Linux_文件系统

假定外部存储设备为磁盘，文件如果没有被使用，那么它静静躺在磁盘上，如果它被使用，则文件将被加载进内存中。故此，可以将文件分为内存文件和磁盘文件。

• 内存文件
• 磁盘文件
• 软、硬链接

一.内存文件

1.1 c语言的文件接口

• fopen：FILE *fopen(const char *path, const char *mode);
  • mode：
    • r ：读方式
    • w：写，打开即清空文件
    • a：追加方式
• fclose：int fclose(FILE *fp);
• fwrite：size_t fwrite(const void *ptr, size_t size, size_t nmemb, FILE *stream);
• fgets：char *fgets(char *s, int size, FILE *stream);
• fputs：int fputs(const char *s, FILE *stream);
• snprintf：int snprintf(char *str, size_t size, const char *format, …);

1.2 系统接口

1.2.1 open

• 返回值：返回一个文件描述符（下文讨论）
• pathname：指定文件路径
• flags：位图，可以用宏来指定打开方式
  • O_RDONLY：读方式
  • O_WRONLY: 写方式
  • O_CREAT： 不存在则创建
  • O_TRUNC： 打开后会清空文件
  • O_APPEND：追加方式打开，不清空文件
• mode ：指定创建文件时的起始权限

// 1.读时的open写法
int fd = open("log.txt", O_RDONLY);

// 2.清空写时的open写法
int fd1 = open("log.txt", O_WRONLY | O_CREAT | O_TRUNC);

//3.追加写时的open写法
int fd2 = open("log.txt", O_WRONLY | O_CREAT | O_APPEND);

当一个进程要打开文件时，操作系统将文件的属性加载到内存中，根据这些属性创建一个struct file结构体，并且将该结构体与进程控制块task_struct建立联系。

1.2.2 close

• fd ： 文件描述符，open返回值。
  

1.2.3 write

• count：写入字节数
  

1.2.4 read

1.3 文件描述符-file descriptor

操作系统将文件加载进内存，创建对应的struct file 结构体，并且与struct task_struct建立联系。在Linux中，task_struct 内部有一个 struct files_struct 字段，这个结构体里面有struct file* fd_array[]数组，file descriptor就是这个数组的下标。如图：

1.3.2 文件描述符本质

文件描述符的本质就是struct file*fd_array 数组中的下标，当操作系统创建文件结构体struct file时，将该结构体地址填入数组中，至此进程与文件建立了联系。

• 操作系统从开始扫描数组，遇到空位置，则填入地址，给调用进程返回数组下标，即文件描述符。

  
  观察上面代码，发现文件描述符是从3开始的，这是因为c语言中默认打开三个文件，标准输入-stdin，标准输出-stdout，标准错误-stderr，它们对应数组的 0 1 2，stdout和stderr默认都指向显示器。
  
  

1.4 struct file 与 struct FILE

struct file是内核级别的结构体，而struct FILE是c语言库中定义的结构体，这两者之间没有任何关系。
struct FILE内部有一个文件描述符int fd; 字段。当进程读写文件时，os会根据文件描述符找到对应的struct file结构体，然后进行读写操作。

1.5 重定向

重定向有三种：输出重定向，追加重定向，输入重定向

• 输出重定向：我们可以在命令行中输入命令ls . > text，这样原本打印在显示器上的消息就打印到文本text中了，这叫做输出重定向。
• 追加重定向：输出重定向会先清空文件，然后写入内容，追加重定向不清空文件，在文件末尾追加内容
• 输入重定向：在命令行中输入cat < text，原本是从键盘读取字符，然后重定向到从text中读取字符 ，这就是输入重定向。

为什么ls . > text可以将打印到显示器上的数据打印到text中的呢？在Linux中，命令ls是一个程序，它也是用c语言编写的，所以是用printf来进行打印的，而printf默认会打印到stdout对应的文件中，stdout中的fd为1，如果我们将数组下标为1的元素内容从显示器改变为目标文件，那么这样就做到了将打印到显示器上的数据打印到text中。输入重定向也是同理，改变文件描述符的指向即可。即：重定向的原理就是改变数组元素的指向。这种改变是上层无法获知的，所以stdout依旧认为它对应的文件是显示器。

1.5.1 重定向的三种方式

1. 命令行

./test > text 2>&1 : 将test的执行结果输出到text中，并且将1号文件描述符的内容靠别到2号文件描述符中，即，stderr也会输出到text中
./test 1>log 2>err :将标准输出改变为log，标准错误改变为err

2. dup2(int oldfd, int newfd);

• 例如dup2(3, 2); 将3号文件描述符的内容拷贝到2号文件描述符中

3. 先关闭1号文件描述符，然后调用open

close(1);
int fd = open("log.txt", O_WRONLY|O_CREAT|_TRUNC);     // 1

1.6 内核级缓冲区和用户级缓冲区

c语言库中struct FILE结构体中有一个缓冲区，用来暂存数据，这个缓冲区叫做用户级缓冲区。内核结构体struct file 中有一个缓冲区，用来暂存数据，这个缓冲区叫做内核级缓冲区。缓冲区的目的是为了提高IO效率。
用户级缓冲区的刷新策略：‘

1. 无缓冲
2. 行缓冲（显示器） ：遇到换行符将数据刷新到内核级缓冲区
3. 全缓存（普通文件）：当缓冲区满了才将数据刷新到内核级缓冲区

内核级缓冲区的刷新策略由os系统决定，当然我们可以调用fsync()强制刷新。

1.6.1 数据流动方式

当程序调用printf函数时，先将字符串拷贝到用户缓冲区，然后结合相关刷新策略，调用write函数将字符串从用户缓冲区拷贝到内核缓冲区，最后os结合刷新策略将数据刷新到外设中，这就是数据的流动方式。共经历三次拷贝。

1.6.2 代码示例-缓冲区

#include
#include
#include
#include
#include
#include

int main()
{
  //  情况1
  printf("hello world!\n");
  //  情况2  printf("hello world!");
  
  const char* msg = "tieite\n"; 
  write(1,msg, strlen(msg)), 
  
  fork();
  return 0;
}

1. 情况1：输出结果：
2. 情况2：输出结果：

为什么会有这样奇怪的结果呢？这与缓冲区的刷新策略有关？因为printf默认输出到显示器，而显示器的刷新策略是行刷新，所以情况1正确执行。而情况2中，没有换行符，所以数据留在用户缓冲区中，没有刷新到内核缓冲区，等调用fork的时候，创建子进程，子进程又继承了父进程的代码和数据，故此就有了两份数据“hello world！”当父子进程退出时，都会刷新用户缓冲区，于是内核缓冲区中就有两份hello world。

二.磁盘文件

2.1 磁盘

磁盘是计算机主要的存储介质，可以存储大量的二进制数据，并且断电后也能保持数据不丢失。早期计算机使用的磁盘是软磁盘（Floppy Disk，简称软盘），如今常用的磁盘是硬磁盘（[Hard disk](https://baike.baidu.com/item/Hard disk/2806058?fromModule=lemma_inlink)，简称硬盘）。现在的pc大部分都用的是SSD固态硬盘（电）。

2.2 磁盘的物理结构

• 磁盘中有许多盘片，每一个盘片都有两个盘面，盘面上有若干磁道，磁道由若干扇区组成，磁盘的基本存储单元是扇区（512字节），多个盘片同半径的所有磁道构成一个柱面

2.3 硬件寻址方法-CHS

确定一个扇区的方式：先定位在哪个盘面上（磁头head），然后在定义哪个柱面cylinder（磁道），最后根据扇区（sector）编号即可定位某一个扇区。这种寻址方法也叫做CHS定位法。

2.4 操作系统寻址方式-LBA

操作系统的寻址方式和硬件的寻址方式需要解耦合，所以操作系统需要有一套新的地址。os将盘面逻辑抽象成线性的（类似以前的那种磁带全部展开后）。

将这样的结构看作一个数组，每一个扇区占一个数组下标，这样就可以轻易的获取每个扇区的地址。但是操作系统一次IO的基本单位是块（4KB），所以将8个扇区看作一个块，然后重新抽象得到下图。下面这样的地址叫做LBA-逻辑块地址。磁盘也叫做块设备，以块为单位进行IO。

2.5 磁盘分区管理

我们电脑上只带有一块盘，但是为了更好的管理，所以将盘分为若干区，为了更好的管理一个区（区等同于c盘，d盘），又将区分为若干组。每个组内有许多字段。

Linux是将文件内容和属性分开存储的。

• Boot Block：存储了OS系统镜像以及开机启动的一些程序。
• Super Block（SB）：存储了当前区的文件系统相关的属性，如文件系统名字，整个分区的情况，非常重要，损坏的话一个分区全部不能用，因此要在每个分组内做备份。Linux用的Ext系列的文件系统。
• Group Descriptor Table（GDT）：存储了整个分组的情况
• Block Bitmap：位图结构，分别对应Data Blocks中的块是否可用
• Inode Bitmap：位图结构，对应Inode Table中的Inode是否有效
• Inode Table：存储文件属性。文件属性的集合叫做Inode节点，每一个Inode节点都有一个Inode编号（文件id）。struct Inode{ int inode_num ; int block[NUM];///....};
• Data Blocks：存储文件内容，为了建立文件属性和内容的联系，故此每个Inode节点里面都有一个数组，指明哪个块是属于本文件，可用建立直接映射，二级映射，三级映射。

os查找文件：
ls -li ：查看当前目录下所有文件的inode编号

1. 先找到文件对应的Inode编号
2. 在Inode Table中找到Inode节点
3. 根据Inode节点获得其内容块的地址、

2.6 Inode节点

struct inode
{
    int inode_number;    //inode 编号
    int ref_count;       // 硬链接数
    int modes;           //权限
    size_t uid;
    size_t size;
    //....
    int databloacks[NUM];  //内容
};

• inode里面并没有文件名，因为操作系统并不需要文件名来标识文件，而是通过inode_编号来标识文件的。文件名只是给用户看的。
• 我们用touch命令的时候，是os先遍历访问InodeBitmap寻找空闲的Inode Table,创建Inode，然后在当前目录下用Inode编号和文件名建立一个映射关系。目录也是一个文件，目录里面存储的是文件名和Inode编号的映射关系
• 增删查改文件都是先根据文件名找到Inode编号
  

三.软、硬链接

3.1 软链接

ln -s myfile myfile-soft

• myfile-soft为myfile的链接文件，这个链接文件的内容为myfile的路径。
• 软链接的作用：便于执行程序，类似于Windows中的桌面快捷方式

3.2 硬链接

ln myfile myfile-hard

• 给myfile建立一个硬链接文件myfile-hard

功能：
Linux下，每一个目录下都有两个特殊目录. 和.. ，一个点代表当前路径，两个点代表上级路径，为什么呢？因为一个点是当前路径的硬链接，两个点是上级路径的硬链接。这两个特殊路径使得路径切换更加容易。

• Linux下，不容许用户给目录建立硬链接，防止出现环路问题，而. 和.. 是操作系统可用识别的特殊路径。

3.3软硬链接的区别

• 通过观察创建的文件inode编号，可用知道硬链接并没有新建inode节点，而是和myfile指向同一个节点
• 软链接新建了一个文件，其有自己的inode节点和内容
• 硬链接数：类似于引用计数，当值为0的时候，就会释放inode节点。