从硬件到软件：揭秘磁盘结构和文件系统组织

作者主页：慢热的陕西人

专栏链接：Linux

欢迎各位大佬点赞关注收藏，留言

本博客主要内容讲解了从磁盘的硬件结构，再到操作系统内部是如何组织文件系统的包括软硬连接的介绍！

我们目前所了解到的，都是被打开的文件！如果文件没有被打开呢？？在哪里？

一定不是在内存中！只能在磁盘等外设中静静的存储着！

磁盘文件，如果没有被打开，如何理解这些文件呢？ 没有被打开的文件，有什么问题？

1.如何合理存储的问题

2.主要是为了解决：快速定位，快速读取和写入—磁盘文件也是如此！！

pre:标识一个文件：文件名(目前)

a.如何定位一个文件

b.如果对文件进行读取和写入

所以我们来了解以下磁盘的结构：

1.磁盘的结构

磁盘是我们计算机上唯一的一个机械设备！同时它还是外设(作为外设来说他们的速度都是相对CPU和内存来说比较慢的)。

一个剖面图：

磁盘中的存储的基本单元:扇区，512字节or4kb字节

一般的磁盘所有的扇区都是512字节。

磁道：同半径的所有扇区；

柱面：所有盘片上的对应相同半径的磁道共同部分被称为柱面

那么磁盘是如何寻找磁盘上的文件的？

2.CHS定位法

C:cylinder柱面(磁道)

H:head 磁头

S:sector扇区

①首先我们要定位在哪一个面：

只需要确定用哪一个磁头读取，盘片的编号，来确定在哪一个面。

②确定在盘片的哪一个扇区：

a.先定位在哪一个磁道—由半径决定

b.在确定在该磁道，在哪一个扇区—根据扇区的编号，定位一个扇区

一个普通的文件(属性+数据)->都是数据(0,1)->无非就是占用一个或者多个扇区，来进行自己的数据存储的！！！

我们既然能够用CHS来定位任意一个扇区，我们就可以定位多个扇区，从而将文件从硬件的角度，进行读取或者写入！！！

3.逻辑抽象

①根据我们之前的了解，如果OS能够知道任意一个CHS地址，就能访问任意一个扇区。

②那么OS内部是不是直接使用的CHS地址呢？答案是不是的。

③为什么？

​ a. OS是软件，磁盘是硬件，硬件定位一个地址，CHS，但是如果OS直接用了这个地址，万一硬件变了呢？OS也要发生变化，OS要和硬件做好解耦工作：也就是说硬盘内部有一套自己的定位系统，和操作系统内部是不一样的，但是两者是可以相互转换的。

​ b.即便是扇区，512字节，单位IO的基本数据量也是很小的！硬件：512字节，OS实际进行IO，基本单位是4kB(可以调整的) — 磁盘：是一种块设备。所以，OS需要有一套新的地址，进行块级别的访问。

接下来我们从硬件层面上深入的理解磁盘是和操作系统如何协作的：

我们把磁道展开，展开的磁道就是一个一个的小扇区：这些小扇区好像一个一个的数组，非常适合操作系统去做管理：

初步完成了一个从物理逻辑到系统逻辑的过程！数组不是天然有下标！此时，定位一个扇区，只需要一个数组下标是不是就可以定位一个扇区了。而其中我们的OS是以4kB为单位进行IO的，故一个OS级别的文件块要包括8个扇区！甚至，在OS的角度，其实它是不关心扇区的！

计算机常规的访问方式：起始地址+偏移量的方式(语言+数据类型) 只需要知道数据块的起始地址(第一个扇区的下标地址) + 4KB（块的类型）我们把数据块看作一种类型！

所以块的地址，本质就是数组一个下标，N，以后我们表示一个块，我们可以采用线性下标的N的方式，定位一个任何一个块了。

OS -> N -> LBA -> 逻辑块地址！

可是我们的磁盘只认识CHS地址！

所以我们的LBA <--------->CHS是可以相互转化的—>简单的数学运算就可以做到：

OS要管理磁盘，就将磁盘看做一个大数组，对磁盘的管理，变成了对数组的管理！！我们的先描述，在组织：

//硬盘
struct block
{
    //...
}

//区
struct part
{
    int lba_start;
    int lba_end;
   	//组
    struct part group [100];
}

4.文件系统

4.1从硬件向软件过度

前面我们提到了块的概念，对于磁盘系统来说整个磁盘太大了，那么将磁盘先分组—>分区，到最后最小的部分(这里说的是管理的，物理结构最小的是扇区)就是块。

struct disk
{
    struct part[4];
    //....
}

Linux ext2文件系统，上图为磁盘文件系统图（内核内存映像肯定有所不同），磁盘是典型的块设备，硬盘分区被划分为一个个的block。一个block的大小是由格式化的时候确定的，并且不可以更改。例如mke2fs的-b选项可以设定block大小为1024、2048或4096字节。而上图中启动块（Boot Block）的大小是确定的 。

接下来我们介绍这些参数：

• superBlock：存放文件系统本身的结构信息。记录的信息主要有：bolck 和 inode的总量，
  未使用的block和inode的数量，一个block和inode的大小，最近一次挂载的时间，最近一次写入数据的时间，最近一次检验磁盘的时间等其他文件系统的相关信息。Super Block的信息被破坏，可以说整个文件系统结构就被破坏了。

  广义来说：文件系统的所有的信息：1.文件系统的类型；2.整个分组的情况；

  并且SB在各个分组里面可能都会存在，而且是统一更新的，而是为了防止SB域坏掉，如果出现故障，整个分区不可以被使用！所以我们要时常做好备份。

• GDT，Group Descriptor Table：组描述符—该组内的详细统计等详细信息。

• 块位图（Block Bitmap）： Block Bitmap中记录着Data block中那个数据块已经被占用了，那个数据块没有被占用。

• inode位图（inode Bitmap）：每个bit位表示一个innode是否空闲可用。

• i节点表(inode Table)：存放文件属性。如：文件大小，所有者，最近修改时间等。

• 数据区(data Blocks)：存放文件内容。

• block bitmap: 每一个bit表示datablock是否空闲可用！

一般来说:

①一个文件，内部所有属性的集合—>inode节点（128字节），一个文件，一个inode

②其中，即便是一个分区，内部也会存在大量的文件即会存在大量的inode节点，一个group，需要有一个区域，来专门保存该group内的所有文件的inode节点—>inode Table , innode表。

③分组内部，可能会存在多个inode，需要将inode区分开来，每一个inode都会有自己的inode编号！！

④inode编号，也属于对应文件的属性id；

⑤而文件的内容：是变化的，我们是用数据块来进行文件内容的保存的，所以一个有效文件，要保存内容，就需要[1, n]数据块，如果有多个文件呢？需要更多的数据块，Data Blocks。

⑥Linux查找一个文件，是要根据inode编号，来进行文件查找的，包括读取内容！！

⑦一个inode对应一个文件，而改文件inode属性和改文件对应的数据块，是有映射关系的！

⑧在Linux内部是将内容和属性分离的，都要以块的形式，被保存在磁盘的某个位置！

4.2软硬件链接

①inodevs文件名：
Linux系统只认inode号，文件的inode属性中，并不存在文件名！文件名，是给用户用的。

②重新认识目录：

目录是文件么？是的，目录有inode吗？是。

有内容吗？有内容是什么？

③任何一个文件，一定在一个目录内部，所以目录的内容是什么呢？需要数据块，目录的数据块里面保存的是该目录下文件名和文件inode编号对应的映射关系，而且，在目录内部，文件名和inode互为key值。

④当我们访问一个文件的时候，我们是在特定目录下访问的，cat log.txt

​ a.先要在当前目录下，找到log.txt的inode编号

​ b.一个目录也是一个文件，也一定隶属于一个分区，结合inode，在该分区中找到分组，在该分组中inode table中，找到文件的inode

​ c.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

⑤如何理解文件的增删查改：

a.根据文件名—> inode number

b.inode number —>inode 属性中的映射关系，设置block bitmap 对应的比特位，置0即可。

c.inode number 设置inode bitmap 对应的比特位设置为0

所以总结一下，删文件，只需要修改位图即可！

所以这就是为什么有那些文件恢复软件的存在！

⑥细节补充：

a.如果文件被误删了，我们该怎么办？

​ 我们只需要通过文件日志查看误删的文件的inode然后找到对应的inode bitmap将其置1(非常简单的说法，实际的操作非常复杂)；

b. inode，确定分组，inode number是在一个分区内唯一有效的，不能跨分区

c. 上面我们学到的分区，分组，填写系统属性 —> 谁做的呢？ OS做的。什么时候做的呢？分区完成后，后面要让分区能够被正常使用，我们需要对分区做格式化，格式化的过程，其实就是OS向分区写入文件系统的管理属性信息。

d.我们如果inode只是单单的用数组建立和datablock的映射关系，15 * 4kB = 60KB 那么是不是意味着一个文件内容最多放入：60KB不是的，原因是我们存在直接索引，也存在二级索引(所指向的数据块里面的内容，不是直接的数据，而是其他数据块的编号)，和三级索引(相当于两层的多叉树)。

struct inode
{
 int inode number;
 int ref_count;
 mode_t mode;
 int uid;
 int gid;
 int size;
 data;
 ...
 int datablock[NUM];
}

⑦有没有可能，一个分组，数据块没用完，inode没了，或者inode没用完，datablock用完了？

这种情况是存在的就是一个分组中全是空文件的时候，存在inode没了但是datablock还有冗余的情况，但是在操作系统内部很少出现这种情况。

4.3软硬连接：

我们有了以上之前的认识，那么我们认识软硬链接，就是顺水推舟的事情。

4.3.1制作软硬链接，对比差别：

①硬连接：

我们用ls -li命令查看：可以发现两个文件的inode是相同的，那么实际上的意思就是两个文件在硬件上是同一个文件：

不信的话我们cat一下查看一下内容是否相同：

硬链接和目标文件公用同一个inode number，意味着，硬链接一定是和目标文件使用同一个inode的！

硬链接没有独立的inode。

那么硬链接干了什么？建立了新的文件名和老的inode的映射关系！之前我们提到一个inode的结构体：内部有一个参数叫ref_count，这个参数就代表的是引用次数！所以当我们每次建立一个硬链接的时候，对应的ref_count就自加1；所以本质是一种引用计数，代表的是有多少个文件名指向我，也就是硬链接数。

struct inode
{
 int inode number;
 int ref_count;
 mode_t mode;
 int uid;
 int gid;
 int size;
 data;
 ...
 int datablock[NUM];
}

②软连接

使用ln -s log.txt Newfile创建一个软链接

我们发现inode是不相同，软链接内部放的是自己所指向的文件的路径类似于windows中的快捷方式

到这本篇博客的内容就到此结束了。
如果觉得本篇博客内容对你有所帮助的话，可以点赞，收藏，顺便关注一下！
如果文章内容有错误，欢迎在评论区指正