাবদ্ধতা রেখেছিলাম। প্রোগ্রামের সব ভ্যারিয়েবল, সব array, malloc দিয়ে নেওয়া সব মেমরি থাকে RAM-এ। আর RAM হলো বিদ্যুৎনির্ভর মেমরি: বিদ্যুৎ থাকলে মনে রাখে, না থাকলে সব মুছে যায়। অর্থাৎ প্রোগ্রাম শেষ, ডেটাও শেষ।

একটি file আসলে disk-এ রাখা একটি নাম-দেওয়া byte-এর সারি। ফাইলের নিজের কোনো “ধরন” নেই — .csv, .txt, .jpg শুধু নামের অংশ। ভেতরের byte-গুলোর অর্থ কী, সেটা ঠিক করে যে প্রোগ্রাম ফাইলটি লেখে ও পড়ে। এই কথাটি মনে রাখুন; পুরো পর্বের ভিত্তি এটাই।

২ · ফাইল খোলা — FILE*, mode আর NULL যাচাই

ফাইল নিয়ে যেকোনো কাজ তিন ধাপে হয়: খোলা → পড়া বা লেখা → বন্ধ করা। খোলার কাজ করে fopen. সে দুটি জিনিস চায় — ফাইলের নাম আর কী উদ্দেশ্যে খুলছেন, যাকে বলে mode. বিনিময়ে দেয় একটি FILE pointer:

FILE *f = fopen("ledger.csv", "r");
if (f == NULL) {
    perror("ledger.csv");     /* prints e.g. "ledger.csv: No such file or directory" */
    return 1;
}
/* ... read from f ... */
fclose(f);

FILE একটি struct, যার ভেতরে C library হিসাব রাখে: OS-এর দেওয়া file descriptor নম্বর, buffer কোথায়, ফাইলের কোন জায়গায় এখন আছেন, শেষে পৌঁছেছেন কি না, কোনো ভুল হয়েছে কি না। ভেতরে উঁকি দেওয়ার দরকার নেই — শুধু pointer-টি প্রতিটি ফাংশনে দিয়ে দিন।

Mode — ফাইলটি দিয়ে কী করতে চান

NULL — ফাইল খুলতে না পারার সংকেত

ফাইল খোলা ব্যর্থ হওয়া খুবই সাধারণ: নামের বানান ভুল, ফাইলটি অন্য ফোল্ডারে, অনুমতি নেই, বা অন্য প্রোগ্রাম ফাইলটি আটকে রেখেছে। তখন fopen NULL ফেরত দেয়। যাচাই না করে সেই NULL দিয়ে fprintf বা fgets ডাকলে প্রোগ্রাম সাধারণত Segmentation fault দিয়ে crash করে।

কেন ব্যর্থ হলো, সেটা জানার উপায় হলো errno. ফাইল খুলতে ব্যর্থ হলে বেশিরভাগ সিস্টেমে library errno নামের একটি global ভ্যারিয়েবলে কারণের একটি সংখ্যা বসিয়ে রাখে। সংখ্যাটি নিজে পড়ার দরকার নেই — perror সেটিকে মানুষের ভাষায় stderr-এ ছেপে দেয়, যেমন ledger.csv: No such file or directory বা Permission denied. Error সামলানোর পুরো কৌশল আসবে পর্ব ৩০-এ; আপাতত নিয়ম একটাই:

৩ · লেখা আসলে কোথায় যায় — buffer, fflush আর fclose

আপনি লিখলেন fprintf(f, "rice,2,7250\n"); — ফাংশনটি ফেরত এলো। লেখাটি কি এখন disk-এ? সম্ভবত না। পর্ব ১০-এ শিখেছিলেন, stdio প্রতিটি অক্ষর সাথে সাথে পাঠায় না; একটি buffer-এ জমিয়ে একবারে পাঠায়, কারণ OS-কে প্রতিবার ডাকা (system call) বেশ খরচের কাজ। ফাইলের ক্ষেত্রে এই জমানো আরও বেশি: সাধারণত buffer কয়েক KB ভরলে, অথবা আপনি নিজে বললে, তবেই লেখা নড়ে।

আর OS-এর কাছে পৌঁছালেও কাজ শেষ নয় — OS নিজেও লেখাটি কিছুক্ষণ নিজের মেমরিতে রেখে পরে disk-এ পাঠায়। নিচের ডায়াগ্রামে একটি বিক্রির হিসাবের পুরো যাত্রা দেখুন, আর প্রতিটি ধাপে খেয়াল করুন: ঠিক এই মুহূর্তে প্রোগ্রাম crash করলে বা বিদ্যুৎ গেলে কী থাকবে?

fclose ভুলে গেলে আসলে কী হয়?

একটি সূক্ষ্ম সত্য জেনে রাখুন: main থেকে স্বাভাবিকভাবে return করলে বা exit() ডাকলে C library নিজেই সব খোলা stream flush করে বন্ধ করে দেয়। তাই ছোট পরীক্ষামূলক প্রোগ্রামে fclose ভুলেও অনেক সময় কিছু হয় না — আর এজন্যই ভুলটা ধরা পড়ে না। কিন্তু বাস্তবে সমস্যা হয় তিন জায়গায়:

• প্রোগ্রাম crash করলে: স্বাভাবিক বিদায় নেই, তাই flush-ও নেই। Buffer-এ থাকা শেষ কয়েক KB হিসাব হারিয়ে যায়।
• একই ফাইল আবার পড়লে: লিখে বন্ধ না করেই একই প্রোগ্রামে ফাইলটি আবার খুলে পড়লে শেষের লেখাগুলো পাওয়া না-ও যেতে পারে — সেগুলো তখনও buffer-এ।
• দীর্ঘ সময় চলা প্রোগ্রামে: OS একটি প্রোগ্রামকে একসাথে সীমিত সংখ্যক ফাইল খোলা রাখতে দেয়। দোকানের প্রোগ্রাম সারাদিন চলে আর প্রতিটি বিক্রিতে একটি ফাইল খুলে বন্ধ না করলে একসময় fopen ব্যর্থ হতে শুরু করবে — Too many open files.

৪ · টেক্সট ফাইল আর CSV — খাতাকে ফাইলে লেখা

প্রথম সিদ্ধান্ত: খাতাটি ফাইলে কোন চেহারায় থাকবে? সবচেয়ে সহজ উত্তর text file — যে ফাইলে শুধু পড়া যায় এমন অক্ষর আর লাইন-ভাঙা থাকে, Notepad-এ খুললেই মানুষ পড়তে পারে। আর টেবিলের মতো ডেটা টেক্সটে রাখার সবচেয়ে প্রচলিত নিয়ম CSV (Comma-Separated Values): প্রতিটি লাইনে একটি record, ঘরগুলো কমা দিয়ে আলাদা।

rice,2,7250
egg,12,1200
tea,3,1000

প্রতিটি লাইন একটি বিক্রি: পণ্যের নাম, কয়টি, আর একটির দাম পয়সায় (পর্ব ২৩-এর সিদ্ধান্ত মেনে — ৭২.৫০ টাকা = 7250 পয়সা)। এই ফাইল Excel-এ সরাসরি খোলে। টেক্সট লেখার ও পড়ার ফাংশনগুলো আপনার চেনা:

পর্ব ১০-এর পেশাদার নিয়মটি এখানেও খাটে: আগে fgets দিয়ে পুরো লাইন, তারপর sscanf দিয়ে ভাঙা ও যাচাই। ফাইলের একটি লাইন নষ্ট থাকলে fscanf মাঝপথে আটকে গিয়ে বাকি সব লাইনের হিসাব গুলিয়ে দিতে পারে; লাইন ধরে পড়লে নষ্ট লাইনটি বাদ দিয়ে পরেরটিতে যাওয়া যায়। নিচের প্রোগ্রাম প্রথমে তিনটি বিক্রি ফাইলে লেখে, বন্ধ করে, তারপর আবার খুলে পড়ে মোট বের করে। চালিয়ে দেখুন:

#include <stdio.h>

int main(void) {
    FILE *f = fopen("sales.csv", "w");
    if (f == NULL) { perror("sales.csv"); return 1; }
    fputs("rice,2,7250\negg,12,1200\nbad line\ntea,3,1000\n", f);
    if (fclose(f) != 0) { perror("close"); return 1; }

    f = fopen("sales.csv", "r");
    if (f == NULL) { perror("sales.csv"); return 1; }
    char line[100], item[32];
    int qty; long price, total = 0;
    while (fgets(line, sizeof line, f) != NULL) {
        if (sscanf(line, "%31[^,],%d,%ld", item, &qty, &price) != 3) continue;
        printf("%-5s x%-3d = %6ld paisa\n", item, qty, qty * price);
        total += qty * price;
    }
    fclose(f);
    printf("Total: %ld.%02ld Tk\n", total / 100, total % 100);
    return 0;
}

CSV-এর ফাঁদ — নামের ভেতরেই যদি কমা থাকে

CSV দেখতে সহজ, কিন্তু সরলতার একটি দাম আছে। চাচা নতুন পণ্য তুললেন: Biscuit, Family Pack. ফাইলে লাইনটি হবে Biscuit, Family Pack,1,15000 — এখন কমা তিনটি, ঘর চারটি! আমাদের sscanf নাম হিসেবে পাবে শুধু Biscuit, তারপর Family Pack-কে সংখ্যা হিসেবে পড়তে গিয়ে ব্যর্থ হবে, আর পুরো বিক্রিটি নীরবে বাদ পড়বে। হিসাবে টাকা কম দেখাবে, কোনো error আসবে না।

আরেকটি সাধারণ ফাঁদ: Windows-এ তৈরি CSV-র লাইনের শেষে \r\n থাকে, তাই Linux-এ পড়লে শেষ ঘরে একটি অদৃশ্য \r লেগে থাকতে পারে।

৫ · while (!feof(f)) — শেষ লাইন দুবার পড়ার বিখ্যাত বাগ

ইন্টারনেটে, পুরোনো বইয়ে, এমনকি AI-এর উত্তরেও এই লুপটি প্রায়ই দেখবেন:

while (!feof(f)) {          /* "যতক্ষণ ফাইল শেষ না হয়" */
    fgets(line, sizeof line, f);
    printf("%s", line);
}

পড়তে একদম যুক্তিসঙ্গত লাগে। কিন্তু চালালে শেষ লাইনটি দুবার ছাপা হয়। কারণ লুকিয়ে আছে feof-এর আসল অর্থে: সে বলে না “সামনে আর কিছু আছে কি না” — সে বলে “আগের একটি পড়ার চেষ্টা কি ফাইলের শেষে ধাক্কা খেয়েছে?” শেষ লাইন পড়ার পরেও কোনো পড়া এখনো ব্যর্থ হয়নি, তাই EOF চিহ্নটি তখনো বসেনি। নিচে names.txt ফাইলে দুটি লাইন — rice আর egg. ধাপে ধাপে দেখুন:

1char line[32] = "?";2while (!feof(f)) {3    fgets(line, sizeof line, f);4    printf("%s", line);5}

সমাধানটি ছোট, আর এটাই নিয়ম: পড়ার ফাংশনকেই লুপের শর্ত বানান। পড়া সফল হলে তবেই ভেতরের কাজ হবে।

while (fgets(line, sizeof line, f) != NULL) {   /* লাইন পেলে তবেই ভেতরে */
    printf("%s", line);
}
if (ferror(f)) perror("read");                   /* শেষ, নাকি disk-এ ভুল? */

৬ · Binary ফাইল — struct সরাসরি disk-এ

টেক্সটে লিখতে হলে প্রতিটি সংখ্যাকে অক্ষরে বদলাতে হয় (7250 → '7','2','5','0'), পড়ার সময় আবার অক্ষর থেকে সংখ্যায়। লাখ লাখ record হলে এই অনুবাদেই সময় যায়। বিকল্প হলো binary file: মেমরিতে struct-টি যে byte-গুলো দিয়ে তৈরি, হুবহু সেগুলোই ফাইলে ঢেলে দেওয়া। এর জন্য দুটি ফাংশন:

size_t fwrite(const void *ptr, size_t size, size_t count, FILE *f);
size_t fread (void *ptr,       size_t size, size_t count, FILE *f);
/* both return how many items (not bytes) were fully written/read */

“এই ঠিকানা থেকে size মাপের countটি জিনিস লেখো বা পড়ো।” fwrite(sales, sizeof(Sale), 100, f) একটি ডাকেই ১০০টি বিক্রি লিখে ফেলে — কোনো format string নেই, কোনো অনুবাদ নেই। দ্রুত, আর কোডও ছোট। তাহলে সবসময় binary নয় কেন? পর্ব ০৫ আর ২২-এর তিনটি শিক্ষা এখানে একসাথে ফিরে আসে:

• Padding: compiler struct-এর member-দের মাঝে ফাঁকা byte বসায়। সেই ফাঁকা byte-গুলোও ফাইলে যায়, আর কোন compiler কতটা ফাঁক রাখবে তা নির্দিষ্ট নয়।
• টাইপের মাপ: long ৬৪-বিট Linux ও Mac-এ ৮ byte, কিন্তু ৬৪-বিট Windows-এ ৪ byte. Linux-এ লেখা ফাইল Windows-এর প্রোগ্রাম পড়লে প্রতিটি record-এর মাপই আলাদা ধরবে।
• Endianness: একটি বহু-byte সংখ্যার byte-গুলো কোন ক্রমে বসবে, তা CPU-ভেদে আলাদা। আজকের বেশিরভাগ কম্পিউটার ও ফোন little-endian, কিন্তু নেটওয়ার্ক প্রোটোকল আর কিছু পুরোনো বা বিশেষ যন্ত্র big-endian.

অর্থাৎ raw struct-এর binary ফাইল কার্যত একটি নির্দিষ্ট compiler, OS আর CPU-র “ব্যক্তিগত ডায়েরি”. একই মেশিনে একই প্রোগ্রামের জন্য ঠিক আছে; অন্য কোথাও পাঠালে বা প্রোগ্রামের struct বদলালে পুরোনো ফাইল ভুল পড়া হবে — কোনো error ছাড়াই। পর্ব ২২-এ দেখা serialization — প্রতিটি member নির্দিষ্ট মাপে, নির্দিষ্ট byte-ক্রমে আলাদা করে লেখা — এর পেশাদার সমাধান।

রহিম চাচার দিনে কয়েকশো বিক্রির জন্য CSV-ই ভালো — গতির পার্থক্য চোখেও পড়বে না। তবে binary-র একটি বিশেষ ক্ষমতা পরের অংশে কাজে লাগবে।

৭ · Random access — সরাসরি যেকোনো record-এ লাফ

এতক্ষণ আমরা ফাইল পড়েছি শুরু থেকে শেষ পর্যন্ত, একটির পর একটি — যেন ক্যাসেট টেপ। কিন্তু চাচা যদি বলেন “৫০০০ নম্বর বিক্রিটা দেখাও”? প্রথম ৪৯৯৯টি পড়ে ফেলে দিতে হবে? Random access মানে ঠিক উল্টো: ফাইলের যেকোনো জায়গায় সরাসরি চলে যাওয়া, যেমন মেট্রো রেলে আপনি সরাসরি কারওয়ান বাজারে নামেন, মাঝের প্রতিটি স্টেশনে হাঁটতে হয় না।

শর্ত একটাই: সব record একই মাপের হতে হবে। তাহলে হিসাব সোজা — n নম্বর record (০ থেকে গুনে) শুরু হয় ঠিক n × sizeof(record) byte পরে। CSV-তে এটা সম্ভব নয়, কারণ tea,3,1000 আর Biscuit Family Pack,1,15000 লাইনের দৈর্ঘ্য আলাদা। এই লাফানোর জন্য তিনটি ফাংশন:

ধরুন sales.bin ফাইলে ৪টি বিক্রি আছে, প্রতিটি Sale struct sizeof অনুযায়ী ৩২ byte (৬৪-বিট Linux-এ: নামের ১৬, int-এর ৪, padding ৪, long-এর ৮)। আমরা চাই record নম্বর ৩ — অর্থাৎ চতুর্থটি:

এবার নিজে চালিয়ে দেখুন। প্রোগ্রামটি ৪টি বিক্রি binary ফাইলে লেখে, তারপর সরাসরি record ২-এ লাফিয়ে সেটি পড়ে:

#include <stdio.h>

typedef struct { char item[16]; int qty; long price; } Sale;

int main(void) {
    Sale s[4] = {{"rice", 2, 7250}, {"egg", 12, 1200}, {"tea", 3, 1000}, {"salt", 1, 4200}};
    FILE *f = fopen("sales.bin", "w+b");
    if (f == NULL) { perror("sales.bin"); return 1; }
    if (fwrite(s, sizeof(Sale), 4, f) != 4) { perror("write"); return 1; }
    printf("record size = %zu, file size = %ld\n", sizeof(Sale), ftell(f));

    long n = 2;                                   /* third record, counting from 0 */
    Sale r;
    if (fseek(f, n * (long)sizeof(Sale), SEEK_SET) == 0 && fread(&r, sizeof(Sale), 1, f) == 1)
        printf("record %ld at byte %ld: %s x%d\n", n, n * (long)sizeof(Sale), r.item, r.qty);
    fclose(f);
    return 0;
}

৮ · লোডশেডিংয়েও খাতা অক্ষত — নিরাপদে save করার কৌশল

এবার সবচেয়ে বাস্তব প্রশ্ন। চাচার প্রোগ্রাম প্রতি রাতে পুরো খাতা ledger.csv-তে save করে। সহজ কোডটি হলো fopen("ledger.csv", "w"), সব লাইন লেখা, fclose. এক রাতে ঠিক save-এর মাঝখানে কারেন্ট চলে গেল। পরদিন কী পাওয়া যাবে?

উত্তর ভয়ংকর: হয়তো একটি খালি ফাইল, হয়তো অর্ধেক লেখা ফাইল যার শেষ লাইনটি মাঝপথে কাটা। নতুন হিসাব পুরো লেখা হয়নি, আর পুরোনো হিসাব "w" খোলার মুহূর্তেই মুছে গেছে। দুটোই হারাল। একে বলে file corruption, আর এর মূল কারণ একটাই: একমাত্র কপিটির ওপরেই লেখা হচ্ছিল।

পেশাদার সমাধানটি কয়েক লাইনের, কিন্তু প্রায় সব ভালো সফটওয়্যার — text editor থেকে ডেটাবেস — কোনো না কোনো রূপে এটি ব্যবহার করে:

1. নতুন হিসাব লিখুন একটি আলাদা temp file-এ, যেমন ledger.csv.tmp. আসল ফাইল ছোঁবেন না।
2. সব লেখা শেষে fflush, তারপর (Linux/Mac-এ) fsync, তারপর fclose — এবং প্রতিটির ফল যাচাই করুন। কোথাও ব্যর্থ হলে temp ফাইল মুছে থেমে যান; আসল ফাইল অক্ষত থাকে।
3. সব সফল হলে rename("ledger.csv.tmp", "ledger.csv"). এক ধাক্কায় নতুন ফাইলটি পুরোনোটির জায়গা নেয়।

কৌশলটির প্রাণ শেষ ধাপে। একই disk-এর (একই file system-এর) মধ্যে rename ডেটা কপি করে না, শুধু ফোল্ডারের নামের তালিকায় নামটি অন্য ফাইলের দিকে ঘুরিয়ে দেয়। POSIX (Linux, Mac) নিয়মে এই বদল atomic — বাইরে থেকে কেউ কখনো “অর্ধেক বদলানো” অবস্থা দেখবে না: হয় পুরোনো ফাইল, নয় নতুন ফাইল। এবার বিদ্যুৎ বিভিন্ন মুহূর্তে চলে গেলে কী থাকে, দেখুন:

f = fopen("ledger.csv", "w");   /* old data erased right here */
for (...) fprintf(f, ...);         /* power cut somewhere here?  */
fclose(f);

f = fopen("ledger.csv.tmp", "w");
for (...) fprintf(f, ...);
fflush(f);  /* + fsync on Linux/Mac */
fclose(f);                          /* check every result! */
rename("ledger.csv.tmp", "ledger.csv");

আর temp ফাইলটি অবশ্যই একই ফোল্ডারে রাখুন। অন্য disk বা অন্য partition-এ থাকলে rename হয় ব্যর্থ হয়, নয়তো (কিছু টুলে) ভেতরে ভেতরে কপি করে — তখন আর atomic থাকে না।

৯ · AI-এর যুগে — ফাইল-কোডে AI যেসব ভুল করে

AI-কে “ফাইলে ডেটা save করার কোড দাও” বললে চলনসই কোড পাবেন। কিন্তু ফাইল-কোডের ভুল সাধারণ পরীক্ষায় ধরা পড়ে না — আপনার কম্পিউটারে ফাইল সবসময় থাকে, disk ভরা থাকে না, কারেন্টও যায় না। ভুলগুলো দেখা দেয় চাচার দোকানে, তিন মাস পরে, এক ঝড়ের রাতে।

AI-এর লেখা ফাইল-কোড হাতে পেলে — যাচাইয়ের চেকলিস্ট

• প্রতিটি fopen-এর পরে NULL যাচাই আছে, আর mode-এর অক্ষরটি ("w" নাকি "a") ইচ্ছা অনুযায়ী
• পড়ার লুপের শর্তে fgets/fscanf/fread-এর ফেরত মান — কোথাও while (!feof(...)) নেই
• প্রতিটি পথে (error-পথসহ) fclose আছে, আর লেখার ফাইলে তার ফল যাচাই হয়েছে
• নেই-এমন ফাইল, খালি ফাইল, নষ্ট লাইনওয়ালা ফাইল আর read-only ফোল্ডারে চালিয়ে দেখেছি
• গুরুত্বপূর্ণ ডেটা temp + rename দিয়ে save হয়; save-এর মাঝখানে প্রোগ্রাম জোর করে বন্ধ করে দেখেছি পুরোনো ফাইল অক্ষত থাকে কি না