文件系统概述

一、文件系统

在《Linux磁盘调度》的磁盘格式化中，介绍了磁盘的低级格式化和高级格式化，高级格式化就是为磁盘构件文件系统，那文件系统是什么呢？

可以将文件系统看作一个软件,它需要在磁盘上写入一些数据结构和数据,以扇区为单位写入,这个过程就叫做构建文件系统

1.1 文件系统概念

• For most users，the file system is the most visible aspect of an operating system

  对于大多数用户来说，文件系统是操作系统中最显而易见的，时刻都是使用文件系统

• It provides the mechanism for on-line storage of and access to data and programs of the operating system and all the users of the computer system

  文件系统为计算机系统提供了一种机制，这种机制可以在线存储和访问操作系统和所有用户的数据和程序

• File systems live on devices，such as magnetic disk，SSDs

  文件系统存在于设备上，例如磁盘SSD，

• The file system consists of two distinct parts：a collection of files，each storing related data，and a directory structure，which organizes and provides information about all the files in the system

  文件系统包含两个明显的部分：一个存储相关数据的文件集合和一个目录结构，目录结构用于组织和提供所有操作系统文件

磁盘格式化过程：

磁盘经过地址格式化之后，被分成了大小相等的扇区，将不同的扇区进行了分区，然后进行高级格式化，在每个分区中，最前面若干个扇区存放的是分区表，记录分区大小、分区性质(主分区/扩展分区)等，后面若干个扇区存放的是目录信息，每个分区都有一个根目录，根目录下面有若干个文件或目录，这些文件和目录的信息都存在目录信息中

1.2 文件概念

文件系统的概念中说明了文件系统包含文件和目录结构两个部分，那文件是什么？

1.2.1 文件定义

• 文件是信息的逻辑存储单位

  说文件是信息的逻辑存储单位,是从用户的角度来看,对用户来说,一个文件可能包含段落、标题等这些逻辑信息结构

  • 在用户看来，文件是具有结构的信息集合
  • 在系统看来，文件的本质就是存储在外存当中的二进制集合

• 文件可以存储不同类型的信息，如文本文件、可执行文件、doc文档文件、xls表格文件

1.2.2 文件属性

• 文件名称

  文件是“按名存取”的

• 文件类型

  通常通过文件的后缀区分文件类型(pdf,txt,doc,exe,py等)

  文件类型可用于指示文件的内部结构，操作系统通过了解文件类型决定对文件如何进行解释

  一般地，操作系统至少要解释两种文件类型：文本文件(ASCII+控制符构成)、二进制可执行文件(win：.exe linux：./执行文件)

  Unix认为每个文件由字节序列构成，解释这些字节的工作交给对应的应用程序完成。

  以word应用程序为例，对于test.doc的文件，操作系统并不能解释，但word应用程序向操作系统注册了它可以解释test.doc文件，于是操作系统执行word的可执行文件启动应用，然后由应用程序来解释test.doc文件,如果找不到能解释test.doc文件的应用程序,操作系统就会提示无法打开,需要手工打开一个应用程序来解释该文件

• 位置

  文件存放目录

• 大小

  文件本身大小可能要比占用的磁盘空间小

• 时间、日期和用户标识

  包含文件的创建时间、修改时间、访问时间；操作系统中用户标识有三种：当前用户、同组用户和其他所有人

• 保护

  对于不同的用户，文件拥有者、同组用户和其他用户对文件的访问权限可能是不一样的，

1.3 文件的内部结构

磁盘是以扇区为基本读写单元，假设每个扇区的大小为512Bytes

• 文件被划分为若干个逻辑记录，每个逻辑记录占1Byte，假设文件刚好是512Bytes，操作系统将文件将这512个逻辑记录放进一个扇区，这个过程称为打包或成组，从扇区读取分解为不同的逻辑记录的过程称为分解

Linux里面,通常一个文件就是以一个字节为单位的

• 文件被划分为若干个逻辑记录，每个逻辑记录占xBytes，假设文件两个逻辑记录占512Bytes，操作系统将文件将每两个逻辑记录打包放进一个扇区

这种方式的文件系统主要用于数据库,数据库以每行记录为单位,每个记录可能占用若干个字节

1.4 访问方法

1.4.1 顺序访问

• 这种访问文件的方式最为常见，文件信息按顺序排序，读取/写入当前文件信息后，将文件指针移向下一个邻接区域

• 磁带模型

  

  当前指针指示了当前读取的位置，如果继续读或者写，指针继续向前移动，如果需要读取前面的数据，则通过倒带，把指针移到前面的位置，然后再往后读，实现重复读写的能力

1.4.2 直接访问

• 若干文件的逻辑记录(logical record)的长度固定，那么允许在访问文件信息时可以按任意顺序进行快速读取和写入
• 磁盘模型
• 假设逻辑记录长度为L，若要访问某个文件的第N个逻辑记录(编号从0开始)，则可转换为：“访问从文件起始位置L*N开始的L字节”

1.5 文件目录

1.5.1 文件目录作用

• The directory can be viewed as a symbal table that translates file names into their directory entries

  文件目录作为一个符号表，用于将文件名转换对应的目录条目

  在前面磁盘格式化过程中已经说到,在磁盘的每个分区中,第一个扇区存放的是分区信息,第二个分区存放的是目录信息

  

  每个目录条目包含了文件名，基本属性，文件位置以及读写权限等信息

  文件目录提供了以下功能：

  1、查找文件(根据文件名)

  2、创建文件、删除文件

  3、文件重命名

  4、列出文件目录所有文件和子目录

  5、遍历文件系统，文件目录的除了可以包含文件，还可以包含子目录，遍历文件系统就是可以遍历所有目录以及子目录中的文件

1.5.2 文件目录结构

• 单层目录

  单层目录是最简单的目录结构，所有的文件都存放在一个相同的目录中(只有一个目录)，这方结构比较容易理解和实现

  这种方式最大的缺点是文件命名是一个很麻烦的是事情

  

• 两层目录

  在两层目录结构中，系统中的每个用户有一个独立的文件目录(user file directory UFD)，每个UFD有相似的结构，但是每个用户只能看到自己的文件，当访问某个文件时，首先在系统中查找这个用户下的文件目录，然后判断当前目录是否有该文件

  

• 树型结构目录

  1、树型结构目录允许用户在当前目录下再创建的子目录，并且管理对应的文件

  2、每个树型结构都有一个根目录(Linux用“/”表示当前分区的根目录)，并且每个文件在系统中都有一个独一无二的路径名(相同路径下不能有同名文件,不同路径下可以有同名文件)

  3、树型结构中，一个文件目录就是文件和子目录的集合

  

现在常用的操作系统,都使用树型结构的文件目录

1.6 共享与保护

1.6.1 用户和组

• 在多用户系统中，提出了文件共享和保护的需求

• 在文件和目录的属性中，加入了“用户”和“组”的概念

  User：即为所有者(Owner)

  Group：用户集合，它们拥有相同的访问权限

  [root@zhuyuzhu ~]# ll
  total 0
  drwxr-xr-x 3 root root  24 Sep  1 14:25 lizhi
  drwxr-xr-x 4 root root 166 Jul 16 16:22 logs
  drwxr-xr-x 3 root root  18 Jul  5 20:02 nginx
  

  在linux系统中可以通过“ls -l”或者“ll”列出文件信息，其中第一个root表示的就是用户，第二个root表示分组

1.6.2 文件访问控制

为每个文件或目录关联一个访问控制列表(Access Control List,ACL)可以实现基于身份的访问控制，以Linux为例：

• 每个文件/目录有三种用户类型：Owner/Group/Other

• 三种用户的访问权限均有readable/writable/executable(rwx)

• 每个文件/目录的ACL有9个bit来指示它的访问控制权限
  

  因为ACL只用9个bit来表示，通过1或0来表示是否可读可写可执行，上图中，文件对于拥有者可读可写不可执行，对于同组同于可读不可写不可执行，而对于其他用户，不可读不可写不可执行，用字符表示就是“rw-r----”。

  文件的访问权限也可以使用数字表示,上图也表示的权限对应数字就是610,每3个bit对应一个数字

  如上面的列出来的文件信息，第一个“d”表示这是一个目录而不是文件，后面九个字符分别代表了三种用户的访问权限