🌦️ 文件管理

1. Linux 文件系统的组成

• 文件系统的基本数据单位是 文件
• 目的：对磁盘上的文件进行组织管理
• 每个文件均包含 索引节点 [index node] & 目录项 [directory entry] 两部分

1) 索引节点 index node

1. 作用
   • 存储文件的元信息
   • 元信息有哪些
     • inode 编号
     • 文件大小
     • 创建时间
     • 修改时间
     • 磁盘位置
     • 访问权限
   • 查看命令
     • stat 文件名
2. inode 编号
   • 每个文件的 inode 号码是唯一的
   • 当移动 | 重命名文件时，inode 号码不变
3. 根据文件名打开文件流程：
   • 根据文件名找到对应的 inode 号码
   • 根据 inode 号码获取 索引节点 信息，进行权限认证等操作
   • 根据 索引节点 信息，找到文件数据对应的 硬盘存储块位置，读出数据
4. 硬盘格式化后，会被分成以下几个区域：
   • 超级块区
     • 存储文件系统的相关系统
     • 例如：块的大小、块的个数等
     • 当文件系统被挂载时，加载进内存
   • 索引节点区
     • 存储索引节点相关信息
     • 每个索引节点一般为 128 B | 256 B
     • 对于硬盘上的数据，一般每 1KB | 2KB 均需要设置一个 索引节点
     • 为了加速查询，一般把索引数据缓存到内存中
     • 当文件被访问时，加载进内存
   • 数据块区
     • 真正存储磁盘数据的位置
5. 文件在磁盘中的存储
   • 磁盘读写的基本单位是 扇区，一个 扇区 == 512 B
   • 多个扇区组成一个逻辑块，由于扇区太小，所以实际每次读写以 逻辑块 为单位
   • Linux 中一个逻辑块 == 8 扇区 == 4 KB

2) 目录项 directory entry

1. 目录
   • 在 Linux 中目录也是一种文件
   • 打开目录就是打开目录文件
   • 目录存储在磁盘
   • 目录中存放的是目录下的文件信息，例如 文件名、文件类型等
   • 具体文件信息通过 Hash 索引的方式存储，提高当前目录下文件查找效率，不过需要额外措施防止 hash 冲突

文件 inode 号	文件类型	文件名
95827	目录	.
95828	目录	..
hash 索引	数据块指针
3269874FE1236EA6	66
BF05674FE1236EA6	103
……	……

2. 目录项
   • 为了避免频繁从磁盘中读取目录，内核将已经度过的目录用 目录项 这个数据结构缓存在内存中
   • 当下次读到相同目录时，直接从内存读，从而提高读取速度
   • 包含哪些内容
     • 文件的名称
     • 文件的类型
     • 索引节点指针
     • 与其他目录项的层级关系

---

2. 虚拟文件系统 VFS

1) 作用

• 文件系统根据文件组成方式的不同，形成了不同的文件系统
• 为了简化用户对文件系统的访问，在用户层 & 不同文件系统之间添加了 虚拟文件系统
• 为用户提供统一接口

2) 常见文件系统

1. 磁盘文件系统
   • 直接将数据存储在磁盘中
   • 例： Ext 2/3/4, XFS
2. 内存文件系统
   • 数据存储在内存空间
   • 例： /proc & /sys
3. 网络文件系统
   • 访问其他主机数据的文件系统
   • 例： NFS, SMB

---

3. 文件的存储

• 文件系统的基本操作单位是 数据块，而非字节流等
• 文件在磁盘中的存储分为以下两种存放方式：
  • 连续空间存储
  • 非连续空间存储

1) 连续空间存储

1. 特点
   • 文件存放在连续的物理空间中，需要确定文件大小才可分配空间
2. 优点
   • 读写效率高，磁盘一次寻址即可定位到文件
3. 缺点
   • 易产生碎片化空间，空间利用率低
   • 文件扩容可能出现扩容失败，从而重新移动整个文件到新的位置

2) 非连续空间存储

1. 链表
   • 隐式链表
     • 文件头包含 起始块 & 末尾块 的位置，且每个数据块中存储一个 next 指针，指向下一个数据块的位置
     • 在磁盘中依次查找所有数据库，速度较慢
     • 若某个数据块的 next 指针出现问题，会导致整个文件的损坏
     • 需要额外空间存储 next 指针
   • 显式链表
     • 将每个数据块的 next 指针存放在 文件分配表 中，文件分配表存在于 内存
     • 内存查找，比磁盘访问速度要快
     • 若磁盘很大，则文件分配表也很大，不适用于该情况
   • 特点
     • 不会产生磁盘碎片，空间利用率高
     • 动态扩容方便
     • 需要经过多次磁盘查找
2. 索引
   • 实现：
     • 文件头包含 索引数据块 的指针
     • 每个文件均有自己的 索引数据块，索引数据块中存储该文件用到的所有数据块的 指针列表，索引数据块也存放于磁盘中
     • 通过索引数据块中的指针列表，依次查找磁盘中的数据块
   • 特点：
     • 不会产生磁盘碎片，空间利用率高
     • 动态扩容方便
     • 支持顺序读写 & 随机读写
     • 需要经过多次磁盘查找
     • 不论文件多大，均有对应的 索引数据块；当文件占用数据块过多时，一个 索引数据块 可能存放不下，此时需要进行改进
     • 如何改进从而存放大数据？
       • 索引 + 链表
         • 在索引块中添加 next 指针，指向下一个索引数据块
       • 多级索引
         • 一个索引块中存放多个索引块的位置
         • 其他索引块中存放部分数据块指针

3) Unix 文件系统早期的文件存储方式

• 文件头中包含 13 个指针
  • 10 个指向数据块的指针
    • 当文件占用数据块 <= 10 时，直接存放在这里，可以通过直接查找方式找到文件存储地址
  • 1 个指向 一级索引 的指针
    • 当文件占用数据块 > 10 && 只用 一级索引 就可以存放所有数据块 指针时，可以通过一级索引方式查找，一级索引中存放的是 所有数据块 指针列表
  • 1 个指向 二级索引 的指针
    • 当文件占用数据块可以用 二级索引 盛下时，二级索引 存放 所有索引块的指针列表，找到每个索引块后，可以得到该索引块中存放的 部分数据块 指针
  • 1 个指向 三级索引 的指针

4) 空闲空间的管理

• 如何在存储文件时，确定哪里有空闲的数据块可以存储该文件

① 空闲表

• 动态维护一张表
  • 表中每行存储空闲块的 开始位置 & 空闲长度
• 当请求分配磁盘空间时，
  • 系统一次扫描空闲表中的行，直到找到满足条件的第一个空闲区间段
• 当用户撤销一个文件时，
  • 回收文件系统空间
  • 顺序扫描空闲表，确定插入 | 更新位置，进行更新
• 特点：
  • 适用于空闲区较少的情况

② 空闲链表

• 将空闲数据块通过 next 指针连接
• 当请求分配磁盘空间时，
  • 从链表头开始依次选取需要的空闲数据块
• 特点：
  • 不支持随机访问
  • 适用于空闲区较少的情况

③ 位图法

• 用二进制的一位表示磁盘中该数据块的使用情况
  • 当 == 0 时，说明该数据块空闲
  • 当 == 1 时，说明该数据块已被分配
• 特点：
  • 简单方便
  • Linux 中采用该种方式，还用于 inode 空闲块的管理
• 单个位图计算
  • 一个位图假设占用一个数据块，一个数据块 == 4 KB
  • 一个位图可以记录的数据块个数 == 4 KB = 4 * 1024 * 8 = 2 ^ 15
  • 一个位图可以记录的数据块总大小 == 2 ^ 15 * 4 KB = 127 MB
• Linux 中采用块组的方式存放多个位图，每个块组记录一个位图大小的数据块
• 

---

4. 其他问题

1) 硬连接 VS 软连接

1. 硬连接
   • 文件别名不同，但是 inode 节点是同一个，因此指向的是同一个磁盘上的文件，通过任意一个文件修改内容，另一个读取到的是修改后的内容
   • 由于 inode 节点不可跨文件系统，因此硬连接的文件也是不可跨文件系统的
   • 当要删除 inode 节点对应的文件时，需要删除所有该 inode 节点对应的硬连接 & 源文件，才会彻底删除该文件
2. 软连接
   • 基于源文件创建一个新文件，该新文件有自己的 inode 索引节点，只不过内容存放的是源文件的路径，类似于 Windows 下的快捷方式
   • 所以访问该新文件时，通过里面存放的源文件路径，间接访问到了源文件的内容
   • 由于 inode 节点是新的，因此可以跨文件系统
   • 当删除源文件时，新文件仍存在，只不过通过文件中存放的路径，找不到源文件而已
3. 命令
   • ln [选项] 源文件 目标文件
   • 选项包括：
     • -s 建立软连接，不加则建立硬连接
     • -f 若目标文件已存在，则删除目标文件后，再建立相应连接