文件的物理结构——文件分配方式(知识篇)

一、引入

作为计算机系统资源的管理者，OS自然需要对外存（磁盘）资源进行管理，主要考虑两件事：

①对存放了文件数据的那些磁盘块怎样管理，即文件分配方式的问题；

②对空闲的磁盘块怎样管理，即文件存储空间管理的问题。

其中，“文件分配方式”要探讨的就是文件数据怎样存放在外存中，也就是本节内容。

类似于内存的分页，磁盘中的存储单元也会被分成一个个的磁盘块/物理块，其大小与内存块页面大小相同，这样内存与磁盘之间的数据交换（即读/写操作、磁盘I/O）都以“块”为单位进行，故数据交换比较方便。

对比内存管理，进程的逻辑地址空间被分为一个个页面，同样，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，被分块后，OS 为文件分配存储空间也都是以块为单位的，因此用户通过逻辑地址来操作自己的文件，OS负责实现从逻辑地址到物理地址的映射。（逻辑地址物理地址一定要搞清楚）

在分块的体系基础上，我们就可以深入研究分块后的文件的具体分配方式了。主要有以下三大类：

二、文件分配的三类方式

（一）连续分配

思想就是：要求每个文件在磁盘上占有一组连续的块

比如，下图中一个文件file在逻辑上分为三个块，采用连续分配方式，让这些逻辑上相邻的块在物理上也相邻且保持相对顺序：

此方式下，考虑OS如何实现逻辑地址到物理地址的映射呢？

由于文件块与物理块的大小一致，故在块内的相对位置显然相同，即物理、逻辑地址的块内地址相同，故只需考虑块号是什么对应关系即可，即（逻辑块号，块内地址）——>（物理块号，块内地址）。为了实现这一映射，在文件的目录表中必须记录文件的起始存放块号和长度（即占了几块），比如上述的file文件，有目录表：

有了这些信息准备，OS就可以完成地址转换了：

当用户给出要访问的逻辑块号，OS找到该文件对应的目录项（FCB）得到起始块号，则物理块号=起始块号+逻辑块号。

【注】OS还要检查用户提供的逻辑块号是否合法，若逻辑块号>=长度就非法（因为逻辑块号从0开始编号，故=时也非法）。

由上述地址转换过程，可以看到，只要用户给出了要访问的逻辑块号，OS可以直接算出逻辑块对应的物理块号，因此连续分配支持顺序访问和直接访问（即随机访问），这是其一个优点。

【补】“顺序访问”是指若要访问逻辑块号n的话，就必须先顺序访问逻辑块号0，1，...，n-1，才能找到逻辑块号n；“直接访问（随机访问）”是指要访问n号逻辑块时不需要访问其他的，可以直接访问。

由连续分配的方式与特点考虑下面两种情况：

情况一：

下图中有两种方式在外存读取3个物理块：①依次读1，2，3；②依次读4，5，6

在读取一个磁盘块时，要把磁头移动到对应的磁盘块位置，访问不同的磁盘块是需要移动磁头的，且相隔越远，移动时间越长。因此，显然①移动距离更短更快，故连续分配的文件在顺序读写时速度快，是其另一个优点。

【说明】外存（磁盘）的结构事实上是盘片的形式，这里为了清晰说明画出矩阵形式，不过道理一致。

情况二：

如下图，黑边黑方块表示文件A占用了连续3个物理块，绿边方块表示空闲块，黑边白方块表示其他文件已占。

此时，如果A采用连续分配，要加一个块（即要4个连续块），为了扩展，必须将A的数据全体迁移到空闲的4块连续区中，而这需要较大的开销，因此物理上采用连续分配的文件不方便拓展，是其一个缺点。

还是在上图中，若要创建一个连续的大小为5个块的文件B，则在上图中将无法为其分配足够的连续空间，故可知连续分配的存储利用率低，会产生难以利用的磁盘碎片，虽然可用紧凑处理，但代价较大，是其另一个缺点。

（二）链接分配

思想是，采用离散分配方式，动态地为文件分配盘块，无须事先知道文件大小。

一般地，链式分配有两种方式：

（Ⅰ）隐式链接

方式：将文件离散地分配在磁盘的物理块中，每个块之间形成链表，每个文件则对应一个盘块链表。文件的目录项中含有文件的第一块指针和最后一块指针，除最后一块，每个盘块都含有指向文件下一个盘块的指针，这些指针对用户透明（即不可见）。如下图示意

此方式如何实现地址转换？

用户给出要访问的逻辑块号i，OS找到该文件对应的目录项FCB，从中找到起始块号（逻辑0号块），将此块读入内存，由此知道逻辑1号块位置，再读入逻辑1号块的对应物理块，即可知逻辑2号块位置，以此类推，读入i号逻辑块共要i+1次磁盘I/O。

根据上述方式与特点，此方式在扩展文件时，只需在外存中找到空闲的块，把它挂到文件链尾，修改目录项中的结束块号即可，因此隐式链接很方便文件扩展；此外，所有的空闲块都可以利用，不会有碎片问题，外存的利用率高。这是其优点。

仔细分析不难发现，隐式链接只适合顺序访问，要想访问文件第n号块，只能从文件的第一块开始依次查找，随机访问效率低；另外，还有一个问题：如果在系统运行中，链表内的指针意外丢失或损坏，将导致文件数据丢失，其文件存储的稳定性存在隐患。这是其缺点。

除了上述缺点，仍然存在一些问题，比如当文件比较大时，文件对应的那个链表也会很长，既不便维护，查找也比较麻烦，这是因为隐式链接采用了链表的方式。同样是离散分配，显示链接则给出了不同的方案。

（Ⅱ）显式链接

方式：显示链接不采用链表，而是将外存中所有物理块的下一个块的信息统一放在一张表中，这张表就是文件分配表FAT（File Allocation Table），此表在整个磁盘中仅设置一张，每个表项中存放链接指针，指向下一个盘块号。文件的第一个块号记录在目录项中，后续的盘块通过FAT找到。

不难发现，FAT的表项与全部磁盘块一一对应，不仅记录了文件各块的顺序，而且还记录了空闲块。

在开机时，FAT会被读入内存，并常驻内存，FAT的各表项在物理上连续存储，且每个表项长度相同，因此“盘块号”字段是可以隐含的。

那么此方式如何实现地址转换？

用户给出逻辑块号i，OS先找到其目录项，从中找出起始块号，查询内存中的FAT，依此往后找到I号逻辑块对应的物理块号，由于FAT常驻内存，故查找过程是在内存中进行，无需读磁盘操作。

由此可知，显示链接方式支持顺序访问，也支持随机访问，且由于变址不需访问磁盘，比隐式链接快很多，且同样不会产生外部碎片，方便文件扩展。唯一小小的缺点就是FAT占用一定的内存。

【注】若题目未指明显示还是隐式链接，默认链接分配为隐式。、

（三）索引分配

允许文件离散地分配在各个磁盘块中，系统会为每一个文件建立一张索引表，表中记录了文件各个逻辑块对应的物理块。存放索引表的磁盘块称为索引块，文件数据存放的磁盘块称为数据块。

如，文件aaa的数据依次存放在磁盘块2，5，13，9中，系统为其建立一张索引表，记录了其各个逻辑块和物理块对应的关系：

逻辑块号	物理块号
0	2
1	5
2	13
3	9

若此索引表存放在7号磁盘块，则7号磁盘块就是该文件的索引块，2，5，13，9磁盘块就是数据块。

此方式下，要找到文件的数据显然要知道其索引表，故而要在文件的目录项（FCB）中记录自己的索引块号。

【注】索引表中，可采用固定长度表示物理块号，因此逻辑块号是可以隐含的。

那么，此方式如何实现地址转换呢？

①给出要访问的逻辑块号i

②OS找到其FCB，找出索引块块号

③在索引块中读出索引表

④由索引表的映射关系，根据逻辑块号即可查出物理块号。

由查找过程可知，索引分配可支持随机访问，也容易实现文件拓展（只需给文件分配一个空闲块，并增加一个索引表即可）

讲到这里，不知道你有没有考虑过这样一个问题：索引分配依赖于索引表，索引表也需要存储，如果索引表过大，那么索引表就需要存放多个磁盘块，这对索引表的查找又带来了麻烦。

【例】设每个磁盘块1KB，一个索引表的表项有4B，则一个磁盘块最多存放1KB/4B=256个索引项，若文件大小超过了256个块，即需要有超过256个索引对应项，故一个磁盘块装不下整个索引表。

对于这种问题，主要有以下三种解决方案：

（Ⅰ）链接方案

索引表要占用多个块，那就把这些索引块都链接起来就好了，相当于管理一个链表

方法是：为文件分配多个索引块，每个索引块中用一定的空间存储指向下一个索引块的指针，而在FCB中，只需记录第一个索引块号，如

采用链式的方式后，如果想要读取第n个索引块的话，就必须要读取前n-1个。基于此特性，若有很多索引块，要访问最后一个，则要很多的读磁盘操作，这样显然是低效的，为此改进为：

（Ⅱ）多层索引

通过第一级索引块指向一组二级索引块，第二级索引块再指向文件块，根据文件的大小可以继续到第三、四级。如

若像上图采用两层索引，该文件的最大长度就为256*256*1KB=64MB。

【注】若要采用多层索引，则最顶层索引表的大小不超过一个磁盘块

此方式如何将逻辑块号转为物理块号？

在FCB中，只需记录顶层索引表的位置，OS只需从一级索引表中找到下一级索引块号，依次往下找即可。若采用k层，且顶级索引表未调入内存，则访问一个数据块需要k+1次读磁盘操作。

（Ⅲ）混合索引

将多种索引分配方式相结合的分配方式，系统既采用直接地址，又采用单级或多级索引分配方式。对于小型文件，可以只采用直接索引，从而加快查找速度；对于中型文件，可采用单级索引方式；对于大型文件，可采用多级索引分配方式，这样就可以全面地照顾到小中大型文件。示意图为：

用一个块作为顶级索引，顶级索引当中包含直接索引（直接指向文件的数据块），一级索引（指向下一个索引块，需通过下一级索引块找到数据块），二级索引（往下还有两级索引表），三级索引......

思考一下：若顶级索引未调入主存，欲访问直接索引指向的数据块，要几次磁盘IO（即需要调内存几次）？访问一级间接的数据块要几次？二级索引呢？

要找到这些数据块，要从顶级索引表开始找，因此首先要将顶级索引调入内存，即1次；如果访问直接索引的数据块，从顶级索引中找到其地址后，就可调入该数据块到内存（1次）即可访问，即共需2次磁盘IO；若要访问一级索引的数据块，则相比于直接索引还多一个索引表调入，因此共需3次；同理，访问二级索引的数据块就需4次。更高级索引也依此类推了。做题时注意是不是已经将顶级索引调入内存了。

---

文件分配方式的有关题目篇，有时间再补。嗯。。。就这样吧，再会