【LINUX】再聊文件系统

一、前言

大家好久不见，上次我们主要聊了一下加载到内存中的文件如何理解，包括系统调用以及OS如何去管理这些文件，接下来我们学习一下在磁盘中的文件系统，借此来构建一个对文件系统相对完整的理解。

我们知道，如果要打开文件，需要将文件加载到内存中来，这样操作系统才能建立起对应的数据结构来管理起来这个文件，但我们大部分文件在不使用的时候都在磁盘内存着，那么，如何定位一个文件呢？找到这个文件又如何读取和写入呢？

带着这样的问题，我们需要先来了解一下磁盘的基本知识。

二、磁盘

磁盘是我们计算机上唯一一个机械设备，同时它还是外部设备，因此相对于CPU来讲，磁盘的读写速度是非常慢的

磁盘的物理结构

磁盘盘片：一个磁盘有多个盘片，每个盘片都有两面。
磁头：盘片的每一个面都有一个磁头，磁头是共进退的，且磁头和盘面没有挨着，但距离非常近，对数据写入和读取即更改磁盘每个面上基本元素的南北极、读取南北极
主轴和马达：负责磁盘高速转动和读写，正因为这两个组件，磁盘是一个机械设备。

磁盘的具体物理存储结构

如图，我将磁头和磁盘抽象为左图，将每一个盘面抽象为右边，结合此图，我们在硬件角度上来尝试理解一次文件的读和写。

对于一个普通的文件来说，不管是属性还是数据，本质都是0、1而已，无非就是需要占用1个或者多个扇区，进行数据存储。

扇区：磁盘中的基本存储单元，一般是512字节或4kb，一般的磁盘，所有扇区都是512字节。
磁道：同半径的所有扇区组成了磁道。

既然扇区是磁盘中的基本存储单元，那我们如何定位一个扇区呢？
1.首先定位一个磁头，因为我们的磁头都是有编号的，借助这个编号便能找到是哪一个盘面
2.再定位一个磁道，根据半径，能够定位一个磁道。
3.最后在该磁道根据扇区的编号就能定位一个扇区。

像这样通过磁头、磁道、扇区来定位任意一个扇区的方法被称为CHS定位法（head、cylinder、sector）。

只要像这样定位了一个扇区，我们就可以通过同样的方法继续定位任意多个扇区，从而将文件从硬件角度进行读写操作。

抽象磁盘存储结构

通过以上对硬件的理解，我们知道，如果让操作系统拿到CHS地址，就可以访问任意一个扇区，但事实上OS并不直接使用CHS地址，为什么呢？
1.OS是软件，磁盘是硬件，OS如果使用了这个地址，如果硬件更换后，OS也要跟着变化，OS必须与硬件解耦！
2.？？？扇区512字节，单位IO的基本数据量也是很小的，而OS实际进行IOS的时候，基本单位是4KB（可以调整）磁盘是块设备，所以OS需要有一套新的地址来进行块级别的访问。

如图：

每一个盘面我们都以磁道为单位抽象成一个连续的空间（数组），初步完成从物理逻辑到线程逻辑的过程，OS是以4kb为单位进行IO的，因此，一个OS级别的文件块要包括8个扇区，在OS角度它管理的是文件块，所以OS并不关心扇区。

计算机常规访问方式：起始地址+偏移量 因此我们只要知道数据块的起始地址(第一个扇区的下标地址) + 4kb 类似于C语言的指针，这样我们有了数组下标N，就可以定位任何一个块了。

因此OS就拿着这个下标N也就是LBA（逻辑块地址）定位任意一个块，但磁盘只认识CHS，因此LBA还会通过简单的数学运算转化为CHS再去磁盘内读写。

三、文件系统

分区分组

有了上面的认识后，我们就能够理解：OS要管理磁盘，就是把磁盘当成一个大数组，对磁盘的管理，就转换成了对这个数组的管理，我们进而继续分区分组，只要管理好一个组，其他地方也是同样的道理。

SuperBlock：
文件系统的所有属性信息，1.文件系统的类型2.整个分组情况
因此SuperBlock是每个组都有一份的，且会保持同步更新，这样是为了保证某一个组的SuperBlock的信息丢失，不至于导致数据丢失。多重备份的机制。

GroupDescriptor：
GDT，组描述符，该组内的详细统计等属性信息。
**BlockBitmap：**每一个bit表示data block是否空闲可用
**inodeBitmap：**每一个bit表示一个inode是否空闲可用
inodeTable：
一般而言，一个文件所有属性的集合，都存放在一个inode节点（128字节）里，即便是一个分区，内部也会存在大量的文件即会有大量的inode节点，一个group，需要有一个区域，专门保存该group的所有inode节点，这个地方就是inodeTable。

在inode Table内部，会存在很多个inode，需要将他们区分开，因此每一个inode都有自己的inode编号，inode编号，也属于对应文件的属性id，除此之外，inode结构体里还会有一个数组，来记录此文件内容写在了哪些data block上。

Data blocks：
OS以块来存储数据，其中的块就是指datablock，要保存内润，就意味着要用1~N个数据块，文件越大，用到的数据块就越多，在分组中，占用空间最多的就是Data blocks。

inode和文件名

linux系统只认识inode编号，文件的inode属性中，并不存在文件名，文件名，是给用户用的，那如何理解我们使用命令cat log.txt的时候并没有使用inode编号但依然能找到这个文件的相关信息，任何一个文件一定在一个目录内，目录也是一个文件，有对应的inode，目录的内容也需要保存在数据块里，那目录的数据块里保存的是什呢？ 保存的是该目录下文件名与inode编号对应的映射关系，而且，在目录内，文件名和inode互为key值。

重新理解cat log.txt
1、当我们访问一个文件的时候路，我们是在特定的目录下进行访问的。
2、先在当前的目录下找到log.txt的inode编号
3、一个目录也是一个文件，也一定隶属于一个分区，结合inode编号，在该分区中找到对应分组，在该分组的inode Table中，找到文件的inode结构体。
4、通过inode和对应的datablock的映射关系，找到该文件的数据块，并加载到OS，并完成显示到显示器

理解文件的增删改

一、创建一个文件：
1.先在inode bitmap里找到一个空闲的inode节点，得到一个空闲的inode节点以及inode编号
2.把文件创建的默认属性填充到对应的inode Table中
3、找到目录文件，将文件名与inode number建立映射关系

二、写入文件内容或更改文件内容
1、通过文件名找到对应的inode number
2、拿这个inode number 找到对应的inode节点，申请需要使用的数据块
3、将block bitmap申请的数据块对应的位置为1
4、将申请块的编号填入inode节点对应的数组里
5、将想要写的数据刷新到data blocks里面

三、删除一个文件：
1.根据文件名的映射关系找到inode number
2.inode number-inode属性中的映射关系，设置block bitmap中对应比特位为0
3.inode number-inode属性中的映射关系，设置inode bitmap中对应比特位为0

理解了这个过程，我们就能明白为什么文件写入的过程非常满，但删除非常快的原因了

细节补充

一、如果误删了文件，能不能恢复？
通过上面学习，我们知道删除一个文件，实际上是将对应位图置为了0，data block的数据没有被真正清除，
只要我们知道被删除文件的inode编号，拿着这个inode number去寻找inode节点，利用其中的映射关系就可以恢复文件。
inode number如何确定分组？—inode number只在一个分区内有效，不能跨分区。

二、分区分组、填写系统属性是谁干的？什么时候干的？

OS在分区完成之后，要让分区能够被正常使用，需要对分区做格式化，格式化的过程，其实是操作系统向分区写入文件系统的管理属性信息。

三、 如果只用数组建立映射关系与Block data如果不够用怎么办？
可以使用二级索引的方式解决，即数组下标指向的数据库里存储的不是数据，而是其他数据块的编号，即一棵二层多叉树，同样的道理可以有三级索引。

软硬链接

软链接

软链接实际上是一个新的文件，它有点像windows下的快捷方式。
语法规则：

# 建立
ln -s [要建立软链接的文件] [软链接的名字]
# 消除 
unlink [要解除软链接的名字]

注意：千万不要使用 rm 来删除软链接！！！

硬链接

硬链接与c++中引用的作用非常相似，即相当于给一个非目录文件起来一个别名，语法如下

ln [要链接的文件] [硬链接的名字]

如图，两者的inode完全相同，硬链接的本质只是多建立一层文件名和inode number的映射关系而已。硬链接本质是在inode结构体中增加了一次引用计数，所以即便你把原文件删除，新的硬链接也不会消失

软连接有相当于快捷方式，那硬链接有什么用途呢？
运行ll -i，发现新建的目录first有两个硬链接，说明除了本身外还有一个硬链接

我们记住first的inode=1706547，进入目录，查看运行ll -ai命令：

原来，当前目录 < . > 是当前目录的一个硬链接，如果我们在first目录里再建立一个目录，就会有三个硬链接，这是因为 < … > 会变成上级目录的一个硬链接。

四、结语

那么今天的内容就分享到这里了，如果感到有所收获，请给我一个三连支持，谢谢大家。