操作系统 四、文件管理

4.1 文件的逻辑结构

• 无结构文件：文件内部的数据就是一系列二进制流或字符串流组成。又称“流式文件”。如 txt 文件

• 有结构文件：由一组相似的记录组成，又称“记录式文件”。每条记录又由若干个数据项组成。如数据库表文件。一般来说，每条记录有一个数据项可作为关键字。根据各条记录的长度（占用的存储空间）是否相等，又可分为定长记录和可变长记录两种。

  • 顺序文件：文件中的记录一个接一个地顺序排列（逻辑上），记录是定长的或可变长的。每个记录在物理上可以顺序存储或链式存储。
    

• 索引文件：用于解决可变长记录无法实现随机存取的问题。索引表本身是定长记录的顺序文件，因此可以快速找到第i个记录对应的索引项。可以用不同的数据项建立多个索引表。

• 索引顺序文件：索引文件每个记录对应一个索引表项，导致索引表可能会很大。索引顺序文件中，一组记录对应一个索引表项

• 为了进一步提高检索效率，可以为顺序文件建立多级索引表。

4.2 文件目录

目录本身就是一种有结构文件，由一条条记录组成。每条记录对应一个在该目录下的文件。

目录文件中的一条记录就是一个文件控制块（FCB）。FCB的有序集合称为“文件目录”。FCB包含了文件的基本信息（文件名、物理地址、逻辑结构、物理结构等），存取控制信息（是否可读/可写、禁止访问的用户名单等），使用信息（文件的建立时间、修改时间等）。

FCB实现了文件名到文件实际存放在外存中的物理地址的映射，使用户可以按名存取。

4.2.1 目录结构

4.2.1.1 单级目录结构

早期的操作系统并不支持多级目录，整个系统中只建立一张目录表，每个文件占一个目录项。

单级目录不允许文件重名。显然不适用于多用户操作系统。

4.2.1.2 两级目录结构

早期的多用户操作系统中，采用两级目录结构。分为主文件目录（MFD，Master File Directory)和用户文件目录（UFD，User File Directory）。两级目录结构不能对文件进行分类。

4.2.1.3 多级目录结构

又称树形目录结构。

​

从根目录出发的路径称为绝对路径。

系统根据绝对路径一层一层地找到下一级目录。

很多时候，用户会连续访问同一目录内地多个文件，每次都从根目录出发查找是很低效的。因此可以设置一个“当前目录”。当用户想要访问某个文件时，可以使用从当前目录出发的**“相对路径”**。

树形目录结构可以很方便地对文件进行分类，也能有效地进行文件的管理和保护。但是树形结构不便于实现文件的共享，因此提出了**“无环图目录结构”**。

4.2.1.4 无环图目录结构

可以用不同的文件名指向同一个文件，甚至可以共享同一目录。

为每个共享结点设置一个共享计数器， 用户提出删除结点的请求时，只是删除该用户的FCB，并使共享计数器减1。只有共享计数器为0时，才会删除结点。

共享文件中，由于用户指向的是同一个文件，因此只要其中一个用户修改文件，所有用户都可以看到文件数据的变化。

4.2.2 索引结点(FCB的改进)

索引结点机制减小了目录项的长度，使得每一个物理块能存放更多的目录项，在检索目录时需要读入的磁盘块数目更少，从而提高了文件检索效率。

4.3 文件的物理结构

4.3.1 连续分配

连续分配方式要求每个文件在磁盘上占有一组连续的块。

用户给出要访问的逻辑块号，操作系统找到该文件对应的目录项（FCB）

物理块号 = 起始块号 + 逻辑块号

读取某个磁盘块时，需要移动磁头。访问的两个磁盘块相隔越远，移动磁头所需时间越长。故连续分配在文件顺序读写时速度最快。

缺点：
1. 由于连续分配要求占有连续的块，物理上采用连续分配的文件不方便扩展（需要迁移到更大空闲磁盘块区域）。
2. 连续分配会产生难以利用的磁盘碎片，存储空间利用率低。可以使用紧凑来处理碎片，但需要耗费很大的时间代价。

4.3.2 链接分配

4.3.2.1 隐式链接

从目录项中找到起始块号（0号块），将0号逻辑块读入内存，由此知道1号逻辑块的地址。读入i号逻辑块，总共需要i+1次磁盘I/O。

缺点：采用**链式分配（隐式链接）**的文件，只支持顺序访问，不支持随机访问，查找效率低。另外，指向下一个盘块的指针也需要耗费少量的存储空间。

优点：文件拓展方便。不会由碎片问题，外存效率高。

4.3.2.2 显式链接

把用于链接文件各物理块的指针显式地存放在一张表中。即文件分配表（FAT,File Allocation Table）

一个磁盘仅设置一张FAT。开机时，将FAT读入内存，并常驻内存。FAT的各个表项在物理上连续存储，且每个表项长度相同，因此“物理块号”字段可以是隐含的。

查询过程：从目录中找到起始块号，若i>0,查询文件分配表FAT，找到第i号逻辑块对应的物理块号。逻辑块号转换成物理块号的过程不需要读磁盘操作。

采用链式分配（显式链接）的文件，支持顺序访问。也支持随机访问（访问第i号逻辑块时，不需要依次访问之前的0~i-1号逻辑块），相比于隐式链接来说，访问速度快很多。也不会有碎片问题，外存利用率高，同时方便文件拓展。

缺点：文件分配表要占用一定内存。

4.3.3 索引分配

索引分配允许文件离散地分配在各个磁盘块中，系统会为每个文件建立一张索引表，索引表中记录了文件的各个逻辑块对应的物理块。索引表存放的磁盘块称为索引块。文件数据存放的磁盘块称为数据块。

其中，”逻辑块号“可以是隐含的。

从目录项中可知索引表存放的磁盘块号，从中将索引表从外存读入内存，并查找索引表可知第i号逻辑块在外存中的存放位置。

优点：索引分配方式支持随机访问。文件拓展也很容易实现（只需给文件分配一个空闲块，并增加一个索引表项即可）。

缺点：索引表要占用一定存储空间。

若每个磁盘块1KB，一个索引表项4B，则一个磁盘块只能存放256个索引项。如果一个文件的大小超过256块，一个磁盘块是装不下整张索引表的，可以用以下方法解决：

① 链接方案：将多个索引块链接起来存放。只需记录第一个索引块。操作系统先把第一个索引块读入内存，然后根据第一个索引块的指针找到第二个索引块。如果一个文件过大，这种依次访问的效率是极低的。

② 多层索引：建立多层索引（类似于多级页表）。目录只需记录顶级索引块。若采用两层索引，则该文件最大长度（按256个索引项的条件）为256 x 256 x 1KB = 64MB。若采用三层索引，最大长度为64MB x 256 = 16 GB

如：二级索引访问1026号逻辑块，1026/256 = 4 ，1026%256 = 2

因此可以先将一级索引调入内存，查询4号表项，将其对应的二级索引调入内存，再查询二级索引表的2号表项即可知道1026号逻辑块存放的磁盘块号。访问目标数据块，需要3次磁盘I/O。

采用K层索引，且顶级索引未调入内存，则访问一个数据块只需要K+1次读磁盘操作。

缺点：当文件很小时，也需要多次磁盘I/O操作。

③ 混合索引：多种索引分配方式的结合。

4.4 文件存储空间管理

本节讲述对空闲磁盘块的管理。

4.4.1 存储空间的划分与初始化

存储空间的划分：安装Windows操作系统时，一个必经步骤是为磁盘分区，将物理磁盘划分为一个个文件卷（逻辑卷、逻辑盘）。

存储空间的初始化：将各个文件卷划分为目录区、文件区。目录区存放文件目录信息（FCB）、用于磁盘存储空间管理的信息，文件区用于存放文件数据。有的系统支持超大型文件，可支持将多个物理磁盘组成一个文件卷。

4.4.2 存储空间管理办法

4.4.2.1 空闲表法

空闲表法适用于连续分配方式，分配磁盘时与内存连续分配方法大致相同（首次适应、最佳适应……）。

4.4.2.2 空闲链表法

4.4.2.3 位示图法

分配：若文件需要K个块，① 顺序扫描位示图，找到K个相邻或不相邻的“0” ② 根据字号、位号算出对应的盘块号 ③ 将相应位设置为1

回收：① 根据回收的盘块号算出对应字号、位号 ② 将对应二进制位设为0

4.4.2.4 成组链接法

在文件卷的目录区中专门用一个磁盘块作为**“超级块”**，当系统启动时要将超级块读入内存。并且要保证内存与外存中的“超级块”数据一致。

4.5 文件的基本操作

4.5.1 创建文件

操作系统在进行Create系统调用时，主要做了两件事：

① 在外存中找到文件所需的空间。

② 根据文件存放路径的信息找到该目录对应的目录文件，在目录中创建该文件对应的目录项。目录项中包含了文件名和在外存对应的地址等信息

4.5.2 删除文件

操作系统在进行Delete系统调用时，主要做了两件事：

① 根据文件存放路径找到相应的目录文件，从目录中找到文件名对应的目录项。

② 根据该目录项记录的文件在外存中的存放位置、文件大小等信息，回收文件占用的磁盘块。

③ 从目录表中删除文件对应的目录项。

4.5.3 打开文件

需要提供的主要参数：

1. 文件存放路径
2. 文件名
3. 要对文件的操作类型（如r只读，rw读写）

操作系统在进行Open系统调用时，主要做了两件事：

① 根据文件存放路径找到相应的目录文件，从目录中找到文件名对应的目录项，并检查该用户是否有指定的操作权限。

② 将目录项复制到内存中的**“打开文件表”中。并将对应表目的编号（索引号，文件描述符）返回给用户。之后用户使用打开文件表的编号来指明要操作的文件**。

用户的每个进程会有一张打开文件表，而系统有且只有一张打开进程表。

4.5.4 关闭文件

操作系统在进行Close系统调用时，主要做了两件事：

① 将进程的打开文件表相应表项删除。

② 回收分配给该文件的内存空间等资源。

③ 系统打开文件表的打开计数器count - 1 ，若count = 0,则删除对应表项。

4.5.5 读文件

进程使用read系统调用完成读操作。需要指明是哪个文件（在支持“Open”操作的系统中，只需提供文件在打开 文件表中的索引号即可），还需要指明要读入多少数据、读入的数据要放在内存中的什么位置。

操作系统在处理read系统调用时，会从读指针指向的外存中，将用户指定大小的数据读入用户指定的内存区域中。

读/写文件只需要用到文件描述符即可指明文件，不需要用到文件名。

4.5.6 写文件

在记事本中点击保存时，记事本应用程序通过操作系统提供的write系统调用将文件数据从内存写回外存。

进程使用write系统调用完成写操作。需要指明是哪个文件（在支持“Open”操作的系统中，只需提供文件在打开 文件表中的索引号即可），还需要指明要写出多少数据、写回外存的数据要放在内存中的什么位置。

操作系统在处理write系统调用时，会从用户指定的内存区域中，将用户指定大小的数据写回指针指向的外存。

4.6 文件共享

多个用户共享同一个文件，意味着系统中只有一份数据，只要某个用户修改了文件数据，其他用户也可以看到文件数据的变化。

4.6.1 基于索引结点的共享方式（硬链接）

索引结点中设置一个链接计数变量count ，用于表示链接到本索引结点上的用户目录项数。

4.6.2 基于符号链的共享方式（软链接）

当用户访问ccc时，操作系统会判断ccc属于link类型文件，于是会根据其中记录的路径层层查找目录，最终找到User1的目录表中的aaa表项。即使软链接指向的共享文件已被删除，Link型文件依然存在，只是通过Link型文件中的路径去查找共享文件会失败（找不到对应目录项）。

4.7 文件保护

4.7.1 口令保护

为文件设置一个“口令”，用户请求访问该文件时必须提供“口令”。

口令一般存放在文件对应的FCB或索引结点中。用户访问文件前需要先输入口令。

优点：保存口令的空间开销不多，验证口令的时间开销也很小。

缺点：正确的口令放在系统内部，不够安全。

4.7.2 加密保护

使用某个密码对文件进行加密，在访问文件时需要提供正确的密码才能对文件进行正确的解密。

优点：保密性强，不需要在系统中存储密码。

缺点：编码/译码，或者说加密解密需要花费一定时间。

4.7.3 访问控制

在每个文件的FCB（或索引结点）中增加一个访问控制列表（Access-Control List,ACL）,该表中记录了各个用户可以对该文件执行哪些操作。

精简的访问列表：以组为单位，标记各组用户可以对文件执行哪些操作。

如：分为系统管理员、文件主、文件主的伙伴、其他用户

如果对某个目录进行了访问权限的控制，那该目录下的所有文件也进行相同的访问权限控制。

4.8 文件系统的层次结构

假设某用户请求删除文件"D:/工作目录/a.xlsx"的最后100条记录。

1. 用户通过操作系统提供的接口发出上述请求——用户接口
2. 由于用户提供的是文件的存放路径，需要操作系统一层一层地查找目录，找到对应的目录项——文件目录系统
3. 不同的用户对文件有不同的操作权限，需要检查用户是否有访问权限——存取控制模块
4. 验证了用户的访问权限后，需要把用户提供的“记录号“转化为对应的逻辑地址——逻辑文件系统与文件信息缓冲区
5. 知道了目标记录对应的逻辑地址后，需要转化为实际的物理地址——物理文件系统
6. 要删除记录，必定要对磁盘设备发出请求——设备管理程序模块
7. 删除记录后，会有盘块空闲，因此要将这些空闲盘块回收——辅助分配模块

4.9 磁盘的结构

磁盘：磁盘的表面由一些磁性物质组成，可以用这些磁性物质来记录二进制数据。

磁道：磁盘的盘面被划分为一个个磁道。

扇区：一个磁道又被划分为一个个扇区，每个扇区就是一个磁盘块。每个扇区存放的数据量相同。最内侧磁道上的扇区面积最小，因此数据密度最大。

需要把磁头移动到想要读/写的扇区所在的磁道。磁盘会转起来，让目标扇区从磁头下面划过，才能完成对扇区的读/写操作。

可以用**（柱面号，扇面号，扇区号）**来定位任意一个磁盘块。

4.10 磁盘调度算法

4.10.1 磁盘读写操作需要的时间

寻找时间（寻道时间）Ts：在读/写数据前，将磁头移动到指定磁道所花的时间

① 启动磁头臂是需要时间的。假设耗时s

② 假设磁头匀速转动，每跨越一个磁道耗时m，总共需要跨越n条磁道，

则寻道时间Ts = s + m * n

延迟时间T_R：通过旋转磁盘，使磁盘定位到目标扇区所需要的时间。设磁盘转速为r,则评价所需的延迟时间为T_R =(1/2)*(1/r) = 1/2r （找到目标扇区平均转半圈）。

传输时间T_t：从磁盘读出或向磁盘写入数据所经历的时间，假设磁盘转速r,此次读/写的字节数为b，每个磁道上的字节数为N。则：传输时间T_t = （1/r）*(b/N) = b/rN

总的平均存取时间 = Ts + 1/2r + b/rN

4.10.2 先来先服务算法（FCFS）

根据进程请求访问磁盘的先后顺序进行调度。

假设磁头初始位置是100号，先后访问顺序为55、58、39、18、90、160、150、38、184。

磁头共移动了45+3+19+21+72+70+10+112+146 = 498 个磁道

响应一个请求平均需要移动498/8 = 55.3个磁道。

优点：公平；如果请求访问的磁道比较集中，算法性能还算过得去。

缺点：如果有大量进程竞争使用磁盘，请求访问的磁道很分散，则FCFS在性能上很差，寻道时间长。

4.10.3 最短寻找时间优先（SSTF）

SSTF算法会优先处理与当前磁头最近的磁道。每次的寻道时间最短，但不能保证总的寻道时间最短（贪心算法）。

磁头共移动了100-18+184-18 = 248 个磁道

响应一个请求平均需要移动248/8 = 27.5个磁道。

优点：性能较好，平均寻道时间短。

缺点：可能产生饥饿现象。（如果有源源不断地18号、38号磁道地访问请求到来，150号等较远磁道地访问请求得不到满足）

4.10.4 扫描算法（SCAN）

为了解决SSTF算法的问题，SCAN规定只有磁头移动到最外侧磁道的时候才能往内移动，移动到最内侧磁道的时候才能往外移动。由于移动的方式很像电梯，因此也叫电梯算法。

假设某磁盘的磁道为0~200号，磁头初始位置是100号，先后访问顺序为55、58、39、18、90、160、150、38、184。磁头此时正在往磁道号增大的方向移动。

优点：性能较好，平均寻道时间短，不会产生饥饿现象。

缺点：① 只有达到最边上的磁道才能改变方向

② 对于各个位置磁道的响应频率不平均。

4.10.5 LOOK调度算法

基于扫描算法。Look算法如果在磁头移动方向上已经没有别的请求，就可以立即改变磁头移动方向。

优点：比起SCAN算法，使寻道时间进一步缩短。

4.10.6 循环扫描算法（C-SCAN）

相比于SCAN算法，解决了各个位置磁道响应频率不平均的问题。规定只有磁头朝某个特定方向移动时才能处理磁道访问请求，而返回时快速移动至起始端而不处理任何请求。

4.10.7 C-LOOK算法

基于C-SCAN算法，可以立即让磁头返回，且磁头只需要移动到有磁道访问请求的位置。

4.11 减少磁盘延迟时间的方法

减少延迟时间的方法：

① 交替编号（磁头的读写需要短暂时间处理，交替编号使得读入相邻的数据时不用再转一圈）

② 错位命名：不同盘面的扇区编号不同

磁盘地址结构的设计：（柱面号，盘面号，扇区号），当访问相邻地址的数据时，0号盘面读完时只需启动下一盘面的磁头即可，不需要在移动磁头。

4.12 磁盘的管理

4.12.1 磁盘的初始化

① 进行低级格式化（物理格式化），将磁盘的各个磁道划分为扇区。一个扇区通常可分为头、数据区域、尾三个部分。管理扇区所需要的各种数据结构一般放在头、尾两个部分，包括扇区校验码。

② 将磁盘分区，每个分区由若干柱面组成（即C盘、D盘、E盘）

③ 进行逻辑格式化，创建文件系统。包括创建文件系统的根目录、初始化存储空间管理所用的数据结构（如位示图、空闲分区表）

4.12.2 引导块

计算机开机时需要运行一系列初始化工作。通过初始化程序（自举程序）完成。

ROM中存放很小的自举装入程序，完整的自举程序放在磁盘启动块（即引导块、启动分区）上。拥有启动块的磁盘为系统磁盘（C盘）。

4.12.3 坏块的管理

坏块即无法正常使用的扇区。

对于简单的磁盘，可以在磁盘逻辑格式化时对整个磁盘进行坏块检查，标明哪些扇区是坏块。比如：在FAT表上标明（在这种方式，坏块对操作系统不透明）

对于复杂的磁盘，磁盘控制器会维护一个坏块链表。在磁盘出厂前进行低级格式化时就将坏块链进行初始化。会保留一些备用扇区用于替换坏块。这种方式称为扇区备用，且坏块对操作系统透明。

初始化

① 进行低级格式化（物理格式化），将磁盘的各个磁道划分为扇区。一个扇区通常可分为头、数据区域、尾三个部分。管理扇区所需要的各种数据结构一般放在头、尾两个部分，包括扇区校验码。

② 将磁盘分区，每个分区由若干柱面组成（即C盘、D盘、E盘）

③ 进行逻辑格式化，创建文件系统。包括创建文件系统的根目录、初始化存储空间管理所用的数据结构（如位示图、空闲分区表）

4.12.2 引导块

计算机开机时需要运行一系列初始化工作。通过初始化程序（自举程序）完成。

ROM中存放很小的自举装入程序，完整的自举程序放在磁盘启动块（即引导块、启动分区）上。拥有启动块的磁盘为系统磁盘（C盘）。

4.12.3 坏块的管理

坏块即无法正常使用的扇区。

对于简单的磁盘，可以在磁盘逻辑格式化时对整个磁盘进行坏块检查，标明哪些扇区是坏块。比如：在FAT表上标明（在这种方式，坏块对操作系统不透明）

对于复杂的磁盘，磁盘控制器会维护一个坏块链表。在磁盘出厂前进行低级格式化时就将坏块链进行初始化。会保留一些备用扇区用于替换坏块。这种方式称为扇区备用，且坏块对操作系统透明。