0x16 文件系统接口
一、文件
文件概念
计算机中信息存储的基本组织形式；
相关信息结合；
具有文件名。
文件名
按名存取：文件名 -> 存储位置
文件名由一串ASCII码或（和）汉字构成；
名字长度
- 8.3规则：文件名8个字符，类型3个字符，之间由“.”分割
- 长文件名：可以最多输入255多个字符作为文件名
文件名可能大小写敏感；Linux，Unix系统的文件名大小写敏感，Windows系统的不敏感。
文件结构
指文件内信息的组织方式；
目的：便于程序理解文件内容。
操作系统和应用程序决定了文件的结构。如pdf文件的结构由pd阅读器决定。可执行文件的结构由操作系统决定等。
常用文件结构
- 无结构：文字流、字节流等；
- 简单记录结构：线性、固定长度、可变长度等；
- 复杂结构：格式化文档、多媒体文件等。
文件类型—扩展名
文件类型一般由扩展名决定；
文件扩展名也称文件后缀名，是标识文件类型的一种机制，扩展名跟在主文件名后面，由一个分隔符“.”分隔。
文件属性
文件名：唯一，便于记忆；
文件位置：设备上文件位置的指针；
文件类型：文件的格式；
文件大小：文件当前大小；
保护：读、写、执行等访问控制信息；
时间、日期和用户标识：保护、安全和使用跟踪的数据；
……
文件属性保存在目录中
文件操作
创建文件
写文件
读文件
在文件内重定位
删除文件
截断文件
打开文件
关闭文件
为什么要有打开文件操作？
-
需要数据结构
打开文件表：跟踪打开文件；
文件指针：指向最后一次读写的位置，每个进程1个；
打开文件计数器：打开文件次数（调用open次数）；
文件存储位置：文件存放在存储设备上的位置信息；
访问权限：每个进程的访问权限； -
优点
方便文件共享；
提高文件存取效率。
二、逻辑文件及其访问方法
文件访问
文件系统以文件为单位进行信息的组织和存储，其主要的功能是文件访问。也就是对文件进行检索、读、写等操作。
文件访问主要和3个方面有关，分别是
- 逻辑文件
文件内容组织方式；
面向用户； - 目录文件
文件组织方式；
文件属性； - 物理文件
文件存储方式；面向系统。
逻辑文件
文件呈现在用户面前的组织结构；
又称为文件逻辑结构；
逻辑文件决定了文件访问方法；
逻辑文件的访问方式
- 顺序访问
- 最简单的访问方式；
- 文件信息按照存放顺序，一个记录一个记录地依次访问
- 顺序文件
- 典型存储设备：磁带
- 直接（随机）访问
- 可以直接定位到文件的某条记录进行访问
- 直接文件
- 典型设备：磁盘
顺序文件
访问方式：顺序访问；
依次访问数据，不能直接跳转到文件的指定位置；
优点：节省存储空间；
缺点：访问效率差。
直接（随机）文件
访问方式：直接（随机）访问；
直接通过计算得到需要读写记录的位置，直接跳转进行文件读写。
优点：访问效率好；
缺点：浪费存储空间。
是否可以兼顾顺序文件和直接文件的优点呢？也就是采用顺序文件的存储方式和直接文件的检索方式。
索引文件
基本方法：为顺序文件建立索引表。
索引表中的每一个表项存放一个指针，指向顺序文件中的一个记录，顺序文件中有多少条记录，索引表就有多少个表项。索引表的每个表项等长，便于检索。
三种逻辑文件性能对比
文件访问方式，即逻辑文件是影响文件访问效率的因素之一！！！
索引文件广泛用于组织需要频繁检索的文件，如数据库文件等。
另外一种索引文件
根据某个检索项作索引；
三、文件目录
文件控制块（FCB）
存放操控文件所需的各类文件属性信息，如文件名、长度、创建时间、存放位置、访问控制权限……
在文件系统中，文件控制块类似于索引文件中的索引表，必须通过文件控制块来访问文件。
目录项和目录
目录
是包含着所有文件信息的节点集合，是根据文件名检索文件的桥梁。
目录项
目录由目录项有序构成。一个目录中的目录项组成了目录文件，每个目录项存放了一个文件的各类属性，每个目录项都是等长的。
在有的系统中，目录项=文件控制块。
文件与文件控制块一一对应，文件目录就是文件控制块的有序集合，一个文件控制块就是一个目录项。通常，文件目录也被看作是文件，称为目录文件。
很多操作系统把目录组织成一个文件，这就是目录文件。如下图所示，就是多个目录项组成的目录文件，每个目录项都是等长的。
目录和文件
每个目录项中存放了文件在存储设备的存放地址，目录和文件都驻留在存储设备（如磁盘）
目录相关操作
创建文件操作仅仅是为这个文件创建了一个目录项。
文件检索
目录是用户和文件之间的一个桥梁。用户根据文件名访问文件，而文件是存储在存储设备上。文件名是一个字符串，存储位置是一个数字，所以要将文件名的字符串转换为具体的数字才能去访问这个文件。
目录负责把文件名转换为文件在存储设备上的位置。这个根据文件名我文件存储位置信息的过程，就是文件检索。
具体步骤
① 根据文件所在的目录打开目录文件；
② 从磁盘读入该目录文件的1个（物理）块，该块包含若干个目录项；
③ 根据文件名遍历内存中的该块，如找到则结束；
④ 判断该目录文件是否还有物理块没有读入，如果是转2；否则。结束。表示该目录中没有此文件名的文件。
根据文件名找一个文件的目录项，就是文件检索的主要工作。找到目录项后，就可以根据该目录项得到文件的存储位置并进行读写。
如下图所示，有一个有n个目录项的文件，平均遍历目录项数：（1+n）/2
最佳情况是在目录项0就是所检索文件的目录项；最差情况是目录项n-1。这还不包括文件查不到的情况。
目录性能
（物理）块
物理块是内存和存储设备数据交换基本单位，一个物理块一般为4KB、8KB和16KB等，每次读写文件都是以块为单位，至少1块。
例如：
当前物理块大小是4KB，则一个读入文件的1个字节的操作也要从存储设备读入4KB。
例子：
目录项大小 = ds bytes
最多文件数 = n 物理块大小 = b
那么：
目录文件大小 = ds*n bytes
目录文件需要的物理块数目 = ds*n/b
检索一个文件需要平均读入的块数 = (ds*n/b+1)/2
由于物理块大小固定，所以，要想降低读入的物理块数量，有两个途径：
- 降低目录项大小ds
- 降低文件数n
一个降低目录项大小的方法就是Unix采用的i Node。
一个完整的目录项就是文件控制块，里面包含了大量的文件属性。
如果不读入无关的信息，降低目录项的大小，就可以提升文件访问的效率。
通过分析发现：
- 文件检索过程中需要用到的内容主要是文件名。
- Unix为每个文件控制块建立一个索引项，内容为文件名和指向文件控制块的指针。类似于索引文件，称为i node索引结点。
例子：
物理块大小：4KB 目录中文件数：1万个
FCB（目录项）大小：2KB
则：
目录文件大小：10000*2KB = 20000KB
目录文件需要的物理块数量：20000KB/4KB = 5000块
检索文件平均需要访问的物理块数：（5000+1）/2 = 2500.5块
i node：64B
那么：
目录文件大小：10000*64 = 625KB
目录文件需要的物理块数量：625KB/4KB+1 = 157块
检索文件平均需要访问的物理块数：（157+1）/2 = 79块（仅仅是2500.5的1/32）
文件保护
文件的所有者/创建者应该有权控制：
- 能做什么
指文件存取类型，有读、写、执行、添加、删除和列表清单等基本操作；
Unix等系统把用户分为三个层面：
文件所有者、同组用户、公共用户。
访问模式：分为读、写、执行，用R/W/X来表示。为了方便，用三个位来代表R/W/X，用 r=4,w=2,x=1 来表示权限。
对特定的文件或目录，定义适当的访问权限。
如Linux的命令chmod 761 game，就是赋予game的所有者R/W/X权限，同组用户R/W权限，其他公共用户X权限。
- 由谁来做
四、文件结构
目录结构的设计目标
效率
- 快速定位文件位置
- 提高文件访问效率
命名
- 方便用户使用，允许重名
- 同名的不同文件
- 不同名的相同文件
分组
- 文件分组（子目录）
- 兼顾效率和方便性
单层目录
所有文件在同一目录中，只有一级目录：根目录；
根目录（/）：一个文件系统最顶层的目录。
优点：结构简单；
缺点：
- 检索效率差（目录下文件过多）
- 不能有同名文件，一个文件只能有一个名称
- 不能分组
单层目录一般用于早期文件数量较少的操作系统中。
双层目录
单层目录的改进是为每个用户建立自己的目录，使得每个用户的文件可以分开存放。
优点：
1）不同用户可有相同文件名的文件；
2）比单层目录提高检索效率（文件分布在多个用户目录中）
缺点：
1）无法分组；
2）同一用区分引入了路径户不能有相同文件名的文件。
路径名：
不同目录存在同名文件，为了利用不同路径区分同名文件引入了路径。
路径名 = 目录名+分隔符+文件名
从根目录开始到文件的路径，称为路径名。
树形目录
特点：
（1）检索高效，子目录增多会使得每个目录下文件数量减少；
（2）可分组，用户可以自由建立子目录；
（3）允许重名，不同子目录可以有同名文件。
为了提高访问的效率，引入了当前目录，也称为工作目录，是指当前运行进程所在的目录。
绝对路径：从根目录开始的路径名；
相对路径：从当前目录开始的路径名，提高检索效率。
性能对比（查找文件first为例）
如下图，蓝色是从根目录查找first文件，黄色是从相对路径查找first文件。
目录项：占一个物理块。
| 目录文件 | 目录项 | 平均读入块数 |
|---|---|---|
| / | spell | 0 |
| spell | (1+7)/2=4 | |
| prt | (1+4)/2=2.5 | |
| prt | first | (1+2)/2=1.5 |
绝对路径：/spell/mail/prt/first
根目录一般在内存；
一共需要读入4+2.5+1.5=8个物理块。
相对路径：./prt/first
当前目录在内存；
读入1.5个物理块。
图形目录
所谓文件共享是指不同目录中的文件指向同一个物理文件，也就是它们内容相同。
很明显，树形目录不能实现文件共享，图形目录可以。图形目录有两种，无环图目录和通用图目录（有环图）。
无环图一个特点是有向边无环。
文件共享
两种共享文件方式：硬链接和符号链接（软链接）
硬链接
硬链接是指一个物理文件可以有几个文件名，但是只有一个FCB。每个文件名有自己的目录项，也就是i node，但共享一个FCB。
创建一个文件A的时候，系统为其创建了一个i node和FCB，以及分配存储空间来存储文件内容。当建立文件B和A共享同一个文件时，系统仅仅为B建立一个i node，并让它指向A的FCB。
为知道每个FCB中有多少i node在使用，需要在FCB中加入计数器，记录当前链接到FCB的i node数量。
删除文件的过程正好相反，删除文件的i node，并把计数器减1，最后删除A的时候，需要把i node，FCB，物理文件一起删除。
符号链接（软链接）
Windows，Linux使用符号链接，符号链接文件是一种特殊的文件，包含另外一个共享文件的路径名。
通用图目录
图中有环就会使遍历目录的操作陷入陷阱导致无穷循环，下图book和avi之间就有环。
如何保证无环
- 仅允许指向文件的链接，不允许指向子目录的链接
- 垃圾回收
- 每当加入新链接时，使用环路检测算法判断是否正确
- 优化遍历目录算法，避免对环的重复搜索