十五、文件管理（一）

主要内容

• 文件和文件系统
• 文件管理要素
• 文件命名和分类
• 文件目录
• 文件逻辑结构和存储方式

10.1 文件和文件系统

10.1.1 文件系统的引入

• 所有的计算机应用程序都需要：存储信息、检索信息
• 三个基本要求
  • 能够存储大量的信息（程序的输入/输出）
  • 长期保存信息（不会随用户注销和关系而丢失）
  • 可以共享（并发存取）信息
• 把信息以一种单元，即文件的形式存储在磁盘、U盘、存储卡、固态硬盘或其他介质上
• 文件是通过操作系统来管理的，包括文件的结构、命名、存取、使用、保护和实现等方法————文件（管理）系统
• 文件典型操作：创建/删除、打开/关闭、读写

10.1.2 文件结构

• 文件相关术语
  • 字段/域（field）：基本数据单元（数据类型、长度，如姓名、年龄）
  • 记录（record）：一组相关的域（如雇员的信息）
  • 文件（file）：相似记录的集合（通过名字访问的实体）
  • 数据库（database）：相关数据的集合（由若干类型文件组成）
• 文件是一个抽象机制
• 它提供了一种把信息保存在存储介质上，而且便于以后访问/存取分方法
• 用户不必关心实现细节

文件

• 文件：带标识（称为文件名）的在逻辑上有完整意义的一组信息项序列
  • 信息项：构成文件内容的基本单位
  • 信息项长度：单个或多个字节
  • 文件内容的意义：由文件的创建者和使用者解释
    

10.1.3 文件[管理]系统

• 文件系统：操作系统中管理文件的模块，提供文件存储和访问功能
• 文件管理的目的：
  • 方便的文件访问和控制：以符号名为文件标识，便于用户使用
  • 并发文件访问和控制：在多道系统中支持对文件的并发访问和控制
  • 统一的用户接口：在不同设备（硬盘/U盘/光盘）上提供同样的接口，方便用户操作和编程
  • 多种文件访问权限：在多用户系统中的不同用户对同一文件会有不同的访问权限
  • 优化性能：存储效率、检索性能、读写性能
  • 差错恢复：能够验证文件的正确性，并具有一定的差错恢复能力

10.1.4 文件系统软件结构

10.1.5 文件管理要素

10.1.6 文件管理功能

• 文件管理系统要向上层用户提供的服务元素
  • 文件命名：作为文件标识
  • 访问控制：并发访问和用户权限
  • 文件结构管理：划分记录、顺序、索引
  • 目录管理：用于文件访问和控制的信息，不包括文件内容
  • 文件操作：文件的创建、打开、读写和关闭
  • 文件存取：用于完成文件的修改、追加、搜索等操作
  • 限额（quota）：限制每个用户能够创建的文件数目、占用外存空间大小等
  • 审计（auditing）：记录对指定文件的使用信息（如访问时间和用户等），保存在日志中
• 有关操作系统实现的功能元素
  • 文件的分块存储：与外存的存储块相配合
  • I/O缓冲和调度：性能优化
  • 文件分配：在外存上分配文件的各个存储块
  • 外存存储空间管理：包括外存空闲存储块的管理，如分配和释放。主要针对可改写的外存（如磁盘）
  • 外存设备的访问和控制：包括由设备驱动程序支持的各种基本文件系统如磁盘、软盘、光盘等

10.1.7 文件的命名

• 文件命名规则
  • 长度
  • 合法字符（是否区分大小写）
  • 扩展名的支持（一个或多个）
    • 例子
      • .bak .c .exe .gif .hlp .html .mpg
      • .0 .ps .tex .txt .zip
• 按文件性质和用途分：
  • 系统文件：有关OS及有关系统所组成的文件
  • 库文件：标准子程序及常用应用程序组成的文件，允许用户使用但不能修改
  • 用户文件
• 按信息保存期限分：临时文件、永久文件、档案文件
• 按文件保护方式分：只读文件、读写文件、可执行文件
• 按文件的逻辑结构分：流式（无结构）文件、记录式（结构化）文件等
• 按文件的物理结构分：顺序（连续）文件、链接文件、索引文件

10.2 文件组织与访问

• 文件组织指的是文件的逻辑结构
  • 从用户角度来看文件，研究文件的组织形式
  • 它可以独立于外存上的物理存储
• 文件逻辑结构的设计要求（原则）
  • 访问性能：访问快速（便于检索）、易于修改
  • 存储性能：节省空间、维护简单（向物理存储访问方便）、可靠
• 常见的文件组织结构
  • 字节序列：即是无结构（字符流、流式文件）
  • 记录序列：每个记录大小相等或不等（结构化文件，如数据库）
    • 堆（顺序堆积，不等长记录）
    • 顺序文件（最常用，等长记录、按关键域、字段顺序组织，查询和更新性能差【改进：新纪录入堆、链表】）
    • 索引顺序文件
    • 索引文件
    • 直接文件或者散列文件

10.2.1 五种基本文件组织的性能等级

10.2.2 存取方式

• 顺序存取
  • 从开始处顺序读取文件中的全部字节或者记录，不能跳过某些内容
  • 适合老式磁带文件
• 随机（直接）存取
  • 可以非顺序或按关键字读取文件中的字节或者记录
  • 现代OS中文件创建后都为随机存储文件

10.2.3 字节序列

• 构成文件的基本单位是字节，文件是一个无结构的字节序列，其逻辑意义由用户程序解释
• 管理简单，提供很大的灵活性
• 不便于检索
• Unix、MS-DOS 中采用
  

10.2.4 堆

• 数据按它们的到达顺序收集
• 目的是积累并存储大量数据
  • 记录可能有不同的域
  • 没有结构，通过特定的分隔符划分记录
  • 通过穷举搜索访问记录
• 如：日志log、电子邮件的邮箱文件mailbox
  

10.2.5 顺序文件

• 记录格式固定
  • 字段的大小和顺序固定
  • 关键字段唯一
  • 记录按关键字顺序存储
• 特点
  • 通常用于批处理应用（如账目）
  • 容易在磁盘和磁带上存储
  • 可组织成链表
• 随机访问性能差
  • 必须顺序搜索
  • 插入新纪录很难（可采用日志或事务文件来解决）
    

10.2.6 索引顺序文件

• 记录仍然按关键字的顺序组织
• 增加了索引以提高随机查找速度
  • 索引文件是顺序索引
  • 可以有多级索引
  • 索引文件中的每个记录由两个字段组成————关键字段和指向主文件的指针
• 溢出区用来处理新纪录
  • 主文件在每个记录中增加一个附加字段，保存指向溢出区中新纪录的指针，初始化为空
  • 新纪录添加到溢出区
  • 修改主文件中在逻辑顺序位于该新纪录前的记录中的附加字段，使其指向溢出区中的新加记录
  • 溢出区以批处理方式合并到主文件
    
    

10.2.7 索引文件

• 可以有多个索引
  • 为每个可能搜索的字段设置一个索引
• 只通过索引来访问记录
  • 索引可以是完全索引或部分索引
• 记录大小不必相同、不必排序
  • 索引指针可指向文件中的任意位置
• 主要用于强调速度但很少会处理文件中所有数据的场合
  

10.2.8 散列文件

• 使用关键字的散列查找记录
• 没有顺序存储的概念
• 常用于要求快速访问记录的情形

10.2.9 B树

• 对于大型文件/数据库，仅仅靠主键进行索引的顺序文件，访问速度慢
• 提高访问效率的方法————使用结构化的索引文件
• 多层树状结构————分支长短不一，导致搜索时间不均衡
• B树————平衡树状结构，是数据库中组织索引的标准方法

10.3 文件目录

• 从文件管理角度来看，文件由文件体（文件本身的信息，数据）和文件说明组成（元数据）
• 文件说明（也称文件控制块）是操作系统为管理文件而设置的数据结构，存放了为管理文件所需的所有相关信息
• FAT文件系统中[32B长]的目录项/文件条目
  • 文件控制块是文件存在的标志

10.3.1 目录

• 把所有的FCB组织在一起，就构成了文件目录，即文件控制块的有序集合
• 一个FCB就称作一个目录项
• 通常将文件目录以文件的形式保存在外存，这个文件就叫目录文件（OS所有）
• 主要功能是建立从文件名到文件内容的映射

10.3.2 目录内容

• 目录中的部分内容是用户可获取的文件属性
• 基本信息
  • 文件名：字符串，不同系统有不同命名规则；可以修改；有些系统允许一个文件有多个别名
  • 文件类型：可有多种不同划分方法
  • 文件结构（如顺序、索引等）
  • 文件类型：可以有多种不同划分方法，如：
    • 有无结构（记录文件/流式文件）
    • 内容（二进制/文本）
    • 用途（源代码/目标代码/可执行文件/数据/音频/视频）
    • 属性（如系统/隐含等）
• 文件结构（如顺序、索引等）
• 地址信息
  • 存放位置：包括哪个设备或文件卷（如C:、D:等）、起始位置、以及各个存储块位置
  • 文件长度（当前和上限）：以字节、字或存储块为单位，可以通过写入或创建、打开、关闭等操作而改变
• 访问控制信息
  • 文件的所有者：通常是创建文件的用户，或者改变已有文件的属主
  • 访问权限（控制各用户可使用的访问方式）：如读、写、执行、删除等
• 使用信息
  • 创建时间（FAT有）
  • 最晚一次读访问的时间（新FAT有访问日期，NTFS有访问时间）和用户（FAT和NTFS无）
  • 最晚一次写访问的时间（新FAT和NTFS都有）和用户（FAT和NTFS无）

10.3.3 目录操作

• 文件访问的两大步骤
  • 目录检索（根据用户给出的文件名，按名寻找目录项）
  • 文件寻址（根据目录项中的文件物理地址等信息，计算出文件的任意记录或字节在存储介质上的地址）
• 目录上执行操作的类型
  • 查找文件项（打开）
  • 创建新文件
  • 删除文件
  • 列出目录中的文件
  • 修改目录中的文件

10.3.4 目录结构

• 目录的设计目标主要是提高检索效率
• 常见目录结构
  • 一级目录
  • 二级目录
  • 多级目录
  • 改进的多级目录

10.3.5 一级目录

• 整个目录组织是一个线性结构
• 系统中的所有文件都建立在一张目录表中
  • 如CP、M、DOS 1.0、Orang's
• 主要用于非常简单的单用户操作系统
  
• 优缺点
  • 结构简单、容易实现
  • 文件多时目录检索时间长，从而平均检索时间长
  • 有命名冲突：如多个文件有相同的文件名（不同用户的相同作用的文件）或一个文件有多个不同的文件名（不同用户对同一文件的命名）

10.3.6 二级目录

• 在根目录（第一级目录，主文件目录MFD）下，每个用户对应一个目录（第二级目录，用户文件目录UFD）
• 用户目录下是该用户的文件，而不再有下级目录
  
• 适用于多用户系统，各用户可有自己的专用目录
• 优缺点
  • 降低了平均检索时间
  • 部分克服了命名冲突问题
  • 不利于用户对文件的分类管理

10.3.7 多级目录

• 采用层次结构
• 每个用户可在其用户目录下自主创建若干层次的子目录（树）
• 也称为树形目录
• 当前主流OS采用
  
  
• 几个与目录相关的概念
  • 目录名：可以修改
  • 目录树：中间节点是目录，叶节点是目录或者文件
  • 目录的上下级关系：
    • 当前目录，一般用单个句点表示：.
    • 父目录，一般用双句点表示：..
    • 子目录
    • 根目录，一般用单斜线表示：/（类Unix）、\（DOS&Windows）
• 优缺点
  • 层次结构清晰、便于管理和保护，适用于较大的文件系统
  • 解决了命名冲突问题
  • 目录级别太多时，会增加路径检索时间（目录文件存放在外存）

10.3.8 改进的多级目录

• 为了提高目录检索速度，可以把目录项（FCB，文件控制块）中的文件说明（文件描述符）信息分成两个部分：
  • 符号目录项（次部）：文件名、文件内部标识号
  • 基本目录项BFCB（主部）：其他文件说明信息
    
• 把符号目录项构成的符号文件目录组织成树状结构，按文件名排序
• 把基本目录项构成的基本文件目录组织成线性结构，按文件内部标识排序
  
• 举例
  • 设一个FCB有48个字节，其中文件名6字节，文件号2字节（所以符号目录项占8字节）
  • 一个目录文件有128个目录项
  • 物理块（扇区）大小512字节
  • 分解前
    • 一个物理块（扇区）可放512/48=10个FCB，则目录文件共占13个物理块
    • 查找一个文件的平均访问磁盘次数为（1+13）/2=7次
  • 分解后：
    • 一个物理块可放512/8=64个符号目录项
    • 或512/40=12个基本目录项
    • 符号目录项占2个物理块，基本目录文件占11个物理块
    • 查找一个文件的平均访盘次数为(1+2)/2+1=2.5次