Linux-文件系统

目录

文件系统是什么？

为什么要有虚拟文件系统vfs？

linux文件系统的几大分类？

常见文件系统的区别？

什么是软链接和硬链接？

经常说的文件IO又是什么？

---

文件系统是什么？

⽂件系统的基本数据单位是⽂件，它的⽬的是对磁盘上的⽂件进⾏组织管理，那组织的⽅式不同，就会形成不同的⽂件系统。Linux ⽂件系统会为每个⽂件分配两个数据结构：索引节点（inode）和⽬录项（directory entry），它们主要⽤来记录⽂件的元信息和⽬录层次结构。

基本架构：

为什么要有虚拟文件系统vfs？

文件系统的种类众多，而操作系统希望对用户提供一个统一的接口，于是在用户层与文件系统层引入了中间层，这个中间层就称为虚拟文件系统（Virtual File System，VFS）

linux文件系统的几大分类？

1. 磁盘的文件系统，它是直接把数据存储在磁盘中，比如 Ext 2/3/4、XFS 等都是这类文件系统。
2. 内存的文件系统，这类文件系统的数据不是存储在硬盘的，而是占用内存空间，我们经常用到的 /proc 和 /sys 文件系统都属于这一类，读写这类文件，实际上是读写内核中相关的数据数据。
3. 网络的文件系统，用来访问其他计算机主机数据的文件系统，比如 NFS、SMB 等等。

文件系统首先要先挂载到某个目录才可以正常使用，比如 Linux 系统在启动时，会把文件系统挂载到根目录。

常见文件系统的区别？

Linux

xfs - XFS 是高度灵活性的高性能文件系统，最大可支持 16 EB（大约一千六百万 TB）的文件系统，大小为 8EB 的文件（大约八百万 TB），同时目录结构包含千百万条目。XFS 支持元数据日志，它可提高崩溃恢复速度。XFS 文件系统还可在挂载和激活的情况下清除磁盘碎片并重新定义大小。默认选择并推荐使用这个文件系统。XFS 最大支持分区大小为 500 TB。

ext4 - ext4 是基于 ext3 文件系统，并有大量改进。这些改进包括支持大文件系统和大文件；更迅速、有效的磁盘空间分配；目录中无限的子目录数；更快速的文件系统检查及更强大的日志功能。Red Hat Enterprise Linux 7 中目前支持的最大 ext4 文件系统为 50 TB。

ext3- ext3 文件系统是基于 ext2 文件系统，其主要优点是日志功能（journaling）。使用记录日志的文件系统可减少崩溃后恢复文件系统所需时间，因为它不需要在每次发生崩溃时都运行 fsck 程序检查文件系统元数据一致性。

ext2 - ext2 文件系统支持标准的 Unix 文件类型，包括常规文件、目录、符号链接等等。可分配长文件名，最多有 255 个字符。

vfat - VFAT 文件系统是一个 Linux 文件系统，它兼容 FAT 文件系统中的微软 Windows 长文件名

Windows

NTFS：最早出现在windowsNT的日志文件系统，有文件加密（权限管理）、磁盘文件压缩（节省磁盘空间）、目录索引（方便快速查找）、支持长文件名（255个字符）、磁盘预警、大容量（根据簇的不同最大容量可以达到16~256TB，但存储文件过多，由于索引增多，文件碎片化可能会导致实际性能下降)、记录操作日志（数据安全）等特性

FAT32：较早的文件系统类型，兼容性好，但是最大仅支持2TB分区,NT内核仅限制为32GB，单个文件最大也仅4GB

exFAT：微软为了解决FAT32在大文件上表现不佳的问题，专门为闪存盘设计的文件系统类型。但是由于没有NTFS的许多特性并不适合作为系统分区使用

什么是软链接和硬链接？

硬链接

就像一个文件有多个文件名
硬链接是多个目录项中的「索引节点」指向一个文件，也就是指向同一个 inode，但是 inode 是不可能跨越文件系统的，每个文件系统都有各自的 inode 数据结构和列表，所以硬链接是不可用于跨文件系统的。由于多个目录项都是指向一个 inode，那么只有删除文件的所有硬链接以及源文件时，系统才会彻底删除该文件。

软链接

软链接相当于重新创建一个文件，这个文件有独立的 inode，但是这个文件的内容是另外一个文件的路径，所以访问软链接的时候，实际上相当于访问到了另外一个文件，所以软链接是可以跨文件系统的，甚至目标文件被删除了，链接文件还是在的，只不过指向的文件找不到了而已。

经常说的文件IO又是什么？

文件io按文件读写磁盘时不同的方式分为以下几种：

1、缓冲与非缓冲 I/O

缓冲 I/O，利用的是标准库的缓存实现文件的加速访问，而标准库再通过系统调用访问文件。

非缓冲 I/O，直接通过系统调用访问文件，不经过标准库缓存。

比方说，很多程序遇到换行时才真正输出，而换行前的内容，其实就是被标准库暂时缓存了起来，这样做的目的是，减少系统调用的次数，毕竟系统调用是有 CPU 上下文切换的开销的。

2、直接与非直接 I/O

直接 I/O，不会发生内核缓存和用户程序之间数据复制，而是直接经过文件系统访问磁盘。

非直接 I/O，读操作时，数据从内核缓存中拷贝给用户程序，写操作时，数据从用户程序拷贝给内核缓存，再由内核决定什么时候写入数据到磁盘。

如果你在使用文件操作类的系统调用函数时，指定了 O_DIRECT 标志，则表示使用直接 I/O。如果没有设置过，默认使用的是非直接 I/O。如果用了非直接 I/O 进行写数据操作，内核什么情况下才会把缓存数据写入到磁盘？

问题：如果用了非直接 I/O 进行写数据操作，内核什么情况下才会把缓存数据写入到磁盘？

以下几种场景会触发内核缓存的数据写入磁盘：

在调用 write 的最后，当发现内核缓存的数据太多的时候，内核会把数据写到磁盘上；

用户主动调用 sync，内核缓存会刷到磁盘上；

当内存十分紧张，无法再分配页面时，也会把内核缓存的数据刷到磁盘上；

内核缓存的数据的缓存时间超过某个时间时，也会把数据刷到磁盘上；

3、阻塞与非阻塞 I/O VS 同步与异步 I/O

阻塞 I/O
当用户程序执行 read ，线程会被阻塞，一直等到内核数据准备好，并把数据从内核缓冲区拷贝到应用程序的缓冲区中，当拷贝过程完成，read 才会返回。
注意，阻塞等待的是「内核数据准备好」和「数据从内核态拷贝到用户态」这两个过程。

非阻塞i/o
非阻塞的 read 请求在数据未准备好的情况下立即返回，可以继续往下执行，此时应用程序不断轮询内核，直到数据准备好，内核将数据拷贝到应用程序缓冲区，read 调用才可以获取到结果

I/O 多路复用(基于非阻塞I/o)
如 select、poll，它是通过 I/O 事件分发，当内核数据准备好时，再以事件通知应用程序进行操作。
这个做法大大改善了应用进程对 CPU 的利用率，在没有被通知的情况下，应用进程可以使用 CPU 做其他的事情。

异步 I/O
当我们发起 aio_read 之后，就立即返回，内核自动将数据从内核空间拷贝到应用程序空间，这个拷贝过程同样是异步的，内核自动完成的，和前面的同步操作不一样，应用程序并不需要主动发起拷贝动作。

用一个去食堂吃饭的例子来通俗的理解以上几种文件io：

举个你去饭堂吃饭的例子，你好比用户程序，饭堂好比操作系统。

阻塞 I/O 好比，你去饭堂吃饭，但是饭堂的菜还没做好，然后你就一直在那里等啊等，等了好长一段时间终于等到饭堂阿姨把菜端了出来（数据准备的过程），但是你还得继续等阿姨把菜（内核空间）打到你的饭盒里（用户空间），经历完这两个过程，你才可以离开。

非阻塞 I/O 好比，你去了饭堂，问阿姨菜做好了没有，阿姨告诉你没，你就离开了，过几十分钟，你又来饭堂问阿姨，阿姨说做好了，于是阿姨帮你把菜打到你的饭盒里，这个过程你是得等待的。

基于非阻塞的 I/O 多路复用好比，你去饭堂吃饭，发现有一排窗口，饭堂阿姨告诉你这些窗口都还没做好菜，等做好了再通知你，于是等啊等（select 调用中），过了一会阿姨通知你菜做好了，但是不知道哪个窗口的菜做好了，你自己看吧。于是你只能一个一个窗口去确认，后面发现 5 号窗口菜做好了，于是你让 5 号窗口的阿姨帮你打菜到饭盒里，这个打菜的过程你是要等待的，虽然时间不长。打完菜后，你自然就可以离开了。

异步 I/O 好比，你让饭堂阿姨将菜做好并把菜打到饭盒里后，把饭盒送到你面前，整个过程你都不需要任何等待。