1、文件和文件系统
文件管理：把所管理的程序和数据组织成一系列的文件，并能进行合理的存储、使用等操作。
1 ）基本概念
数据项：描述对象某种属性的字符集；是数据组织中可以命名的最小逻辑数据单位。
记录：一组相关数据项集合，描述对象某方面的属性；
关键字：一个记录中的一个或几个数据项的集合，用于唯一的标识一个记录。
文件：由创建者定义的、具有文件名的一组相关元素的集合。
有结构：由相关记录组成
无结构：字符流的形式
属性：类型、长度、物理位置、创建时间
2 ）文件类型
不同的系统对文件的管理方式不同
大多用扩展名标志文件类型，按如下几种方式分类文件
按用途：系统、用户、库文件
按数据形式：源文件、目标文件、可执行文件
按存取控制属性：只执行、只读、读写
按组织和处理方式：普通文件、目录文件、特殊（设备）文件
3）文件系统模型
4）文件操作
操作系统提供哪些文件操作？
u最基本的操作
u创建/删除文件：分空间，形成FCB及目录（名，地址）
u读、写：按名检索目录，找到文件地址，开始读、写
u设置文件读写位置，实现随机存取（尤其适用于记录文件）
u还需要：“打开”与“关闭”：
文件读/写操作
= 检索 + 读/写。
p每次读写前都要重复检索增大开销。所以为了方便对同一文件的多次读写，一次检索到文件后就在内存中记录其位置，避免重复检索。被记录下位置的文件就是“打开”文件；
p不需要再操作文件时，通过“关闭”这个系统调用关闭文件——即从打开文件表上删除其路径信息即可。
u其他操作：改名、改所属用户、改访问权限等属性的操作。
2、文件的逻辑结构
u文件系统设计的关键要素：
如何构成一个文件，以及如何存储在外存。
u文件结构：
u文件的逻辑结构file logical
structure：按用户观点如何组织数据；又称文件组织file organization
p基本要求：检索速度高、方便修改、降低存储空间费用（不连续）
u文件的物理结构：根据外存上的物理块的分配机制，记录文件外存的存储结构。用户感知不到的。
1）文件逻辑结构的类型
u有结构文件（记录式）
①定长记录
②变长记录
如何组织记录：
l顺序文件。系统需按该类型记录“长度”，通常定长。
l索引文件。系统需为文件建立索引表。
l索引顺序文件。建索引表，记录每组记录的第一个记录位置。
u无结构文件（字符流式）
p字节为单位，利用读写指针依次访问。
p系统对该类文件不需格式处理。
①顺序文件
两种记录排列方式
串结构：按记录形成的时间顺序串行排序。记录顺序与关键字无关；
顺序结构：按关键字排序。
检索方法：
从头检索，顺序查找要找的记录，定长的计算相对快。
顺序结构，可用折半查找、插值查找、跳步查找等算法提高效率
具体的寻址过程：
第i条记录地址（定长） ：
读写指针 + 记录长度： ptr + i*L
第i条记录地址（变长） ：
扫描或读取前面0~i-1条记录
第i条记录地址（变长）
顺序结构记录按关键字排序，可按关键字检索
定长：结合折半查找算法等提高检索速度
变长：从第1个记录开始顺序扫描，直到扫描到要检索的关键字标识的记录（例如：数据库、文件系统的基于文件名排序的目录检索）
顺序文件的优缺点：
不方便随机存取某条记录，但适用批量存取的场合。
适合磁带等特殊介质。
单记录的查找、修改等交互性差；增减不方便（改进办法：把增删改的记录登记在一个事务文件中，在某段时间间隔后再与原文件合并更新）。
②索引文件
为了方便单个记录的随机存取，为文件建立一个索引表，记录每项记录在文件的逻辑地址及记录长度；该索引表按关键字排序，。
索引表内容：
索引号、长度、记录地址指针
检索效率
索引表本身即是个按记录键排序的定长顺序文件，所以能利用算法提高索引表检索速度
③索引顺序文件
既要方便，又要降低开销
本方式是最常见的一种逻辑文件形式。
将顺序文件的所有记录分组
还是建立索引表，但每个表项记录的是每组第1条记录的键值和地址。
组内记录仍按顺序方式检索和使用。
检索一条记录的过程：
先计算记录是在第几组，然后再检索索引确定组在哪里后，在组内顺序查找。
可利用多级索引，进一步提高检索效率。
④直接文件
3、外存分配方式
目标：有效利用外存空间，提高文件访问速度
常用三种方式：
连续分配
链接分配（不连续）
索引分配
通常一个系统中仅采用一种方式
采用的磁盘分配方式决定了文件的“物理结构”
顺序结构；链接式结构；索引式结构。
注意与逻辑结构名类似但不是一回事。
缺点：
会产生外存碎片。可紧凑法弥补，但需要额外的空间，和内存紧凑相比更花时间。
创建文件时要给出文件大小；存储空间利用率不高，不利于文件的动态增加和修改；
适用于变化不大顺序访问的文件，在流行的UNIX系统中仍保留了连续文件结构。如对换区
2）链接分配
可以为每一个文件分配一组不相邻的盘块。
设置链接指针，将同属于一个文件的多个离散盘块链接成一个链表，这样形成的文件称为链接文件。会有链接成本。
FAT 与 NTFS 技术
早期MS-DOS：12位的FAT12文件系统
Windows95、98：升级到FAT32
Windows NT后：NTFS
物理磁盘分逻辑卷（分区），每卷都有一个单独区域存放自己的文件系统目录和FAT表。
FAT12
表项12位。能支持的硬盘容量仅为8M。
2^12(个)*512B*4（分区数）=2^23B=8M
磁盘容量不断增大，可将若干盘块组为一簇。以簇为单位分配空间
FAT表记录簇号，表项数量减少，一定程度上提高了检索速度，减少了指针开销，
但该改进有限，且会形成簇内碎片。12位的格式对磁盘容量仍有很大限制
FAT16
增加FAT表的项数，16位可管理的盘容量为
2^16*64*512B(一簇含64个盘块)=2048M
若磁盘容量为8G，则每簇大小达到128K（8G/2^16）,簇内碎片最大会到128K。浪费严重。
FAT32
簇不能太大，只能继续增加表项位数，以记录更多数量
FAT32规定每簇4KB(即8个512B的盘块），该格式能管理的单个最大磁盘空间为2^32*4KB=2TB。
簇大小合适，空间利用率提高；但分配表的扩大使运行速度相对慢了；可支持长文件名；有最小空间管理限制，卷必须大于512M，单个文件长度不能大于4G，不能向下兼容。
NTFS
New technology file system
采用64位磁盘地址，理论上支持2^64字节的磁盘分区；
支持长文件名；
系统纠容错功能
提供数据一致性、文件加密、压缩等功能
磁盘组织
以簇为单位分配回收、但不规定盘块大小
磁盘格式化时确定卷的簇大小（物理磁盘扇区的整数倍），512M以内的小磁盘默认簇大小为512B，1G的默认大小为1KB。。。大多数情况是4KB
卷上簇编号为LCN，用户用到的簇顺序编成用户虚拟簇号VCN，NTFS可进行VCN到LCN的映射
文件组织
以卷为单位，将卷的所有文件信息、目录信息、可用未分配空间记录在主控文件表MFT中。
每个文件的信息对应一行，固定大小1KB，称为元数据
文件属性信息、文件数据较少时就直接写在MFT中；较多超出1KB时，记录存放这些信息的簇地址指针。
兼容性上也有不足
3）索引分配
链接的不足
顺序检索的时间成本：不能支持高效的盘块直接存取。要对一个文件进行直接存取，仍需在FAT中顺序的查找许多盘块号。
链接信息的空间成本：FAT需占用较大的内存空间。当磁盘容量较大时，FAT可能要占用数MB以上的内存空间。这是令人难以忍受的
改进：
系统运行时只涉及部分文件，FAT表无需全部调入内存
每个文件单独建索引表（物理盘块索引），记录所有分配给它的盘块号；
建立文件时，便分配一定的外存空间用于存放文件盘块索引表信息；
1 单级
2 多级
③混合组织索引（增量式索引组织方式）
多种索引方式相结合，以UNIX system V的索引结点为例：
一个索引结点定义为13个地址项：iaddr（0）~iaddr（12），总的来说分为两种：直接地址、间接地址
iaddr（0）~iaddr（9）存放直接地址，即存文件数据的盘块号；
iaddr（10）存放单级索引的索引盘块号；
剩余的用于文件较大时存放多级索引数据。
iaddr（11）存放二级索引的主索引盘块号
iaddr（12）存放三级索引的主索引盘块号
3）成组链接法
大型文件系统，空闲表或空闲链表太长不方便管理操作。
UNIX系统中采用成组链接法，这是将两种方法结合而形成的一种空闲盘块管理方法。
中心思想：
所有盘块按规定大小划分为组；
组间建立链接；
组内的盘块借助一个系统栈可快速处理，且支持离散分配回收。
成组链接法
链表长度上限固定
组内的盘块借助一个系统栈可快速处理，且分配回收比较简单。
支持离散分配回收。
空闲盘块的组织
空闲盘块号栈。
用来存放当前可用的一组空闲盘块的盘块号（最多含100个号）
栈中尚有的空闲盘块号数N。
（N兼具栈顶指针用。栈底为S.free(0)，栈满时栈顶到达S.free(99)，N=100，表示有100个盘块供使用。
空闲盘块的分配与回收
分配盘块时，须调用分配过程来完成。
先检查空闲盘块号栈是否上锁，如没有，便从栈顶取出一空闲盘块号，将与之对应的盘块分配给用户，然后将栈顶指针下移一格。
若该盘块号已是栈底，即S.free(0)，到达当前栈中最后一个可供分配的盘块号。
读取该盘块号所对应的盘块中的信息：即下一组可用的盘块号入栈。
原栈底盘块分配出去。修改栈中的空闲盘块数。
回收
回收盘块号记入栈顶，空闲数N加1
N达到100时，若再回收一块，则将该100条信息填写入新回收块。
文件控制块—FCB
u为了能对一个文件进行正确的存取，必须为文件设置用于描述和控制文件的数据结构，称之为“文件控制块”（FCB）
p文件与文件控制块一一对应
p记录文件名及其存放地址、文件的说明和控制信息。（是谁？在哪里？什么权？）
p文件管理程序借助于文件控制块中的信息对文件施以各种操作。
把文件控制块的有序集合称为文件目录，即一个文件控制块就是一个目录项。通常一个文件目录也被看作是一个文件，称为目录文件
5、目录管理
u对文件实施有效的管理，必须对它们加以妥善组织，主要是两大操作：
1.基本信息记录(FCB,目录项)
2.方便检索、管理（目录操作）
u目录管理的要求如下：
o实现“按名存取”；（最基本功能）
o提高对目录的检索速度；
o文件共享；
o允许文件重名。
1）FCB内容
u在文件控制块中，通常含有以下三类信息。
1.基本信息类
o包括文件名，文件物理位置，文件逻辑结构，文件的物理结构。
2.存取控制信息类
o包括文件主的存取权限，核准用户的存取权限和一般用户的存取权限。
3.使用信息类
o建立日期和时间、文件上次修改的日期和时间
o当前使用信息：打开该文件的进程数、是否被进程锁住、是否已修改等。
关于文件检索的速度：
文件FCB组成的“目录”文件存放于磁盘；需要时，要从磁盘将目录内容调入内存进行检索和使用。
如果目录占用5个盘块，则至多需启动5次磁头读写，如何提高检索速度？
2）索引结点
索引结点的引入
文件目录占越大量的盘块，需进行的磁盘读写开销越大。减少实际检索的信息量就减少移动磁头的开销，提高速度；
目录一般是按名检索。而直到找到正确文件前，只关心文件名，不需要其它的文件描述信息，目录中这部分内容的调入不是必须的。
所以：将文件名、文件具体信息分开，使文件描述信息单独形成一个索引结点。
索引结点由外存到内存的过程中有不同的形式：
磁盘索引结点
存放在磁盘上的索引结点。主要包括以下内容：文件主标识符、文件类型、文件存取权限、文件物理地址、文件长度、文件连接计数、文件存取时间。
内存索引结点
文件被打开后，将磁盘索引结点拷贝到内存索引结点中以便使用。比磁盘索引结点增加了以下内容：索引结点编号、状态、访问计数、文件所属文件系统的逻辑设备号、链接指针。
３） 目录结构
目录结构的组织，关系到文件系统的存取速度，也关系到文件的共享性和安全性。
组织好文件的目录，是设计好文件系统的重要环节。
目前常用的目录结构形式有
单级目录
两级目录
多级目录
①单级目录结构（Single-Level Directory）
最简单的目录结构。
整个文件系统中只建立一张目录表，每个文件一个目录项，含有文件相关信息。
每建立一个新文件：
先检索所有的目录项，保证文件名唯一。
获得一空白目录项，填入相关信息，修改状态位（表明每个目录项是否空闲）。
删除一个文件：
找到对应目录项，回收文件所占用空间
清除目录项
优点：简单、能实现目录管理的基本功能——按名存取。
缺点：
文件检索时需搜遍整个目录文件，范围大速度慢。
不允许重名。名字过多难于记忆，对于多用户环境重名难以避免。
不便于实现文件共享（因为不能重名，不同用户使用的共享文件必须不同名字，标识哪些用户共享文件也不方便），一般只适用单机环境。
②两级目录结构（ Two-Level Directory ）
为每一个用户建立一个单独的用户文件目录UFD，UFD由用户所有文件的文件控制块组成。
系统建立一个主文件目录MFD， MFD中每个用户目录文件都占有一个目录项，其中包括用户名和指向UFD的指针。
基本克服了单级目录的缺点，并具有以下优点：
提高了检索目录的速度。
在不同的目录中可重名。
不同用户还可以使用相同/不同的文件名来访问系统中的同一个共享文件。
不提供子目录操作，还不方便；各用户之间被完全隔离的话用户访问其他用户文件时，不方便合作。
③多级目录结构
适用于较大的文件系统管理。又称为树状目录(tree-like)
在文件数目较多时，便于系统和用户将文件分散管理。
层次结构更清晰、提供更灵活的权限管理等
但目录级别太多时也会增加路径检索层次，增加磁盘访问时间。
相关名词：
目录结构
主目录称为根目录，数据文件为树叶，其它目录为结点。多级目录缩小检索范围提高检索速度和文件系统的性能。
路径名
从根目录到任何数据文件都只有一条唯一通路。目录文件名和数据文件名依次用“/”连接起来，即构成数据文件的路径名。
当前目录
为每个进程设置一个“当前目录”，又称“工作目录”。
从当前目录开始，逐级经过中间的目录文件，最后达到要访问的数据文件。这一路径上的目录和数据文件名用“/”连接成路径名，称为相对路径名。
从根开始的路径名称为绝对路径名
4）目录查询技术
用户要访问一个已存文件
目录数据调入内存；
按名检索：系统利用提供的文件名对目录(根据目录层次，需要做的检索次数也不同)进行查询
找该文件控制块
读FCB或对应索引结点；
从文件物理地址换算出文件在磁盘上的物理位置；
最后通过磁盘驱动程序，将所需文件读入内存。
目录查询方式：线性检索法和Hash方法。
线性检索法
又称为顺序检索法。
单级目录中
用户提供文件名，顺序查找文件目录。
树型目录中
用户提供路径名，如/user/ast/mbox
对多级目录进行逐层查找。