1、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。
无结构:字符流的形式有结构:由相关记录组成
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
2、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。
文件逻辑结构的类型
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。
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
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。
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
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
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
3、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
①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
②显式链接(FAT--file allocationtable)
链接信息以信息表的形式显示存放
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
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。
###FAT表的相关计算
MS-DOS文件分配结构为例:
一个1.2M的磁盘,盘块512B大小;若文件系统采用FAT格式,则FAT表大小如何?
表项个数 = 盘块个数
= 容量 / 盘块大小 = 1.2 *220 / 29 = 1.2 *211 个
表项大小,决定于盘块数量编号需要的位数=12 位;
FAT表大小 = 表项个数 * 表项大小
= 1.2 *211 * 12 bit
= 1.2 *211 * 1.5B = 3.6KB
以半字节(0.5B=4b)为基本单位,表项需12位(1.5B)
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
4、存储空间的管理
为实现存储空间分配,系统需要:
p记住空闲存储空间使用情况;为空间设置相应的数据结构;
p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
2)位示图法
3)成组链接法
1)空闲表法和空闲链表法
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
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
2)位示图法——位示图
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)。
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。
5、目录管理
对文件实施有效的管理,必须对它们加以妥善组织,主要是两大操作:
.基本信息记录(FCB,目录项)
.方便检索、管理(目录操作)
目录管理的要求如下:
实现“按名存取”;(最基本功能)
提高对目录的检索速度;
文件共享;
允许文件重名。
FCB:为了能对一个文件进行正确的存取,必须为文件设置用于描述和控制文件的数据结构,称之为“文件控制块”(FCB)
单级目录结构(Single-Level Directory)
最简单的目录结构。
整个文件系统中只建立一张目录表,每个文件一个目录项,含有文件相关信息。
每建立一个新文件:
先检索所有的目录项,保证文件名唯一。
获得一空白目录项,填入相关信息,修改状态位(表明每个目录项是否空闲)。
删除一个文件:
找到对应目录项,回收文件所占用空间
清除目录项
优点:简单、能实现目录管理的基本功能——按名存取。
缺点:
1.文件检索时需搜遍整个目录文件,范围大速度慢。
2.不允许重名。名字过多难于记忆,对于多用户环境重名难以避免。
3.不便于实现文件共享(因为不能重名,不同用户使用的共享文件必须不同名字,标识哪些用户共享文件也不方便),一般只适用单机环境。
②两级目录结构( Two-Level Directory )
为每一个用户建立一个单独的用户文件目录UFD,UFD由用户所有文件的文件控制块组成。
系统建立一个主文件目录MFD, MFD中每个用户目录文件都占有一个目录项,其中包括用户名和指向UFD的指针。
基本克服了单级目录的缺点,并具有以下优点:
1.提高了检索目录的速度。
2.在不同的目录中可重名。
3.不同用户还可以使用相同/不同的文件名来访问系统中的同一个共享文件。
不提供子目录操作,还不方便;各用户之间被完全隔离的话用户访问其他用户文件时,不方便合作。
③多级目录结构
适用于较大的文件系统管理。又称为树状目录(tree-like)
在文件数目较多时,便于系统和用户将文件分散管理。
层次结构更清晰、提供更灵活的权限管理等
但目录级别太多时也会增加路径检索层次,增加磁盘访问时间。