操作系统 - 文件系统
文件
以计算机硬盘为载体的存储在计算机上的信息集合。
文件的属性,描述文件状态的一组信息。比如名称、标识符、类型、大小、位置、保护、时间、日期和用户标识等。
文件的基本操作:创建文件;读文件;写文件;文件重定位(寻址);删除文件;截断文件;打开与关闭
文件的逻辑结构
无结构文件
无结构文件,又称流式文件,以字节(Byte)为单位没有具体结构,采用穷举方式搜索,比如文本文件,需要挨个字节(字符)地读取
有结构文件
有结构文件又称记录式文件,按照一定的数据结构将数据组织起来的文件。比如,顺序文件、索引文件、索引顺序文件、直接文件或散列文件
文件目录
文件目录,简单理解就是windows里的文件夹,linux的那些目录。
目录是一种记录式文件。
目录表,记着这个目录下面的文件和文件夹的信息,可以认为是一张表。
目录项,就是文件或目录的信息,里面含有类型、文件名、存取权限、在磁盘的位置(物理地址)、修改时间、创建时间等等,可以认为就是表里面一行一行的数据信息。
目录项又称为“文件控制块”,FCB

打开“照片”目录,可以看到一系列的信息

目录的结构
树形结构

用户(或用户进程)要访问某个文件时要用文件路径名标识文件,文件路径名是个字符串。各级目录之间用“”隔开。从根目录出发的路径称为绝对路径。
例如:自拍.jpg的绝对路径是“/照片/2015-08/自拍jpg”
系统根据绝对路径一层一层地找到下一级目录。刚开始从外存读入根目录的目录表;找到“照片”目录的存放位置后,从外存读入对应的目录表;再找到“2015-08”目录的存放位置,再从外存读入对应目录表;最后才找到文件“自拍.jpg”的存放位置。整个过程需要3次读磁盘I/O操作。
很多时候,用户会连续访问同一目录内的多个文件(比如:接连查看"2015-08"目录内的多个照片文件),显然,每次都从根目录开始查找,是很低效的。因此可以设置一个“当前目录”。
例如,此时已经打开了“照片”的目录文件,也就是说,这张目录表已调入内存,那么可以把它设置为“当前目录”。当用户想要访问某个文件时,可以使用从当前目录出发的“相对路径”。
在Linux 中,“”表示当前目录,因此如果“照片”是当前目录,则"自拍jpg"的相对路径为:
“./2015-08/自拍.jpg”。从当前路径出发,只需要查询内存中的“照片”目录表,即可知道"2015-08"目录表的存放位置,从外存调入该目录,即可知道“自拍jpg”存放的位置了。
引入“当前目录”和“相对路径”后,磁盘I/O的次数减少了。这就提升了访问文件的效率。
无环图目录结构
在树形目录结构的基础上,增加一些指向同一节点的有向边,使整个目录成为一个有向无环图,可以更方便地实现多个用户间的文件共享。
可以用不同的文件名指向同一个文件,也可以指向同一个目录(共享同一目录下的所有内容)。
这样的话,多个用户(或者用户进程)可以共享同一个文件或目录了。
同时要为每个共享结点(共享的目录或文件)设置一个共享计数器,用于记录此时有多少个地方(用户或用户进程)在共享该结点。用户提出删除结点的请求时,只是删除该用户的FCB、并使共享计数器减1,并不会直接删除共享结点。只有共享计数器减为0时,才删除结点。
共享文件不同于复制文件。在共享文件中,由于各用户指向的是同一个文件,因此只要其中一个用户修改了文件数据,那么所有用户都可以看到文件数据的变化。

inode
inode,即索引节点,是linux上对FCB这个概念的实现和改进。
目录表里改为只存文件名和索引节点指针,指针指向索引节点,
索引节点里面放了除文件名外的描述信息(修改时间、类型、存取权限、磁盘位置等等)


这么做的优点:
假设一个FCB是64B,磁盘块的大小为1KB,则每个盘块中只能存放 16个FCB。若一个文件目录中共有 640个目录项,则共需要占用640/16=40个盘块。
因此按照某文件名检索该目录,平均需要查询320个目录项,平均需要启动磁盘20次(每次磁盘I/0读入一块)。
若使用索引结点机制,文件名占14B,索引结点指针站2B,则每个盘块可存放64个目录项,那么按文件名检索目录平均只需要读入320/64=5个磁盘块。
这将提升文件检索速度。
总结
当找到文件名对应的目录项时,才需要将索引结点调入内存,索引结点中记录了文件的各种信息,包括文件在外存中的存放位置,根据“存放位置”即可找到文件。
存放在外存中的索引结点称为“磁盘索引结点”,当索引结点放入内存后称为“内存索引结点”。
相比之下内存索引结点中需要增加一些信息,比如:文件是否被修改、此时有几个进程正在访问该文件等。
基础概念
扇区
扇区(Sector),磁盘设备层面的数据存储单位,一个扇区对应一段连续的磁盘存储空间。
传统扇区大小,512 字节;4K 扇区,4096 字节
物理扇区(Physical Sector):磁盘设备实际使用的物理存储单位。
逻辑扇区(Logical Sector):设备向操作系统提供的逻辑寻址单位。
例如,某块硬盘采用:
- 物理扇区:4096 字节
- 逻辑扇区:512 字节
LBA
操作系统通过 LBA(Logical Block Addressing,逻辑块地址)访问磁盘,这里的LBA可以理解为扇区编号,类比内存,内存按字节编址,磁盘按扇区编址,一个扇区通常是512字节或4096字节,即4KB
比如,假设磁盘的逻辑扇区大小为 512 字节。
| LBA 地址 | 对应字节范围 |
|---|---|
| 0 | 0~511 |
| 1 | 512~1023 |
| 2 | 1024~1535 |
| 3 | 1536~2047 |
要读取 LBA = 2 的扇区,从磁盘设备的逻辑地址空间来看,就是读取从第 1024 字节开始的 512 字节。
注意:后续讨论中,如果出现了扇区,那么就理解为逻辑扇区
块
Block,文件系统分配和管理空间的"最小单位",也是执行 I/O 的最小逻辑单位,由若干连续扇区组成,通常4KB,
在linux就叫Block(块),而在windows里叫Cluster(簇)。
逻辑块,理解为文件块,文件由一块一块组成,一块通常4KB。一个文件,比如文本文件,什么内容没有,也要占一个逻辑块
物理块,即磁盘块,文件系统中的概念,将连续的扇区归为一块块的,通常4KB
文件分配方式
一个文件是怎么分配到磁盘上,逻辑块和物理块是怎么映射,怎么关联的,探讨这个。
有连续分配、链接分配(隐式链接、显式链接)、索引分配
连续分配
连续分配方式要求每个文件在磁盘上占有一组连续的块。连续分配的文件在顺序读写时速度最快。
如下图所示,文件占了三个逻辑块,分别是0号逻辑块、1号逻辑块、2号逻辑块
将这三个逻辑块分配在物理块4号、5号、6号
目录项,即文件控制块,要记下起始块号和长度,这样就能找到这个文件了。


缺点:不方便文件拓展,物理上采用连续分配存储空间利用率低,会产生难以利用的磁盘碎片
可以用紧凑来处理碎片,但是需要耗费很大的时间代价

链接分配:隐式链接
借鉴单向链表,每个磁盘块中都会保存指向下一个盘块的指针,这些指针对用户是透明的,除了文件的最后一个磁盘块之外。

目录中记录了文件存放的起始块号和结束块号。还可以增加一个字段来表示文件的长度(下面没有)。
这里的起始块号即物理块号。

要拓展文件,则可以随便找一个空闲磁盘块,挂到文件的磁盘块链尾,并修改文件的FCB。
不会有碎片问题。
链接分配:显式链接
把用于链接文件各物理块的指针显式地存放在一张表中,即文件分配表(FAT,File Allocation Table)。
比如,某个新创建的文件“aaa”依次存放在磁盘块2→5→0→1
又比如,假设某个新创建的文件“bbb”依次存放在磁盘块4→23→3
一个磁盘仅设置一张FAT。开机时,将FAT读入内存,并常驻内存。FAT的各个表项在物理上连续存储,且每一个表项长度相同,因此“物理块号”字段可以是隐含的。可以用内存的页表来理解
这里的起始块号即物理块号。

采用链式分配(显式链接)方式的文件,支持顺序访问,也支持随机访问(想访问i号逻辑块时,并不需要依次访问之前的0~i-1 号逻辑块),由于块号转换的过程不需要访问磁盘,因此相比于隐式链接来说,访问速度快很多。
索引分配
存储空间管理
分区
将物理磁盘划分为一个个文件卷(逻辑卷、逻辑盘),就是安装windows时要做的那件事。


空间管理:空闲表法

如何分配磁盘块:与内存管理中的动态分区分配很类似,为一个文件分配连续的存储空间。同样可采用首次适应、最佳适应、最坏适应等算法来决定要为文件分配哪个区间。
示例,新创建的文件请求3个块,采用首次适应算法

浙公网安备 33010602011771号