操作系统 文件管理概述

概述

文件(File)，诞生的目的是为了专门负责管理外存储器上的信息，使用户可以按文件名高效快速的存取信息而不用关心底层实现。

**文件是具有符号名的、在逻辑上具有完整意义的一组相关信息项的集合。**信息项是构成文件的基本单位，里面可以是字符，也可以是记录。一个文件包含文件体和文件说明。文件体是文件的真实内容。文件说明是操作系统管理文件所需的信息，包括文件名、文件内部标识、文件类型、存储地址、长度、权限、建立时间、访问时间等等。

文件的关键在命名，文件名是进程创建文件时确定的，创建后文件将独立于进程直到它被删除。当其他进程要使用文件时也要指定文件名，不同的操作系统对文件命名规则略有不同。

对文件根据不同的方式可做如下分类：

1. 按性质用途分类：系统文件、库文件、用户文件
2. 按保存期限分类：临时文件、档案文件、永久文件
3. 按保护方式分类：只读文件、读/写保护文件、可执行文件、无保护文件
4. UNIX类系统分类：普通文件、目录文件、设备文件

文件的结构

文件的结构指的是文件的组织形式，在用户角度角度来看文件称为文件的逻辑结构，因为用户只需要知道文件名就可以存取信息，无需知道文件实际位于的位置。而在实现的角度看则成为物理结构。

文件的逻辑结构

文件的逻辑结构主要分为两类：

1. 有结构的记录式文件

   它是由一个以上的记录构成的，故称为记录式文件，其中的记录通常都是描述实体集的，有相同或不一的数据项，记录的长度可分为以下两类：

   • 定长记录

     指文件中所有记录的长度都相同，所有记录中的数据项都处于记录中的相同位置，具有相同的顺序和长度，文件长度用记录数目表示。定长记录的特点是处理方便，系统开销小，是目前较为常用的记录格式。

   • 变长纪录

     指文件中记录长度各不相同，一个记录中包含的数据项目可以是不同的。

2. 无结构的流式文件

   文件体为字节流，不划分记录，这种文件一般使用顺序访问方式，并且每次读写访问可以指定任一数据的长度。流式文件可以看做是一种特殊的记录式文件。在UNIX系统中，所有文件都被看作是流式文件，即使是有结构的文件也当做流式文件处理。

文件的物理结构

文件的物理结构主要是指文件内部的组织形式，即如何在存储设备上存放。下面是几种常见的物理结构：

1. 连续结构

   最普通的方法，即存放在连续编号的物理块上，只需知道文件其实块号和长度，就可以方便的进行文件的存取。连续结构是所有逻辑文件中存取效率最高的，但缺点是插入和删除较浪费时间，现在主要利用**事务文件(Transactor File)**记录，然后规定每隔一段时间就与主文件合并。这样就不用在每次插入、删除时都去移动文件所在的物理块。

2. 链接结构

   类似于编程领域中的链表，也叫串联结构，即每个物理块都设置一个指针指向下一个物理块，只需知道第一个物理块号，就可以顺序找出所有的物理块。

3. 索引结构

   在采用索引结构时，逻辑上连续的文件信息存放在不连续的物理块，每个文件都会有一张索引表，其中记录逻辑块号对应的物理块号，并将索引表的位置记录在文件的目录项中。

4. 多个物理块索引表

   即多重的索引结构，其实现各不相同，如UNIX系统采用了3级索引结构。

文件目录

之前提到过，进程有PCB给系统提供必要信息，文件也有一个类似的结构，称为 文件控制块(FCB, File Control Block) ，文件控制块的有序集合称为文件目录。也就是说，文件目录是由FCB组成的，专用于文件的检索。因此FCB也称为目录项。

FCB一般包含三类信息：

1. 基本信息：文件名、物理地址、长度、块数等
2. 存储控制信息：读写权限、用户组等
3. 使用信息：建立日期、修改日期、访问日期等

另外目录结构的组织方式直接影响文件的存取速度，曾经有过一级目录结构与二级目录结构，但现代操作系统中主要都是使用多级目录结构。这种目录结构像一颗倒置的树，所以也称为树型目录结构，从树根往下结点代表目录，叶结点则代表文件。

存储空间管理

要将文件保存到外存上，首先必须要知道存储空间的使用情况，即哪些物理块被使用了，哪些是空闲的。

因此文件系统必须对磁盘空间进行管理，外存空闲空间管理通常使用一种 磁盘分配表(Disk Allocation Table) 来实现。常用的方法有4种：

1. 空闲区表

   将外存空间的一个连续未分配区域称为空闲区，操作系统会为磁盘上所有空闲区间建立一个空闲表，每个表项对应一个空闲区，空闲表中包含序号、空闲区的第一块块号、空闲块块数和状态等信息，这种方法适用于连续文件结构。

2. 位示图

   在外存上建立一张位示图，记录文件存储器的使用情况，每一位对应存储器上的一个物理块。这种方法描述能力强，适用于各种物理结构。

3. 空闲块链

   使每个空闲块含有指向下一个空闲物理块的指针，即构成链表，而头指针则置于特定位置。不需要磁盘分配表，较节省空间。

4. 成组链接法

   UNIX系统使用的方法，让系统将空闲区分为若干组，每100个空闲块为一组，每组中的第一个空闲块中有指针指向下一组空闲组。这是一种成组后使用指针链接的方式。

文件的保护

文件系统保护文件的方式一般都是存取控制，即对不同用户给予规定的不同权限，以防止文件未经文件主同意被修改。为了保存不同用户对文件的访问权限，一般采用如下方法：

1. 存储控制矩阵

   这是最简单的一种方法，即令一二维矩阵囊括所有用户对文件的访问权限，这一二维矩阵$M_{ij}$指的是用户$i$对文件$j$的访问权限，实现比较简单，清晰。

   但实际上当用户数和文件数量都很大时，这个矩阵就要耗费非常多的空间，因此一般并不采用。

2. 存取控制表

   这是矩阵的改进方式，由于文件一般只与少数用户有关，因此将用户分为三类： 文件主 、 同组用户 、其他用户 。而不分开按每个用户存储，这样就可以节省巨大的空间。类UNIX系统就采用了这种方法。

3. 用户权限表

   这其实算是存储控制表的另外一种实现，它是以用户组为单位，将文件集存入表中，而不是以文件的单位。但实际上大同小异。

4. 密码，文件存储时加密，在访问时询问密码解密，安全性很高，但缺点是加密解密需要耗费大量的时间。