【Linux】深入理解文件系统
系列文章
收录于【Linux】文件系统 专栏
关于文件描述符与文件重定向的相关内容可以移步 文件描述符与重定向操作。
可以到 浅谈文件原理与操作 了解文件操作的系统接口。
想深入理解文件缓冲区还可以看看文件缓冲区。
目录
系列文章
磁盘
结构介绍
定位数据
抽象管理
文件系统
分组管理
属性存储
内容存储
深入解析文件操作
如何理解inode
创建和删除文件
文件访问
如何存储大文件
磁盘
以前的文章里，我们只讲了文件在内存中的打开时的状态，而今天便是要讲文件于磁盘中是如何存储的。
相信大家虽然经常在讲磁盘，但是实际上对于磁盘的了解并不多，磁盘又分作机械硬盘与固态硬盘，而我们今天所讲的磁盘是机械硬盘，下面一起先来看看它的基本结构吧。
结构介绍
盘片：
磁盘通常由一个或多个盘片组成，这些盘片通常是由金属或玻璃等材料制成的圆形薄片。一个盘片有正反两个面。
磁头：
磁头负责读取和写入数据。每个扇面都有一个磁头，它浮动在盘片表面上方，通过微小的电流在磁盘表面上读写数据。
磁道(柱面)：
扇面表面被划分为许多同心圆，每个圆被称为一个磁道。数据被写入或读取时，磁头会在特定磁道上移动。
扇区：
磁道被进一步划分为多个扇区，每个扇区存储一定量的数据。磁盘中存储的基本单元，通常为 512 字节或 4 KB。
总结一下，我们存储的数据就是存在一个个扇区之中，通过磁头来对数据内容进行访问。
定位数据
那我们该如何定义扇区的位置呢？
首先要确定在哪个扇面上(根据磁头)，之后确定在哪个磁道(根据半径)，最后根据扇区编号定位目标扇区的位置。
因此以后找一个扇区只要
- 磁道(柱面): cylinder
- 磁头: head
- 扇区: sector
而这种定位扇区的方法被称作 CHS 定位法。
抽象管理
而在 OS 内部并不是直接使用 CHS 定位法的。
[原因]:
- 万一硬件发生变化，则 OS 也要变化，因此 OS 的实现需要与硬件解耦。
- 一个扇区的大小(512B)不足 OS 一次 IO 的最小读取单位(4Kb)。
所以，OS 要有自己的一套地址，来进行块级别的管理。
我们沿着磁道，将磁盘展开，将盘面抽象成一个数组。于是，我们定位一个扇区便可定位它的下标，因为 OS 是以 4KB 为单位进行 IO 的，故 OS 读取的数据块要包括 8 个扇区，在 OS 的角度甚至可以不关心扇区。
只需要像计算机常规的访问方式那样: 起始地址 + 偏移量，即获取数据块第一个扇区的地址(下标) + 4KB(块的类型)即能访问的整个数据块。
由此我们便可以通过线性下标定位任何一个块了，而这种 OS 管理磁盘的方式被称为逻辑块地址(LBA)。
从 LBA 出发，我们还能够转化得到扇区的 CHS。
- C: LBA / 每个面的大小 / 每个磁道的大小
- H: LBA / 每个面的大小
- S: LBA % 每个磁道的大小
文件系统
分组管理
学习完上面的知识后，我们知道 OS 通过先描述再组织的方式将磁盘抽象成一个大数组进行管理。
而具体管理的方法，就是我们接下来要讲解的内容了。
由于磁盘抽象成的数组过于庞大，首先第一步就需要将其分作几个区域。每个区域的管理方式都是一样的，因此只要管理好一个区域就相当于管理好整个磁盘了。(类似于 begin 和 end 进行下标的划分)
虽然磁盘已经经历过一次分区，但是每个区的大小依旧十分庞大，我们还需要再进行一次分组。
由此管理每个区的任务就简化到了管理每个组，只要实现一个组的管理通过复制粘贴就可完成其他组的管理，进而完成整个区的管理，而管理好每个区就相当于管理好了整个盘。
在每个区内都会有一个Boot Block，又名为启动块，在开机时会通过它读取 OS 镜像的地址，从而找到操作系统，若是这个区域损坏则会直接影响操作系统的启动。
同时，组内还划分了不同的块承担了不同的职责:
- Super Block: 存储了文件系统的所有属性信息: 文件系统的类型、整个分组的情况等。
- Group Descriptor Table: 简称 GDT 又叫做组描述符，内部统计了该组内详细的属性信息，例如: 组内各个块如何划分。
- Block Bitmap: 块位图，标志数据块是否被使用。
- inode Bitmap: inode 位图，每个比特位表示 inode 是否可用。
- inode Table: 专门保存 group 内所有文件的 inode 节点。
- Data Blocks: 具体的数据块。
其中，Super Block 在每个分组都存在，且统一更新，是为了防止万一其发生损坏导致整个分区都无法使用，因此做了多个备份。
属性存储
我们常说，在文件 = 内容 + 属性，在 Linux 中内容和属性是被分开存储的。
一般而言，一个文件内部所有属性的集合就是 inode 节点(128字节)，同时一个文件对应一个 inode。
在一个分区中便会有大量的文件，因此就会又大量的 inode，由此需要将 group 中所有的 inode 管理起来，即 inode Table。
其中每个 inode 都有自己对应的编号，也属于对应文件的属性 id。我们可以通过 ls -i 查看文件的 inode 编号。
ls -i //查看文件的inode编号
在之后的访问中，OS 也是根据 inode 编号来进行文件查找或读取内容。
内容存储
存完属性后，那考虑的便是如何存储文件内容。我们通过数据块来保存文件内容，所以一个有效文件保存内容至少需要 1 个数据块。
而数据块在 Data Block 中，那么我们该如何定位文件对应的数据块呢？
其实，在 inode 内部便会存入当前文件对应数据块的索引，之后在 Data Block 中定位即可。可以如此近似理解。
struct inode
{
int number;
...//其他文件属性
int datablocks[NUM];
};深入解析文件操作
如何理解inode
Linux 系统中只识别 inode 编号，文件的 inode 中并不存在文件名，文件名提供给用户使用的。我们又该如何理解这层关系呢？
创建一个目录文件后，我们可以观察到目录文件也有自己的 inode 编号，那目录中都存了什么数据呢？
实际上，目录的数据块里保存的就是该目录下文件名与文件 inode 编号对应的映射关系，二者互为key值。
因此，任何一个文件都应该在一个目录内部。
同时，inode 可以用于确定分组，inode number 在一个分区中唯一有效，不能跨分区。(分组的起始位置 + 位图的位置)
创建和删除文件
- 当我们创建一个文件时，首先OS 会在 inode Bitmap 找一个未被使用的 inode 编号分配给当前 inode，填入相关信息后置于 inode Table 中。
- 再根据inode中的属性和 Block Bitmap 的情况分配对应的数据块，并填入 inode 中的索引表中。
- 最后再更改目录中的内容，将文件名与该文件 inode 关联起来。
删除文件的话只需要修改两个 bitmap 即可，将空间空闲出来，下次便会直接覆盖写入。
同样电脑文件中的删除操作也并不是直接将文件删除，也是调整空间的状态，因此只要这块空间还没有被写入数据，便能够进行恢复。
文件访问
当我们访问文件时:
- 首先在当前目录下，找到输入文件名对应的 inode 编号。
- 一个目录一定隶属于一个分区，结合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。
- 通过 inode 与对应的 Data Block 关联起来，于是便找到了相关数据，进而根据命令进行其他操作。
如何存储大文件
若是直接使用 inode 内部的数组直接索引 Data Block 中的内容，假设一个数组可以存 NUM 个内容，是否意味着我们最大只能存 NUM * 4KB 大小的文件呢？
答案是否定的，我们可以使指向的数据块里的内容并非直接的数据，而是其他数据块的编号，由此拓宽文件的存储大小。
这种索引方式称为二级索引。
若使用二级索引还是不足以构建出文件，那可以继续套娃，使用三级索引，在数据块中存储二级索引。这样只要磁盘空间允许，便可以构建出足够大的文件。
好了，今天 文件系统 的相关内容到这里就结束了，如果这篇文章对你有用的话还请留下你的三连加关注。