关于文件系统:文件系统基础知识看这一篇就够了

当初上课上的迷迷糊糊，最近我查阅了一些材料，将文件系统中的基础知识有逻辑的整理出来。

1. 什么是文件？
2. unix 中的目录是什么？
3. 如何了解硬链接和软链接？（文件共享）
4. 目录中是如何检索文件的？
5. 文件的逻辑构造和物理构造？或者说文件再磁盘上是如何被组织起来的？
6. 闲暇文件的组织与治理？
7. 磁盘的组织与治理？

什么是文件？

提到文件，大多数人的脑子中必定首先浮现的是 pdf、jpg，mp3 等文件。他们的确是文件，然而你脑子中所想的只是文件的文件体，也就是文件真正的数据（一些二进制流）所在。

那么要对文件进行治理，只有这些数据不够，还须要一些形容信息（文件名、文件外部标识、文件存储地址、拜访权限、拜访工夫），这些形容信息能够称为文件阐明，也能够称为文件管制块（FCB）。

所以unix 中的文件 = 文件体 + 文件形容信息。

上面思考一个问题：

XV6 和所有的 Unix 文件系统都反对通过零碎调用创立链接，给同一个文件指定多个名字。你能够通过调用 link 零碎调用，为之前创立的文件“x/y”创立另一个名字“x/z”。即便在 windows 中也能有创立快捷方式，将同一个文件重命名并存放在不同的地位。而两个文件拜访的内容确是截然不同的。

所以，在文件系统外部，文件描述符必然与某个对象关联，而这个对象不依赖文件名。

那么这个对象就是大家熟知的 inode（index node，索引结点）。inode 是什么，间接拿 inode 的数据结构来看是最好不过的了。除此之外，零碎会为每一个 inode 调配一个惟一的编号。

inode 的数据结构：

• 通常来说它有一个 type 字段，表明 inode 是文件还是目录。
• nlink 字段，也就是 link 计数器，用来跟踪到底有多少文件名指向了以后的 inode。
• size 字段，表明了文件数据有多少个字节。
• 不同文件系统中的表达方式可能不一样，不过在 XV6 中接下来是一些 block 的编号，例如编号 0，编号 1，等等。XV6 的 inode 中总共有 12 个 block 编号。这些被称为 direct block number。这 12 个 block 编号指向了形成文件的前 12 个 block。举个例子，如果文件只有 2 个字节，那么只会有一个 block 编号 0，它蕴含的数字是磁盘上文件前 2 个字节的 block 的地位。
• 之后还有一个 indirect block number（当文件数据过于大的时候，用于扩大，此处咱们不具体探讨它）

从下面能够晓得，inode 中存了文件体（也就是文件实在的数据）的地址，通过 inode 找到文件内容。这样一层封装，使得不同的文件名都能够映射到这个 inode 上来，从而找到文件数据。

可是，文件名去哪了呢？inode 中的内容很像下面讲的文件阐明（文件形容信息），其实正是。不过恰好缺了文件名。而文件名和 inode 编号之间必然有一个映射表，这张表又在哪里呢？答案就在 目录！

unix 中的目录是什么？

目录就是一个文件。

一下子可能无奈了解，还是从你的思维登程，提到目录你可能想到一个文件夹外部的构造。就大略这么一张图，也就是说目录外部应该包含一些文件（此处的文件指的就是个别的文件如下图中的 mmap 文件）和子目录（下图中的存储管理、IO、基础知识都还是一个目录）。

接下来就好了解了，目录是一个文件，文件体（数据）中存的就是这些文件 / 子目录的 文件名 和 inode 编号的映射表！

也就是说，对于每个文件而言，其文件名和实在的数据是存储在不同的物理地位上的。

举个经典例子 ， 通过门路查找文件的过程：/home/alex/main.py

/ 能够了解为根目录，根目录因为是固定的，所以其 inode 的地位是零碎已知的。那么先找到 root 的 inode 的编号（此处须要阐明能够通过 inode 编号间接计算出 inode 的地址，具体计算形式不在此赘述），读取其信息，其那些文件体的地址，而后找到文件体，发现外面都是文件名 / 子目录名与 inode 编号的映射关系，逐个遍历文件名（之后在检索中还有其余形式，此处为线性检索）而后找到匹配的“home”，查到它的 inode 编号，获取其 inode 中的内容，而后找到实在的数据。以此类推，找到 alex 目录文件的 inode 编号，继而再找到 main 文件的 inode 编号。此时，main 文件的 inode 中的指针指向的就是 main.py 实在的数据。

有一个十分乏味的景象，就是文件名是由其目录所存储的。而 root 文件没有上一级目录了，所以 root 是没有文件名，或者说是一个空的文件名，只用一个 / 示意。/home/alex/main.py 能够了解为空 /home/alex/main.py。

如何了解硬链接和软链接？

了解了 inode 概念，再来了解硬链接就不要太容易了！

硬链接理性的了解，就是为同一个 inode 取了一个新名字，这样新名字和旧名字对应的 inode 编号都是同一个文件。那么为什么要设计硬链接呢？当然是因为要共享咯！同时须要留神的是，在 inode 中有个属性叫做 nlink，当有一个新的硬链接时，inode 会将这个值加一，表明这个文件在被其他人共享。当删除这个硬链接时，inode 会判断 nlink 是否为 1，若为 1，则表明是这个文件最初一个客人要把我删除，那么在删除硬链接的同时，数据也会被删除；否则，间接将 nlink 减一即可。

硬链接存在的问题：文件的创建者不能删除文件。因为文件被共享之后，只有文件的最初一个所有者能力删除文件。

此处思考一个乏味的景象，是我本人的揣测。为什么不间接将所有的文件形容存在目录文件中呢？也就是说能不能让目录文件中的目录项为文件名与文件形容（原先 inode 中存储的信息）的映射呢？这样就不要先通过文件名找到 inode，再通过 inode 找到文件形容了。

考虑一下，如果此时呈现大量的硬链接，而且还是对同一个文件的，那么文件的文件形容就会被反复存储。（数据库中称之为传递依赖）那么将这些文件形容拆散进来，当做一个 inode 存储，在原表中搁置 inode 的编号。

引入软链接，能够解决上述的问题。软链接其实是存储了被共享文件的路径名，这个路径名能够是绝对路径也能够是相对路径。所以软链接的 inode 和被共享文件的 inode 不同，当通过软链接查找文件时，其实是先获取到被共享文件的路径名，而后循着这个门路查找文件。这样一来，若文件的创建者将文件删除，那么即便有着这个路径名也无奈查找到对应的文件。

同时，软链接也存在一些问题，就是每次都得通过门路逐层查找，开销较大。

目录中是如何检索文件的？

首先解答一个问题，就是 目录的构造是怎么的？咱们当初可能很好答复，应该是树状构造的。没错，然而目录构造最开始有单级目录构造、二级目录构造。再是树状构造，图状构造的。

单级目录构造就是将所有的目录项堆在一个表中。二级目录构造是依照用户分了一级进去，每个用户本人的目录项还是堆在一个表中。树状构造是对二级目录构造的推广，或者能够称之为多级目录构造。

检索文件的形式：线性表、哈希表。线性表之前曾经阐述过了，哈希表也就是散列存储，通过文件名间接输出到散列函数中即可失去 inode 编号。

未完待续 …