当前位置：首页 > article >正文

突破教材，简单聊聊《文件系统》

article 2024/12/26 20:16:21

文章目录

前言：
文件系统的引入：
- 认识物理磁盘：
对磁盘的存储进行逻辑抽象：
- LBA逻辑区块地址：
🚀文件系统的理解：
- 理解各个区段：
- 🛹深入理解 inode：
- - inode和文件名？
  - 如何确定inode在哪个分区？
  - - 为什么路径那么重要？
    - 目录和分区的关系？

前言：

我们在前面的学习中学习诸如：C语言打开操作文件、通过系统调用打开操作文件甚至说是对文件的重定向操作。对于上述的操作，我们本质是先将文件打开，再对其进行处理。打开文件的操作本质是在内存中申请空间，创建文件描述符，再创建struct file结构体用来管理磁盘中的文件内容，最后通过映射关系，可以对一个文件进行读和写的操作。
那么我们之前学习的都是对打开的文件进行处理的，那对于那些没打开的文件呢？要知道，打开的文件是少数，而哪些没被打开的文件可是大量的！而这些没被打开的文件均在磁盘或者说是硬盘中存储着呢（硬盘我们今天不谈），所以我们以前要打开一个文件其实是要先在磁盘中通过文件路径 + 文件名找到。那到底磁盘是怎么存储的呢？怎么构建整个文件系统的呢？所以本章我们要来好好聊聊一个文件在未被打开的时候，都在磁盘中做了什么呢？又或者说哪些“家伙”对这些文件做了什么呢？

文件系统的引入：

认识物理磁盘：

俯视着看只能看个大概的情况，而整个磁盘最核心的部分其实就是磁盘和和磁头那一块像CD一样的结构，他其实不止含有一个磁头也不仅仅含有一个磁盘片。

我们的在磁盘中存储的未打开的文件，就存储于该结构上，具体的位置就是盘片上的每一个小小的连续的扇区(sector)中

其实我们那些未打开的文件，在磁盘中存储就是在每一个盘片上对应的扇区中，进行数据的存储一般都是用一个个连续的扇区来进行存储，通过二进制的方式来进行写入。
那为什么是二进制呢？————因为计算机只认识二进制！
我们都知道，二进制里面的数字不是0就是1的，那究竟什么是0、1呢？
————其实0和1只是一个个代表，真正的体现就体现在物理层面的不同。

而在磁盘中，对于扇区（sector）中，编写二进制的本质其实是通过磁铁来改变每个扇区每个bit位的南北极，可能1就是北极，0就是南极。通过这种来实现数据的存储，所以我们的数据约等于是被刻在上面的，然后需要查找时候就去找对应的那个磁片，磁片的哪个面，磁片中的哪一个磁道（柱面）（cylinder），再在柱面中找到对应的一串扇区（sector）

对于磁盘更详细的介绍，可以观看视频：
磁盘是如何工作的
你的硬盘是如何存储数据的

所以我们上述所讲解的，如何找到一个指定位置的扇区：

找到指定的磁头 —— Header
找到指定的磁道（柱面） —— Cylinder
找到指定的扇区 —— Sector

这就是我们的 CHS定址法

对磁盘的存储进行逻辑抽象：

我们都知道，对软硬件资源做管理的就是操作系统，那么磁盘属于硬件，那么操作系统又该如何管理呢？谈及管理永远六个字 —— “先描述，再组织”。
既然是管理，那你的意思就是我可以直接用OS来实现CHS定址法，然后在磁盘中找到文件咯？当然这是不对的，磁盘有着很多不同版本和型号，磁盘一旦更新，操作系统对应管理的软件也会进行更新，一两个软件还好，但是一旦涉及到成千上万个软件那就没有必要了，耦合度太高。所以其实操作系统是通过**LBA（逻辑区块地址）**来进行管理的。

相信我们都见过磁带，他们可以卷在一起形成圈，也可以散开形成一条线，所以，我们抽象就是将这几面盘面的大小抽象成一个线性数组。每一个磁道（cylinder）都有很多个扇区，将同一个磁道上的全部扇区“拉”成一条：

这样我们可以暂时抽象理解为查找扇区的位置，就是通过下标来进行查找。

这个只是我们逻辑抽象的概念，那其实操作系统想要实现管理但又不能直接使用CHS定址法，操作系统又是通过什么算法使得硬件实现CHS呢？
假设一个磁盘上面的磁有1000个扇区和10个磁道。那么1000 / 10 = 100 就代表着1个磁道有100个扇区。
但是如果我们的操作系统知道了某个文件target的下标（index），我们就可以知道这个文件他是在哪个面、磁道和扇区

因为一个面有1000个扇区，那么第一个面扇区我们可以抽象理解为一个下标从 0 ~ 999 的数组，第二个下标就是 1000 ~ 1999 的数组。所以假设我的index == 3456，我们 index / 1000 == 3，就可以得知该文件是在哪个磁片（也就是找到了磁头Header）
对应该磁头找到对应的磁片后，我们需要来确定我们的index在哪个磁道上。现在我们知道一个磁面上有10个磁道，所以最后的磁道肯定是1号磁道到10号磁道[1, 10]的，而一个磁道有100个扇区，所以最后你的扇区下标肯定是在[0, 99]之间的。所以我们先来确定磁带：3456 % 100 == 456，这个是排除磁面后的数据，再 456 / 100 == 4得到再第4号磁道上，这一步是依据你的磁道只能是在[1, 10]上的。
接下来我们就要确定扇区位置，其实现在我们就很好理解了，那么扇区的位置只要对我们刚刚处理好的456在模上100就好了，因为扇区的下标只能在[0, 99]之中，这样456 % 100 == 56，就能确定扇区是在56号下标开始。

LBA逻辑区块地址：

现在我们知道了磁盘对文件数据存储的逻辑抽象，其实文件里面的内容和属性 == 很多个扇区（sector）的数组的下标。一般而言，OS未来和磁盘交互的时候，基本单位：4KB
而一个sector的大小默认为512字节，所以一个OS在从磁盘读取文件的时候，是基于8个连续的扇区（sector）来读取的！

所以我们就可以将上述逻辑抽象出来的数组进行分区块来描述！

而这些分好出来的几号几号“块”，这就是我们的**LBA（逻辑区块地址）**。

假设像上述一样给每个“块”进行编号，就有如上0号块、1号块、2号块等等…
那么通过编号我们就能知道对应”块“的起始下标：0 * 8 == 0，1 * 8 == 8，2 * 8 == 16。像0、8、16就是对应0号块、1号块、2号块的起始下标。

1、所以现在，我们只要知道了你当前的文件处于哪一个“块”，那我们就一定能找到这个块的位置，块找到了那么在这个连续的数组上，我对应的扇区（sector）在哪里就知道了。
而你的一个一个的磁道是同心圆，那么你一条路一直走下去，你肯定可以走到头的，所以你这个磁道有多少个扇区（sector）你就肯定可以知道！因此只要你能找到磁道，一个磁道有多少个扇区你肯定可以知道

2、假设你知道一个磁片上全部扇区有多少，那么你又由上述知道了一个磁道上有多少个磁片，那么你当然可以知道一个磁面上有多少个磁道。

所以只要你知道了一个块号和磁盘的总扇区大小（一共有多少个块），就可以知道全部信息，包括有多少个磁道啦、多少个扇区啦，甚至说每个扇区的对应的每个块号，以及对应的CHS地址！

🚀文件系统的理解：

基于上面了理解，可以总结出操作系统对于文件的管理是分组区块进行管理的！但是你看像我们的磁盘，它可是800GB左右甚至更高的容量来存储的，对于这么大的数据量，你还在那8个sector8个sector的数，那你得多累？而且更重要的是，对于这么大的数据操作系统也不好管理呀！

于是我们的操作系统就会告诉用户，你可收到以进行磁盘分区啦!

这就是我们在windows上进行分区之后的结果，分为了C、D、E盘。不仅仅可以对数据进行区别，也可以方便操作系统进行更方便的管理

现在我们拿到了所谓的区块，但是我们想要管理好每一个分区，我们还需要对分区进行分组：

如此一来，我们对分区的管理就又可以继续往下细分管理了。但是，这只是我们所描述的，我们这么描述只是更方便了些，可是操作系统考虑到的东西可不仅仅是方便喔，操作系统还要对这个分区进行管理喔。所以操作系统肯定也会对磁盘进行分组，但是它考虑的东西就多得多！

这才是操作系统对磁盘管理的真正样子，而计算机和人不一样，如果它能将一个分区细分出这么组，那么其它分区也可以细分出这么多组，如果一个组能被操作系统管理好，那么其它组也能被操作系统管理好，所以整个文件系统它终将会被管理好！

但是这是针对于Linux的！因为我们知道文件 = 属性 + 内容，而在linux中，文件内容和文件属性是分开存储的！我们的文件内容就存放于Data blocks中，而文件属性则存放于inode Table中！下面我们就来介绍介绍这几个小玩意。

理解各个区段：

Block group：就是我们的分组，文件系统会根据分区的大小划分为数个Block Group。而每个Block Group都有着相同的结构组成。
Data blocks（数据区）：存放文件内容，实际上该区间特别大，有很多很多的数据块（大小为4KB）
Block bitmap（块位图）：记录者Data block中那个数据块被占用了，哪个没有被占用。
🧨inode Table（i节点表）：存放文件属性，存放文件属性如文件大小，所有者，最近修改时间等

Linux中文件的属性是一个大小固定的集合体。
```
struct inode // 文件属性
{
  int size;
  int time;
  int inode_number;
  int datablocks[N];
};
```
一个正常的文件都对应着一个inode集合。
我们可以通过输入指令：ls -li 查看当前目录文件下的inode number

在inode内部，我们不包含文件名！从内核层面上来看，每一个文件都要有inode number
inode Bitmap（inode位图）：每一个bit表示一个inode是否空闲可用，比特位的位置表示第几个inode（inode number），比特位是0还是1表示是否被占用。
Super Block （超级块）：存放文件系统本身的结构信息。记录的信息主要有：bolck 和 inode的总量，
未使用的block和inode的数量，一个block和inode的大小，最近一次挂载的时间，最近一次写入数据的
时间，最近一次检验磁盘的时间等其他文件系统的相关信息。Super Block的信息被破坏，可以说整个
文件系统结构就被破坏了。
Super Block 为了使文件系统稳定，会在部分组里出现super block，记录当前盘的全部inode的信息等。这个作用就是假设未来我们出现了文件损毁，系统会提示我们是否要进行修复。本质上是一个租的superblock坏了，要将其它的super block的内容复制到损坏的super block中，所以各个super block中的数据必须要保持一致。

对每一个分区内部分组（这就叫==“格式化”==），为了以后能够写入文件系统的管理和数据

🛹深入理解 inode：

创建新文件时，怎么通过 inode number 定位 inode Bitmap 对应的位置？

我们在寻找文件的时候，都必须先的到文件的 inode在inode Table中的位置号，inode 是以“分区”为单位的，即以各个盘为单位的（不能跨分区访问）！

我们在刚开始创建新文件的时候，super block 和 Group Description table 会确定 inode number 的范围。然后拿着新文件的 inode number 在当前分区中（不可跨分区访问），一个一个比对从而可以发现该文件属于哪个组，找到该组后，通过新文件的 inode number 减去前该组的 start_inode ，得到的数就是对应 inode Bitmap 和 inode Table 的位置。

假设一个新文件的 inode number 是1030，那么该文件就存在于 group B。
为了确定该文件的 inode Bitmap 和 inode Table 的位置，将1030 - 1000 == 30号，该30号就是该组中 inode Bitmap 中对应位图的号，而这个时候OS就会在inode Bitmap的30号位置的bit位设置为1，对应的inode Table的30号也会出现于一个结构体inode，记录了这个新文件的各种信息。不仅仅是创建，我们在查找的时候，OS也是这么去查找的！

那如何定位 blocks Bitmap呢？
我们在讲解inode的时候，发现inode结构体里面有一个成员变量：int datablock[N]

那么这个东西其实就是一个数组了，里面存放着文件内容对应的 Data blocks 中的号码，而这些号码会从block Bitmap中去读取，然后指向对应的号码。
但是在linux中一般只有15个元素那么一个文件只能存60KB？前12个元素确实如此，但是第13,14个元素并不是单纯的映射，15个更是重量级。

蓝色的就代表第12、13、14号元素是一级映射，第15号是二级映射，当然图只是简单的描述，现实肯定更复杂！

我们是有能力存大文件的！甚至跨组，但是不建议，因为这样磁头与盘片又会旋转重新寻址，造成效率低下！

inode和文件名？

问题来了，我们在上层使用的都是文件名啊，可是系统都是用inode编号进行标识，那么怎么进行联系呢？

首先我们来谈谈目录
目录本身就是一个文件，目录 = 文件属性 + 文件内容（内容包含文件名和inode编号的**映射关系**）
所以我们在上层不用inode编号，使用文件名即可对文件进行各种操作。
1. 因为一个文件名只有一个对应的inode 和 inode number，所以一个目录下不能建立同名文件。
2. 我们查文件的信息，靠的是文件名和inode number之间映射关系找到inode，再通过inode number找到对应的组别和当中的inode table的所以属性
3. 关于目录的r权限，本质就是是否允许我们读取目录的内容，与inode和文件名的映射有关。
  关于w权限也相似
4. 如何理解一个文件的增删查改？
  ▷创建新的inode，再通过 inode bitmap 在 inode table 写入对应的属性，最后在data block中写入数据。
  删除
  ▷删除其实很好理解，我们只需将inode bitmap 和 block bitmap 对应的 ’1‘ 改为 ’0‘即可，属性那一块可以不用处理，因为属性那一块迟早会被覆盖，这也就解释了为什么拷贝文件要很久，而删除文件也就一瞬间就删除完了！