操作系统-文件管理（上）

初识文件管理

• 文件–就是一组有意义的信息/数据集合

文件的属性

	文件名：由创建文件的用户决定文件名，主要是为了方便用户找到文件，**同一目录下不允许有重名文件**
	标识符：一个系统内的各个文件标识符唯一，对用户来说毫无可读性，因此标识符只是操作系统用于去分各个文件的一种内部名称
	类型：指明文件的类型
	位置：文件存放的路径(让用户使用)、在外村中的地址(操作系统使用、对用户不可见)
	大小：指明文件大小
	保护信息：对文件进行保护的访问控制信息
	创建时间、上次修改时间、文件所有者信息等

文件内部数据的组织形式

操作系统向上提供的基本功能

	创建文件(create系统调用)
	删除文件(delete系统调用)
	读文件(read系统调用)
	写文件(write系统调用)
	打开文件(open系统调用)
	关闭文件(close系统调用)

可用几个基本操作完成更复杂的操作，如复制文件等

文件的逻辑结构

• 逻辑结构：指在用户看来，文件内部的数据应该是如何组织起来的
• 物理结构：指在操作系统卡莱，文件的数据时如何存放在外存中的

类似于数据结构中的“逻辑结构”和“物理结构”
如“线性表”就是一种逻辑结构，在用户角度看来，线性表就是一组有先后关系的元素序列
“线性表”这种逻辑结构可以用不同的物理结构实现，如顺序表/链表。

• 无结构文件
  文件内部的数据就是一系列二进制流或字符流组成。又称“流式文件”。没有明显的结构特性，如Windows操作系统中的.txt文件

• 有结构文件
  由一组相似的记录组成，又称“记录式文件”。每条记录由若干个数据项组成。如数据库表文件。一般来说，每条记录有一个数据项可作为关键字(作为识别不同记录的ID)。根据各条记录的长度（占用的存储空间）是否相等，又可分为定长记录和可变长记录两种。

有结构文件的逻辑结构分为

• 顺序文件

   - 文件中的记录一个接一个的顺序排列（逻辑上），记录可以使定长的或可变长的。
   - 各个记录在物理上可以顺序存储或链式存储
   - 顺序文件又可分为：
   		串结构：记录之间的额顺序与关键字无关，通常按照记录存入的时间决定记录的顺序
   		顺序结构：记录之间的顺序按关键字顺序排列
  

  • 顺序文件的随机查找
    

• 索引文件

  • 建立一张索引表以加快文件检索速度。每条记录对应一个索引项
  • 主要用于对信息处理的及时性要求比较高的场合

• 索引顺序文件

  • 索引顺序文件是索引文件和顺序文件思想的结合。索引顺序文件中，同样会为文件建立一张索引表，但不同的是：并不是每个记录对应一个索引表项，而是一组记录对应一个索引表项。
  • 例如：学生记录按照学生姓名的开头字母进行分组。每个分组就是一个顺序文件，分组内的记录不需要按关键字排序
    

文件目录

文件控制块

目录文件中的一条记录就是一个“文件控制块(FCB)”
FCB的有序集合称为“文件目录”，一个FCB就是一个文件目录项，FCB中包含了文件的基本信息

目录结构

单级目录结构
	整个系统中只建立一张目录表，没饿文件占一个目录表
	单级目录实现了“按名存取”，但是不允许文件重名
两级目录结构：分为主文件目录（MFD）和用户级目录（UFD）			
		1.主文件目录记录用户名及相应用户文件目录的存放位置
		2.用户文件目录由该用户的文件FCB组成
		3.允许不同用户名的文件重名
多级目录结构（树形目录结构）		
	用户要访问某个文件时要用文件路径名标识文件，文件路径名是个字符串。
	各级目录之间用“/”隔开。从根目录出发的路径称为**绝对路径**，可以使用从当前目录出发的“相对路径”。
无环图目录结构
	可以用不同的文件名指向同一个文件，甚至可以指向同一个目录
	需要为每个共享结点设置一个共享计数器，用于记录此时有多少个地方在共享该结点,计数器为0时才真正删除该结点
	注意：共享文件不同于复制文件。在共享文件中，由于用户指向的是同一个文件
		 因此只要其中一个用户修改了文件数据，那么所有用户都可以看到文件数据的变化

索引结点

• 除了文件名之外的所有信息都放到索引节点中，每个文件对应一个索引结点
• 目录项中只包含文件名、索引结点指针，因此每个目录项的长度大幅减小
• 由于目录项长度减小，因此每个磁盘块可以存放更多个目录项，因此检索文件时磁盘I/O的次数就减少了很多

文件的物理结构（文件分配方式）

文件块、磁盘块

• 类似于内存分页，磁盘中的存储单元也会被分为一个个“块/磁盘块/物理块”。很多操作系统中，磁盘块的大小与内存块、页面的大小相同
• 在内存管理中，进程的逻辑地址空间被分为一个个页面
  同样的，在外存管理中，为了方便对文件数据的管理，文件的逻辑地址空间也被分为了一个一个的文件“块”。
  于是文件的逻辑地址也可以表示为**（逻辑块号，块内地址）**的形式，用户通过逻辑地址来操作文件，操作系统要负责实现从逻辑地址到物理地址的映射
  操作系统为文件分配存储空间都是以块为单位的

连续分配

• 连续分配方式要求每个文件在磁盘上占有一组连续的块
  

• 逻辑地址到物理地址的映射

    （逻辑块号，块内地址）->（物理块号，块内地址）
    只需要转换块号就行，块内地址保持不变
    用户给出要访问的逻辑块号，操作系统找到改文件对应的目录项（FCB）...
    物理块号=起始块号+逻辑块号
    还需检查用户提供的逻辑块号是否合法（逻辑块号≥长度就不合法）
  

  故连续分配方式支持顺序访问和直接访问（即随机访问）
  

  • 读取某个磁盘时，需要移动磁头。访问的两个磁盘块相隔越远，移动磁头所需时间就越长。故连续分配的文件在顺序读/写时速度最快
  • 物理上采用连续分配的文件不方便拓展，存储空间利用率低，会产生难以利用的磁盘碎片

链接分配

链接分配采取离散分配的方式，可以为文件分配离散的磁盘块。分为隐式链接和显示链接两种。

隐式链接

文件名	…	起始块号	结束块号
aaaa	…	9	16

• 目录中记录了文件存放的起始块号和结束块号
  除了文件的最后一个磁盘块之外，每个磁盘块中都会保存指向下一个潘快的指针，这些指针对用户是透明的
• 逻辑地址->物理地址
  用户给出要访问的逻辑块号，操作系统找到改文件对应的目录项（FCB）…
  从目录项中找到起始块号（即0块号），将0号逻辑块读入内存，由此知道1号逻辑块存放的物理块号…以此类推
• 故采用链式地方时的文件，只支持顺序访问，不支持随机访问，查找效率低。另外，指向下一个盘块的指针也需要耗费少量的存储空间。
• 采用隐式链接的链接分配方式，很方便文件拓展。另外，所有的空闲磁盘块都可以被利用，不会有碎片问题，外存利用率高。

显示链接

 把用于链接文件各物理块的指针显示的存放在一张表中。即文件分配表（FAT，File Allocation Table）

• 目录中只需记录文件的起始块号

文件名	…	起始块号
aaa	…	2
bbb	…	4

• FAT(文件分配表)

物理块号	下一块
0	1
2	-1
3	5
4	-1
5	23
…	0
22
23	3

假设某个新创建文件“aaa”依次存放在磁盘块2->5->0->1
假设某个新创建文件“bbb”依次存放在磁盘块4->23->3

• 一个磁盘仅设置一张FAT。开机时，将FAT读入内存，并常驻内存
• 逻辑地址->物理地址
  用户给出要访问的逻辑块号，操作系统找到改文件对应的目录项（FCB）…
  从目录项中找到起始块号，若i>0，则查询内存中的文件分配表FAT，往后找到i好逻辑块对应的物理块号。逻辑块号转换成物理块号的过程不需要读磁盘操作
  结论：采用显示链接方式的文件，支持顺序访问，也支持随机访问，由于块号转换过程不需要访问磁盘，因此相比于隐式链接来说，访问速度快很多，也不会产生外部碎片，也可以很方便的对文件进行拓展

索引分配

索引分配允许文件离散地分配在各个磁盘块中，系统会为每个文件建立一张索引表，索引表中记录了文件的各个逻辑块对应的物理块（索引表功能类似于内存管理中的页表）。索引表存放的磁盘块称为索引块。文件数据存放的磁盘块称为数据块。

• 目录中需要记录文件的索引块是几号磁盘块

文件名	…	索引块
aaa	…	7
bbb	…	23

假设某个新创建的文件“aaa”的数据依次存放在磁盘块2->5->13->9。
7号磁盘块作为“aaa”的索引块，索引块中保存了索引表的内容

• 文件aaa的索引表

逻辑块号	物理块号
0	2
1	5
2	13
3	9

• 注：在显示链接的链式分配方式中，文件分配表FAT是一个磁盘对应一张。而索引分配方式中，索引表是一个文件对应一张。
• 索引分配方式可以支持随机访问。文件拓展也很容易实现，只需要给文件分配一个空闲块，并增加一个索引表项即可。

物理结构总结

	How？	目录项内容	优点	缺点
顺序分配	为文件分配的必须是连续的磁盘块	起始块号、文件长度	顺序存取速度快，支持顺序访问	会产生碎片，不利于文件拓展
隐式链接	出文件的最后一个磁盘块之外，每个盘块中都存有指向下一个盘块的指针	起始块号、结束块号	可解决碎片问题，外存利用率高，文件拓展实现方便	只能顺序访问，不能随机访问
显示链接	建立一张文件分配表（FAT），显示记录盘块的先后关系（开机后FAT常驻内存）	起始块号	除了拥有隐式链接的优点之外，还可通过查询内存中的FAT实现随机访问	FAT需要占用一定的存储空间
索引分配	为文件数据块建立索引表，若文件太大，可采用链接方案、多层索引、混合索引	链接方案记录的是第一个索引块的块号，多层/混合索引记录的是顶级索引号的块号	支持随机访问，易于实现稳健的拓展	索引表需占用一定的存储空间。访问数据块前需要先读入索引块。若采用链接方案，查找索引块时可能需要很多次读磁盘操作。