操作系统 --- 虚拟文件系统

1、虚拟文件系统的分层结构

上层：虚拟文件系统
底层：特定文件系统模块，例如：网络文件系统（nfs、smb）等其他类型文件系统

虚拟文件系统的目的：将接口暴露给用户，屏蔽底层文件系统的差异性，它是对所有不同文件系统的抽象

虚拟文件系统的功能： 
- 提供一致的文件和文件系统接口 
- 管理所有文件和文件系统关联的数据结构 
- 高效查询例程，遍历文件系统 
- 与特定文件系统模块的交互

基本数据结构： 
- 卷控制块，总的，superblock，每个文件系统一个，块，块大小，空余块，计数/指针等 
- 文件控制块：VNODE/INODE， 单个文件一个，文件的详细信息 
- 目录节点：dentry（dictionary entry），每个目录项一个，将目录项数据结构及属性布局编码成树型数据结构

数据持续存储在二级存储中，当需要时加载进内存。

二级存储（secondary storage，auxiliary storage）是计算机主存储器或内存之外的所有可访问数据存储器。即为硬盘、磁带、光盘等非易失性存储。

• 卷控制块：文件系统挂载时进入内存
• 文件控制块：文件被访问时进入内存
• 目录节点： 在遍历一个文件路径时进入内存

2、数据块缓存

如今缓存的概念已被扩充，不仅在CPU和主内存之间有Cache（L1 cache、L2 cache），而且在内存和硬盘之间也有Cache（磁盘缓存），乃至在硬盘与网络之间也有某种意义上的Cache──称为Internet临时文件夹或网络内容缓存等。凡是位于速度相差较大的两种硬件之间，用于协调两者数据传输速度差异的结构，均可称之为Cache。

我们这里说的数据块缓存是磁盘缓存！
数据块就是block块，它是主存和外存传输数据的单位，文件存取的最小单位。

#缓存过程：
数据块按需读入内存，数据块使用后被缓存
#两种数据块缓存方式，缓存的粒度不同
普通缓冲区缓存
页缓存：统一缓存数据块和内存页

文件数据块的页缓存

在虚拟内存中文件数据块被映射成页
文件的读/写操作被转换成对内存的访问
可能导致缺页、脏页
相应算法，尽量减少对硬盘的读写次数，类似之前的算法

3、打开文件的数据结构

我们先看一段python代码：

fd = open('db.txt',mode='rt',encoding='utf-8') 
res = fd.read()
print(res)
fd.close()

上述代码是一段用于文件操作的代码。
打开文件的过程：fd是文件描述符（又叫文件句柄、文件对象），open一个文件，就会产生一个文件描述符，然后将该文件描述符存入打开该文件的进程的打开文件表。

#文件描述符
	每个被打开的文件一个
	文件状态信息
	目录，当前文件指针。。。。
#打开文件表 
	一个进程一个（进程打开文件表又叫文件描述符表）
	一个系统级的（系统打开文件表）
	每个超级区块也会保存一个列表，进程打开文件的基本信息 #这个不是很明白！我猜测前面的系统打开文件表应该是虚拟文件系统的打开文件表，不论nfs、smb、ext2所有的打开文件的情况里面都有。每个superblock的文件打开表，例如nfs，应该就只是nfs文件系统的打开文件表。

文件描述符表、系统打开文件表、inode之间的关系如图所示：
文件偏移量：即为文件指针的偏移量，每一个文件被打开之后，内核都维护一个所谓的当前文件位置偏移量，读和写操作都会对这个偏移量产生影响。

如果不懂文件指针就看这个博客：https://blog.csdn.net/weixin_44571270/article/details/105891195

inode和文件描述符之间的关系：

在linux中，内核通过inode来找到每个文件，但一个文件可以被许多用户同时打开或一个用户同时打开多次。这就有一个问题，如何管理文件的当前位移量，因为可能每个用户打开文件后进行的操作都不一样，这样文件位移量也不同，当然还有其他的一些问题。所以linux又搞了一个文件描述符（file descriptor）这个东西，来分别为每一个用户服务。每个用户每次打开一个文件，就产生一个文件描述符，多次打开就产生多个文件描述符，一一对应，不管是同一个用户，还是多个用户。该文件描述符就记录了当前打开的文件的偏移量等数据。

#所以一个i节点可以有0个或多个文件描述符与之对应。可以看成文件描述符是对i节点的索引。

4、文件分配

为应对不同大小的文件，如何为一个文件分配数据块呢？

#分配方式
	连续分配
	链式分配
	索引分配
#评价指标：
	时间高效
	空间高效

（1）连续分配

I：文件头
上图中数据块的分配都是连续的。因为是连续的，如果再往文件写内容，那么我们看A文件内容还能加多少？所以它一般用于写文件。
优点：文件读取表现好，高效的顺序和随机访问
劣势：碎片，文件增长问题（预分配，按需分配），类似数组 (长度不可变)
注意这种模式：最好用于只读文件

（2）链式分配

以数据块链表方式存储，文件头包含了到第一块和最后一块的指针
访问链表中间一个数，是需要对链表进行遍历的，所以不可随机访问。
优点：创建，增大缩小容易，没有碎片
缺点：不可随机访问，可靠性（破坏一个链然后整个文件都崩了）

（3）索引分配

IB:索引数据块
每个磁盘块（索引项），为每个文件创建一个名为索引数据块的非数据数据块（到文件数据块的指针列表）
文件头包含了索引数据块
优点：创建，增大缩小都很容易，没有碎片，支持直接访问
缺点：当文件很小时，存储索引的开销，如何处理大文件？
释意：文件大，占用数据块就多，那么相对的索引数据就变大了，我们一个索引数据块就不够用了，所以我们需要多个索引数据块

大文件采用分层的方式，类似内存管理的思想： 
- 链式索引块 
- 多级索引块，文件头包含多个指针 #类似多级页表

5、空间列表

空间列表的作用：跟踪在存储中的所有未分配的数据块，为了更好的分配空闲块。
用位图代表空闲数据块列表
11111001111，如果i = 0 代表数据块为空闲

假设空闲空间在磁盘中均匀分布，那么找到空闲数据块前需要扫描n/r
n —-磁盘上数据块的总数
r —- 空闲块的总数

为了保护空间列表和实际空闲块的位置的一致性：

位图必须保存在磁盘上
不允许block在内存中的状态为1而在磁盘中为0 ，这种不一致情况发生，因此需要在硬盘中完成把位图中的相应空闲块置为1之后再真正为文件分配数据块，文件内容写入数据块

空间列表的实现方式：