【Linux修行路】文件中的数据是如何被写进磁盘的？

库库的里昂

于 2024-08-22 15:57:53 发布

阅读量970

点赞数 21

分类专栏： Linux修行路文章标签：网络 linux 数据库运维服务器

本文链接：https://blog.csdn.net/m0_68662723/article/details/141430198

版权

Linux修行路专栏收录该内容

40 篇文章 3 订阅

订阅专栏

⛳️推荐

前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站

一、操作系统对物理内存的管理

1.1 物理内存与磁盘的数据交换

物理内存与磁盘之间的数据交换一般是以 4KB（大小可改）为单位进行的，其中物理内存中一个 4KB 大小的空间叫做页框，填入 4KB 内存中的内容叫做页帧。样做的好处有以下几点：

减少 I/O 的次数，即减少 CPU 访问外设的次数以提高效率。一次访问 4KB 和分四次访问 1KB 相比，前者效率更高，因为前者 CPU 只和磁盘只打了一次交道，磁头和盘面只需要进行一次定位就可以读取出 4KB 的内容，而后者 CPU 和磁盘要打四次交到，并且这四次可能并不连续，意味着磁头和盘面要定位四次，大量的机械运动就伴随着效率的下降。
基于局部性原理的预加载机制。即使当前 CPU 只需要访问100字节的内容，但操作系统和磁盘之间还是以 4KB 为单位将数据加载进来，一般认为，CPU 在访问当前磁盘中的代码和数据的时候，接下来有较大的可能性去访问附近空间的代码和数据。

小Tips：4KB 是科学家经过大量实现确定出来的一个较为合理的值。一个文件如果占用了多个数据块，那么只有最后一个数据块可能存在没用完浪费的情况。一个数据块只能被一个文件使用。加入有两个只有几个比特的小文件，那么会为他们俩一人分配一个数据块，他们两个不可能共享同一个数据块。

1.2 操作系统对物理内存的管理

首先操作系统一定是可以看到物理内存的。对物理内存的管理还是逃不脱先描述再组织，在内核中有一个 struct page 的结构体就是用来描述物理内存的，一个 struct page 对象就对应一个 4KB 的内存空间，该结构体里面记录了当前 4KB 的一些属性信息，例如：当前页框的状态，当前页框的引用计数等。操作系统将物理内存划分成一个个的 struct page 对象，然后用数组的形式组织起来，数组的下标就是对应的页号。随便给一个物理地址（一般一个物理地址对应一个字节）求它所在的页号，就是用该物理地址除以（4KB*1024 = 4096字节）即可，也就是用该地址按位与上 0XFFFFF000，将低12位清零，就是该地址所在的页号。所有申请内存的动作都是在访问内存 page 数组，查看 struct page 里面的 flags 属性，通过 flags 属性判断当前页框的状态，得知该页框是否被使用，没被使用就去修改 flags，表示该页框已被申请。flags c除了可以表示当前页框是否被使用外，还可以用来表示该页框是只读的还是读写等状态。这里所说的操作系统对物理内存的管理只是一个雏形，真正的内存管理系统是非常复杂的，像伙伴系统算法、slab 分派器等。

二、再来看文件打开和写入

2.1 文件页缓冲区的引入

前面的文章中说到过 struct file 是内核中的一个数据结构，用来描述一个打开的文件。而 inode 是在介绍磁盘时引入的，磁盘上的一个文件对应一个 inode，它表示该文件的属性。struct file 和 inode 之间的关系是，struct file 中只记录了文件的少量属性，因此在内核中还有一个 struct inode 结构体专门用来记录一个文件的所有属性。在 struct file 中有一个指针字段指向该文件的 struct inode 对象。

而文件是包括内容加属性的，在磁盘上文件的属性用 inode 来存储，文件的内容用 block 来存储，上面说过在内核中用 struct inode 来存储文件属性，那一个文件的内容（数据）在内核中该如何表示呢？答案是采用文件页缓冲区。在 struct file 结构中有一个 struct address_space 字段的指针，该结构体里面有一个 struct radix_tree_root 结构体对象，这本质上是一个树状结构（基数数又或叫字典书），树中的每个节点都是 struct radix_tree_node 类型，该类型里面有一个名为 slots 的 void * 类型的数组，里面存的其实就是 struct page 对象的地址。总结一下就是在 struct file 结构体中有指向物理内存的指针，我们将这些物理内存就叫做文件页缓冲区。

2.2 向文件中写入的过程

在调用 C/C++ 库函数向文件中写入，首先将内容写入到语言层面的用户缓冲区，然后再在合适的时机将内容写入到该文件对应的文件页缓冲区中，最后再在合适的时机将内容写入到外设。将物理内存中的数据刷新到磁盘是由 I/O 子系统来执行，进程并不会关心，在操作系统中一定会存在非常多的 I/O 操作，可能会有很多进程都要将数据写入磁盘，操作系统会将所有的 I/O 操作根据先描述再组织的形式管理起来。内核中的 struct request 结构就是专门用来描述一个 I/O 操作的。为了提高 I/O 的效率，操作系统还会进行 I/O 排序和 I/O 合并，以减少磁头和盘面的定位次数。

总结：Linux 中，我们的每一个进程，打开的每一个文件都要有自己的 struct inode 对象和自己的文件页缓冲区（就是所谓的内核缓冲区）。

🎁结语：

今天的分享到这里就结束啦！如果觉得文章还不错的话，可以三连支持一下，您的支持就是我前进的动力！