第 七 、八 章 文件与磁盘空间管理

一、文件和文件系统

文件管理：把所管理的程序和数据组织成一系列的文件，并能进行合理的存储、使用等操作。

1 ）基本概念

数据项：描述对象某种属性的字符集；是数据组织中可以命名的最小逻辑数据单位。

记录：一组相关数据项集合，描述对象某方面的属性；

关键字：一个记录中的一个或几个数据项的集合，用于唯一的标识一个记录。

文件：由创建者定义的、具有文件名的一组相关元素的集合。

  ■有结构：由相关记录组成

  ■无结构：字符流的形式

  ■属性：类型、长度、物理位置、创建时间

2 ）文件类型

不同的系统对文件的管理方式不同 大多用扩展名标志文件类型，按如下几种方式分类文件

  ■按用途：系统、用户、库文件

  ■按数据形式：源文件、目标文件、可执行文件

  ■按存取控制属性：只执行、只读、读写

  ■按组织和处理方式：普通文件、目录文件、特殊（设备）文件

3）文件系统模型

系统管理文件模型

4）文件操作

最基本的操作

  ■创建/删除文件：分空间，形成FCB及目录（名，地址）

  ■读、写：按名检索目录，找到文件地址，开始读、写

  ■设置文件读写位置，实现随机存取（尤其适用于记录文件）

  ■还需要：“打开”与“关闭”：     文件读/写操作 = 检索 + 读/写。

     ○每次读写前都要重复检索增大开销。所以为了方便对同一文件的多次读写，一次检索到文件后就在内存中记录其位置，避免重复检索。被记录下位置的文件就是“打开”文件；

     ○不需要再操作文件时，通过“关闭”这个系统调用关闭文件——即从打开文件表上删除其路径信息即可。

 ■其他操作：改名、改所属用户、改访问权限等属性的操作。

二、文件的逻辑结构

文件系统设计的关键要素： 如何构成一个文件，以及如何存储在外存。

文件结构：

  ■文件的逻辑结构file logical structure：按用户观点如何组织数据；又称文件组织file organization

 基本要求：检索速度高、方便修改、降低存储空间费用（不连续）

  ■文件的物理结构：根据外存上的物理块的分配机制，记录文件外存的存储结构。用户感知不到的。

1）文件逻辑结构的类型

（1）有结构文件（记录式）

①定长记录

②变长记录

如何组织记录：

  ■顺序文件。系统需按该类型记录“长度”，通常定长。

  ■索引文件。系统需为文件建立索引表。

  ■索引顺序文件。建索引表，记录每组记录的第一个记录位置。

（2）无结构文件（字符流式） 字节为单位，利用读写指针依次访问。 系统对该类文件不需格式处理。

①顺序文件

（1）两种记录排列方式

  ■串结构：按记录形成的时间顺序串行排序。记录顺序与关键字无关；

  ■顺序结构：按关键字排序。

（2）检索方法：

  ■从头检索，顺序查找要找的记录，定长的计算相对快。

  ■顺序结构，可用折半查找、插值查找、跳步查找等算法提高效率

（3）具体的寻址过程：

 ■第i条记录地址（定长） ： 读写指针 + 记录长度： ptr + i*L

 ■第i条记录地址（变长） ：扫描或读取前面0~i-1条记录

 ■第i条记录地址（变长）：变长记录数据前用1字节保存每条记录长度，顺序扫描，但不用把记录全扫描完 

（4）顺序结构记录按关键字排序，可按关键字检索

 ■定长：结合折半查找算法等提高检索速度

 ■变长：从第1个记录开始顺序扫描，直到扫描到要检索的关键字标识的记录（例如：数据库、文件系统的基于文件名排序的目录检索）

（5）顺序文件的优缺点：

 ■不方便随机存取某条记录，但适用批量存取的场合。

 ■适合磁带等特殊介质。

 ■单记录的查找、修改等交互性差；增减不方便（改进办法：把增删改的记录登记在一个事务文件中，在某段时间间隔后再与原文件合并更新）。

②索引文件

为了方便单个记录的随机存取，为文件建立一个索引表，记录每项记录在文件的逻辑地址及记录长度；该索引表按关键字排序。 ■索引表内容： 索引号、长度、记录地址指针

■检索效率 索引表本身即是个按记录键排序的定长顺序文件，所以能利用算法提高索引表检索速度

一个索引文件可以有多个索引表             

为方便用户根据不同记录属性检索记录，为顺序文件建立多个索引表，每种能成为检索条件的域都配备一张索引表。

索引文件的优缺点 适用于变长记录，可提高检索速度，实现直接存取 索引表增加了存储开销

③索引顺序文件

既要方便，又要降低开销

本方式是最常见的一种逻辑文件形式。 将顺序文件的所有记录分组 还是建立索引表，但每个表项记录的是每组第1条记录的键值和地址。 组内记录仍按顺序方式检索和使用。

检索一条记录的过程： 先计算记录是在第几组，然后再检索索引确定组在哪里后，在组内顺序查找。

可利用多级索引，进一步提高检索效率。

④直接文件

给定键值（如学号）不需顺序检索直接得到记录的物理地址

三、外存分配方式

目标：有效利用外存空间，提高文件访问速度

常用三种方式：连续分配 链接分配（不连续） 索引分配 通常一个系统中仅采用一种方式

采用的磁盘分配方式决定了文件的“物理结构”

   顺序结构；链接式结构；索引式结构。 注意与逻辑结构名类似但不是一回事。

1）连续分配

■为每一个文件分配一组相邻的盘块。

■逻辑文件中的记录顺序与存储器中文件占用盘块的顺序一致。

■优点：顺序访问容易，读写速度快

■缺点：

  会产生外存碎片。可紧凑法弥补，但需要额外的空间，和内存紧凑相比更花时间。

  创建文件时要给出文件大小；存储空间利用率不高，不利于文件的动态增加和修改；

■适用于变化不大顺序访问的文件，在流行的UNIX系统中仍保留了连续文件结构。如对换区

2）链接分配

可以为每一个文件分配一组不相邻的盘块。

设置链接指针，将同属于一个文件的多个离散盘块链接成一个链表，这样形成的文件称为链接文件。会有链接成本。

优点：

   ■离散分配，消除外部碎片，提高利用率

   ■同时适用于文件的动态增长；修改容易

链接有两种形式：

Ⅰ隐式链接

文件空间信息的目录项中没有链接数据；

链接信息隐含记录在盘块数据中； 每个盘块拿出若干字节，记录指向下一盘块号的指针。

问题：只能顺着盘块读取，可靠性低

Ⅱ显式链接（FAT--file allocationtable）

属于一个文件的盘块通过链接成为一体，每个链条的首地址作为文件地址记录在相应文件的FCB的“物理地址”字段中。

记录盘块链接的指针显示地记录为一张链接表

所有已分配的盘块号都记录在其中，称文件分配表

为了提高文件系统访问速度，FAT一般常驻内存

3）索引分配

链接的不足

   顺序检索的时间成本：不能支持高效的盘块直接存取。要对一个文件进行直接存取，仍需在FAT中顺序的查找许多盘块号。

   链接信息的空间成本：FAT需占用较大的内存空间。当磁盘容量较大时，FAT可能要占用数MB以上的内存空间。这是令人难以忍受的

改进： 系统运行时只涉及部分文件，FAT表无需全部调入内存 每个文件单独建索引表（物理盘块索引），记录所有分配给它的盘块号； 建立文件时，便分配一定的外存空间用于存放文件盘块索引表信息；

①单级索引分配

索引形式适合大文件 中、小型文件，只需若干链接即可。若用索引分配方式，用一个盘块存放少量索引信息反而不适用。

②多级索引

若文件较大，存放索引表也需要多个盘块（索引盘块）。 索引盘块亦需要按顺序管理起来 若索引盘块数量较少用指针链接的方式即可； 若索引盘块较多，需对索引盘块也采用索引方式管理，形成多级索引。

③混合组织索引（增量式索引组织方式）

多种索引方式相结合，以UNIX system V的索引结点为例：

   一个索引结点定义为13个地址项：iaddr（0）~iaddr（12），总的来说分为两种：直接地址、间接地址

   iaddr（0）~iaddr（9）存放直接地址，即存文件数据的盘块号；

   iaddr（10）存放单级索引的索引盘块号； 剩余的用于文件较大时存放多级索引数据。

   iaddr（11）存放二级索引的主索引盘块号

   iaddr（12）存放三级索引的主索引盘块号

四、存储空间的管理

为实现存储空间分配，系统需要：

 ■记住空闲存储空间使用情况；为空间设置相应的数据结构；

 ■提供对存储空间分配、回收的操作手段。

典型的管理方法：

1）空闲表和空闲链表法

空闲表法

常用于连续分配管理方式

①数据结构 系统为外存上的所有空闲区建立一张空闲表 每个空闲区对应一个空闲表项 （表项包括序号、空闲区的第一个盘块号、空闲盘块数等。） 将所有空闲区按其起始盘块号递增的次序排列，如右图。

②存储空间的分配与回收操作 与内存的动态分配类似，同样可采用首次适应算法、循环首次适应算法等。 回收主要解决对数据结构的数据修改。 应该说明，虽然很少采用连续分配方式，然而在外存的管理中，由于它具有较高的分配速度，可减少访问磁盘的I/O频率，故它在诸多分配方式中仍占有一席之地。（如实现虚拟用的部分外存就是连续分配方式）

空闲链表法

将所有空闲盘区拉成一条空闲链。

①数据结构：链         

根据构成链所用基本元素的不同，可把链表分成两种形式： 空闲盘块链 空闲盘区链

■空闲盘块链

 将磁盘上的所有空闲空间，以盘块为单位拉成一条链。 因创建文件而请求分配空间时，系统从链首依次摘下适当数目的空闲盘块分配给用户。 因删除文件而释放存储空间时，系统将回收的盘块依次插入空闲盘块链的末尾。

优点：分配和回收一个盘块的过程非常简单，但为一个文件分配盘块时，可能要重复操作多次。

■空闲盘区链

将所有空闲盘区拉成一条链。每个盘区上含有：     

指示下一空闲盘区的指针、本盘区大小等信息

分配通常采用首次适应算法。回收盘区时，将回收区与相邻的空闲盘区相合并。 为提高检索速度，可以采用显式方法，为空闲盘区建立一张链表放在内存中。

分配、回收操作涉及的链式数据结构的处理方便

空闲盘块链 分配回收简单。链表长，大量分配时需要操作的指针多

空闲盘区链 链表长度不定，分配时操作的指针数量相对较少，但分配回收操作相对复杂。

2）位示图法

利用二进制的一位来表示一个盘块的使用情况。 值为0表示对应的盘块空闲，为1表示已分配。有的系统则相反。 磁盘上的所有盘块都有一个二进制位与之对应，这样由所有盘块所对应的位构成一个集合，称为位示图。

总块数=m*n。可用m*n个位数来构成位示图，可看成是二维数组（数据结构）。

盘块的分配与回收

■根据位示图进行盘块分配：

1)顺序扫描位示图。找到为0的二进制位。

2)将所找到的一个或一组二进制位，转换成与之对应的盘块号。进行分配操作。 盘块号计算公式为：盘块号 = 列总数*（i-1）+ j; （注意下标i，j从1开始）

3)修改位示图。

■根据位示图进行盘块回收：

1)将回收盘块的盘块号转换成位示图中的行号和列号。转换公式为：i=(盘块号-1)div列数+1；j=(盘块号-1)mod列数+1

Div 求商，mod 取余，公式中的i、j都是从1开始的 （如12号盘块转换后为1，12）

2)修改位示图。

优点：从位示图中很容易找到一个或一组相邻接的空闲盘块。 但限于容量问题，常用于微型机和小型机中。

3）成组链接法

大型文件系统，空闲表或空闲链表太长不方便管理操作。 UNIX系统中采用成组链接法，这是将两种方法结合而形成的一种空闲盘块管理方法。

中心思想：

   所有盘块按规定大小划分为组；

   组间建立链接；

   组内的盘块借助一个系统栈可快速处理，且支持离散分配回收。

空闲盘块成组链接示意图

所有空闲盘块，被分成若干个组 设有10000个盘块，每100个分为1组，则分成100个组。201-7999为文件区 各组链接起来。

①空闲盘块的组织

空闲盘块号栈。 用来存放当前可用的一组空闲盘块的盘块号（最多含100个号）

栈中尚有的空闲盘块号数N。（N兼具栈顶指针用。栈底为S.free(0)，栈满时栈顶到达S.free(99)，N=100，表示有100个盘块供使用。

链接 每一组的第一个盘块记录下一组的盘块号，形成了一条链。 总将链的第一组盘块总数和所有的盘块号，记入栈，作为当前可供分配的空闲盘块号。

②空闲盘块的分配与回收

分配盘块时，须调用分配过程来完成。 先检查空闲盘块号栈是否上锁，如没有，便从栈顶取出一空闲盘块号，将与之对应的盘块分配给用户，然后将栈顶指针下移一格。 若该盘块号已是栈底，即S.free(0)，到达当前栈中最后一个可供分配的盘块号。 读取该盘块号所对应的盘块中的信息：即下一组可用的盘块号入栈。 原栈底盘块分配出去。修改栈中的空闲盘块数。

回收 回收盘块号记入栈顶，空闲数N加1 N达到100时，若再回收一块，则将该100条信息填写入新回收块。