Linux学习之路 -- 文件 -- 磁盘

4647的码农历程

已于 2024-05-18 18:31:23 修改

阅读量877

点赞数 23

分类专栏： Linux文件系统文章标签：学习

于 2024-05-18 18:25:17 首次发布

本文链接：https://blog.csdn.net/2302_79538079/article/details/138859767

版权

Linux文件系统专栏收录该内容

5 篇文章 0 订阅

订阅专栏

前面介绍了与进程相关的一些文件，但是通常来说，我们的文件并不是所有的文件都被进程打开的。系统中绝大部分的文件都是未打开的状态，而这些文件通常存在于磁盘或者固态的硬盘当中，由文件系统统一进行管理，方便OS找到对应文件。

3.inode中int block[15] 这个成员是如何存储对应数据块编号？

1.磁盘的简单介绍

现在在个人电脑上已经不怎么使用磁盘了，而是使用固态硬盘。主要是因为磁盘其实不是很稳定，如果经常移动设备，可能对磁盘存储造成较大影响。但是企业应用磁盘还是比较广泛的，这些磁盘主要被应用于一些服务器上，企业不使用硬盘的原因主要还是因为价格，在同等价格下，磁盘的存储容量比硬盘要大。

磁盘正面

磁盘背面

当我们需要读取数据时，马达会带动盘片旋转，同时磁头会在盘片区来回摆动。需要注意的是，磁头和盘片并没有接触（盘片转速通常是很高的，如果磁头与之相接触，会导致盘片产生大量的热量，而热量过高是能够消磁的），而且磁头与盘片接触可能会刮花盘片，导致存储的数据有一定的影响（这也是为什么笔记本电脑淘汰磁盘的原因）。

存储的方式：在计算机中，数据本质上都是以二进制的方式进行存储的，而对应到磁盘中的实现方式就是一个一个小磁铁。而每个磁铁都有南北极，如果我们以南极朝上为0，则北极朝上就为1。磁头通过对南北极的修改，实现对01序列的修改。

2.磁盘的物理存储

磁盘的存放的01序列并不是无序存放的，而是在盘片的特定结构下按顺序存储。

一个磁盘中可能会包含多个盘面和磁头，为了区分它们，每个盘面和磁头都会带有唯一的编号，而且磁道和扇区也有唯一的编号，当我们需要寻找特定扇区时，先要找到扇区所处的柱面(cylinder)，然后定位出在哪一个磁头(head)上，最后找到特定的扇区(sector)。这个寻址的方法又叫CHS定位法。

而文件就通过多个扇区就可以存储数据了。在寻找数据时，磁头会左右摆动来确定柱面，然后会选择磁头和扇区，这些过程都是机械运动并且磁盘还是外设，所以对于内存来说，这个过程是比较慢的。

3.磁盘的逻辑存储

在了解磁盘的逻辑存储之前，我们先看一下磁带。

磁带在运行时，磁带会逐渐被抽出，而磁带的侧面涂有磁性材料，能够存储数据。我们可以发现，磁带卷成圆盘状时，与我们的磁盘存储结构是类似的。那我们就可像磁带一样，将磁盘的结构像磁带一样，全部拉伸为一条绳。由此，我们就可以把磁盘变成一个巨大的线性空间，将不同的盘面的线性空间并在一起，就是整体存储数据的一个线性空间。

通过计算，我们可以得出，在800GB的储存空间中，大概有1677721600个扇区(每个扇区512字节)。为了管理这些扇区我们可以设置一个大小为1677721600的数组，代表每个扇区。

上面我们把磁盘抽象成了一个线性空间，但是在寻找扇区时，我们还是得通过CHS定位来找到扇区在磁盘位置。不过我们可以借助数组的下标来进行寻找

假设我们要寻找的扇区下标为count
则我们所要寻找的扇区所处的盘面 A = count / 每个盘面的扇区数量
在这个盘面中的第几个位置 tmp = count % 每个盘面的扇区数量
扇面所处的磁道 B = tmp / 一个磁道上扇区的个数
扇区的精确位置 D = tmp % 一个磁道上扇区的个数
上述的由线性地址转换成CHS的具体地址过程，是由磁盘本身来完成。

在OS文件系统中，OS认为磁盘的基本IO单位太小了，所以OS文件系统默认的IO基本单位是4kb。当然，这个数值可以通过编码进行修改。所以我们可以再对上述的线性地址进行修改，把连续的8个扇区看成一个大小为4kb的数据块，再创建一个数组。如果需要寻找扇区，也可以通过上述的方式来寻找，只不过中间还要再加一步。对于这个数组，我们用唯一的下标表示特定的数据块，而在文件系统中，我们称这些数组下标为LBA地址(逻辑块地址) 。

1.存储区域的划分

可是对于一个800GB的磁盘来说，仅用数组的方式肯定是没法管理这么大的区域的，所以文件系统就对磁盘进行分区（C盘D盘的由来便是这个），只要我们将一个区块的存储区域管理好了，另外几个区域的管理就可以照搬。

我们将800GB分成几个区，我们只要将100GB的存储空间管理好了，其余的区域自然不在话下。但是，100GB的储存空间还是太大了，所以我们需要再对100GB的空间进行分组。只要把其中一个组管理好了，我们就可以类似地把其余组管理好。

这样，我们就把一个管理800GB储存空间的问题转换成管理10GB储存空间的问题。下面介绍一下这些线性空间在计算机中的具体表现形式。

在正式介绍上述的存储区域之前，我们先了解一下linux中磁盘文件的特性

前面我们了解到，文件 = 内容 + 属性，内容和属性分别存储。其中内容的大小我们是不确定，可大可小，但是文件属性的大小是固定的。文件的属性类别是一样的，只不过不同文件的属性类别内容是不同的，我们可以通过一个结构体来描述这些属性类别。这个结构体称为inode，里面包括了文件类型，文件大小权限，类型等等，需要注意的是文件名并不属于文件名。这个inode结构体大小为128字节，而一个数据块能存储32inode结构体。为了区分每一个文件，我们需要给每一个inode结构以特定的inode编号，用于标识这个文件（标识文件不是文件名）。linux系统中可以使用" ll -i "，这条命令来查看每个文件的inode编号(例如下图的最左侧就是文件对应的inode)。

下面介绍具体这些分区的存储内容以及含义

<1>inode Table
        inode Table是inode结构体存储表，里面存放了很多的inode结构体。这是一块连续的空间，不过大小是不确定的。
<2>inode Bitmap
        由于inode Table里面存放了许多的inode结构体，但是我们怎么知道，哪一个inode被使用，哪一个没有使用呢？所以我们就可以使用位图的方式来标记哪些inode结构体没有被使用。比特位的位置，就表示第几个inode，比特位的内容表示inode是否被使用
<3>Data Block
        这块区域就是用于存放文件内容的，里面被划分成了一个一个大小为4kb的数据块。
<4> Block Bitmap
        这块区域用于标识哪一块Data Block区域中，哪一个数据块被使用了。原理和inode Bitmap是一样的。
<5>Group Descriptor Table
        用于描述一个组储存空间使用情况，管理整个组，比如用了多少数据块，用来多少inode，整组的数据存储空间范围是多少，每个组的各个区域的开始区域......
<6> Super Block
存放文件系统本身的系统结构信息，管理整个分区，包括共有几个分区，每一个分区的使用情况，数据块共有多少等等。这块区域非常重要，一旦缺失，整个文件系统就挂掉了。但是也不是每一个分组内都包含，而是挑选一些分组插入。不在所有组里面存在是因为提高效率（一个数据更新，要刷新所有的Super Block），而在多个组中插入是为了防止一个Super Block崩溃导致整个分区挂掉。如果一个Super Block损坏，我们可以直接将其他组中Super Block覆盖写入，这也是我们平时开机时出现系统修复的原理。
<7>Boot Block
该区域与计算机开机相关，这里不详细介绍

2.文件的创建与删除

通过上面的知识，我们可以得知一个新文件的创建过程：先遍历inode Bitmap，其中通过一个计数器，记录遍历的inode个数，找到某一个比特位内容为0(比特位上的内容为1，就表示这个inode已经被使用了)就停下。此时将该比特位改为1，同时根据计数器的值来找道对应的具体的inode结构所在的位置。然后将文件的各种属性填充完毕后，拷贝到inode Table上，同时我们要在Block Bitmap上找到空余的数据块，用于存放文件内容，查找的步骤和前面差不多。在inode结构体中存在一个int block[15]，用于存储一个文件的内容所占的数据块编号（稍后介绍）。

如果我们要删除一个文件，就把上文的步骤反过来。这里我们并不需要将inode Table 和 Data Block 中的内容删除，只需要将对应的inode Bitmap 和 Block Bitmap中的比特位清零即可。下次使用这些存储空间时，把原来的数据覆盖即可（这也时为什么应用的卸载比安装要快得多）。

inode编号在一个分区内是唯一的，在不同的组中，起始inode编号是不一样的，这个和上面的用数组分割存储空间的原理是一样的。如果我们要寻找一个文件的inode编号，只要将要寻找的inode编号与每个组的起始inode编号相比较即可。至于文件inode编号对应的inode Bitmap位置就是inode编号 - 起始inode 编号。

3.inode中int block[15] 这个成员是如何存储对应数据块编号？

如果只是单纯按顺寻存储每个存放文件内容的数据块编号，那样只能存储非常有限的编号，这和我们平常所看的超大文件的现象是相悖的。

4.文件系统

上述的区域划分并不是一开始就有的，而是在分区进行格式化后才写入的。

上述格式化的过程，其实就是向指定的分区中写入全新的文件系统（前面介绍区域划分的管理方式较Ext* (2) 文件系统）。现在一般我们用的Ext* (3) 或 Ext*(4)，每一个分区都可以格式化不同的文件系统，而我们可以将每个分区的Super Block模块加载到内存中，并用链表链接起来，这样OS就能实现对文件系统的管理。

1.文件名

我们在系统中使用inode标识文件，但是作为用户，我们是根据文件名进行标识文件的。那么文件名在哪里呢？在解决这个问题前，我们需要对目录文件进行重新的了解。文件 = 属性 + 内容，目录文件的属性类别和普通文件是一样的，只不过内容上有些许差别。而目录文件内容存储的内容是
文件名：inode编号的映射关系，有多少个文件，就有多少个映射关系。这也是之前我们没有目录的w权限，就不能创建文件，没有r权限，就不能读目录文件。

2.文件的增删查改问题

对于一个文件来说，进行增删查改，都和改文件的目录有关。所以我们要增删查改文件时，就要找到目录文件中的映射关系进行修改。在这之前，我们又必需先找到目录文件，目录文件包含于上级的目录文件中，依次类推，直到找到根目录的inode。找到根目录的inode后，再依次解析路径。

3.文件系统的挂载

前面我们了解到inode编号只在一个分区内有效，但是一个磁盘可能有许多分区，那么OS是如何知道文件在哪一个分区中？其实在一个被写入文件系统的分区，要被Linux使用，必需先把这个具有文件系统的分区进行“挂载”（挂载就是使文件系统和目录产生一定联系）。一个文件系统所对应的分区，挂载在对应的目录中。而我们访问分区中的文件，都是通过所挂载的路径访问的。回到最初的问题上，我们想要访问一个文件，可以将文件路径的前缀和文件系统挂载的路径进行比对，如果一致，就表示该分区中，就包含了我们需要寻找的文件。而我们执行一些操作时，基本都是通过进程来实现的，通过进程，我们就可以间接或直接获得文件所处的路径。
我们可以通过df -h 命令，来看一下具体系统的具体挂载情况

最左侧就是所挂载的分区路径。

小节：文件查找过程

解析路径：首先，文件系统需要解析你提供的文件路径。这个路径可以是绝对路径（从根目录 / 开始），也可以是相对路径（从当前工作目录开始）。
查找当前目录的inode：如果路径是相对路径，文件系统会查找当前工作目录的inode。如果路径是绝对路径，通常从根目录（/）开始。
读取目录内容：文件系统会读取当前目录inode指向的数据块，这些数据块包含了该目录下的所有文件和子目录的列表。
匹配下一级目录或文件：根据路径中的下一部分，文件系统在当前目录的列表中查找匹配的条目。如果这部分是目录，则继续查找该目录的inode；如果这部分是文件名，则查找该文件名对应的inode。
递归或返回结果：如果找到了匹配的目录，则重复步骤3和步骤4，直到找到最终的文件或确定文件不存在。如果找到了匹配的文件，则查找过程结束，返回该文件的inode信息。
获取文件数据：一旦找到文件的inode，应用程序可以通过inode中的指针访问文件的数据块，从而读取或写入文件内容。