六、文件与文件系统

6---1

一、文件和文件系统

文件管理：把所管理的程序和数据组织成一系列的文件，并能进行合理的存储、使用等操作。

1 ）基本概念

数据项：描述对象某种属性的字符集；是数据组织中可以命名的最小逻辑数据单位。

记录：一组相关数据项集合，描述对象某方面的属性；

关键字：一个记录中的一个或几个数据项的集合，用于唯一的标识一个记录。

文件：由创建者定义的、具有文件名的一组相关元素的集合。

·有结构：由相关记录组成

·无结构：字符流的形式

·属性：类型、长度、物理位置、创建时间

2 ）文件类型

不同的系统对文件的管理方式不同

大多用扩展名标志文件类型，按如下几种方式分类文件

·按用途：系统、用户、库文件

·按数据形式：源文件、目标文件、可执行文件

· 按存取控制属性：只执行、只读、读写

·按组织和处理方式：普通文件、目录文件、特殊（设备）文件

 

3）文件系统模型

 

二、文件的逻辑结构

文件结构：

文件的逻辑结构：按用户观点如何组织数据

基本要求：检索速度高、方便修改、降低存储空间费用（不连续）

文件的物理结构：根据外存上的物理块的分配机制，记录文件外存的存储结构。用户感知不到的。

！！注：以上的红色虚线箭头只是表示顺序文件更适合用定长记录的方式去组织，另一个索引文件更适合用变长记录的方式去组织。

 

①顺序文件

·两种记录排列方式

··串结构：按记录形成的时间顺序串行排序。记录顺序与关键字无关；

··顺序结构：按关键字排序。

·检索方法：

··从头检索，顺序查找要找的记录，定长的计算相对快。

··顺序结构，可用折半查找、插值查找、跳步查找等算法提高效率

 

顺序结构记录按关键字排序，可按关键字检索

定长：结合折半查找算法等提高检索速度

 

变长：从第1个记录开始顺序扫描，直到扫描到要检索的关键字标识的记录（例如：数据库、文件系统的基于文件名排序的目录检索）

 

顺序文件的优缺点：

1·.不方便随机存取某条记录，但适用批量存取的场合。

2·适合磁带等特殊介质。

3·单记录的查找、修改等交互性差；增减不方便（改进办法：把增删改的记录登记在一个事务文件中，在某段时间间隔后再与原文件合并更新）。

 

②索引文件

为了方便单个记录的随机存取，为文件建立一个索引表，记录每项记录在文件的逻辑地址及记录长度；该索引表按关键字排序，。

索引表内容：

·索引号、长度、记录地址指针

检索效率

·索引表本身即是个按记录键排序的定长顺序文件，所以能利用算法提高索引表检索速度

一个索引文件可以有多个索引表

          为方便用户根据不同记录属性检索记录，为顺序文件建立多个索引表，每种能成为检索条件的域都配备一张索引表。

索引文件的优缺点

适用于变长记录，可提高检索速度，实现直接存取

索引表增加了存储开销

 

③索引顺序文件

·既要方便，又要降低开销

· 本方式是最常见的一种逻辑文件形式。

将顺序文件的所有记录分组

还是建立索引表，但每个表项记录的是每组第1条记录的键值和地址。

组内记录仍按顺序方式检索和使用。

·检索一条记录的过程：

先计算记录是在第几组，然后再检索索引确定组在哪里后，在组内顺序查找。

·可利用多级索引，进一步提高检索效率。

 

3、外存分配方式

·目标：有效利用外存空间，提高文件访问速度

·常用三种方式：

连续分配

链接分配（不连续）

索引分配

通常一个系统中仅采用一种方式

·采用的磁盘分配方式决定了文件的“物理结构”

顺序结构；链接式结构；索引式结构。

注意与逻辑结构名类似但不是一回事。

 

 

缺点：

·会产生外存碎片。可紧凑法弥补，但需要额外的空间，和内存紧凑相比更花时间。

·创建文件时要给出文件大小；存储空间利用率不高，不利于文件的动态增加和修改；

适用于变化不大顺序访问的文件，在流行的UNIX系统中仍保留了连续文件结构。如对换区

2）链接分配

·可以为每一个文件分配一组不相邻的盘块。

·设置链接指针，将同属于一个文件的多个离散盘块链接成一个链表，这样形成的文件称为链接文件。会有链接成本。

优点：

·离散分配，消除外部碎片，提高利用率

·同时适用于文件的动态增长；修改容易

 

 

FAT表的相关计算

MS-DOS文件分配结构为例：

                   一个1.2M的磁盘，盘块512B大小；若文件系统采用FAT格式，则FAT表大小如何？

·表项个数=盘块个数= 容量/盘块大小 = 1.2 *220 / 29 = 1.2 *211 个

·表项大小，决定于盘块数量编号需要的位数=12 位；

FAT表大小 = 表项个数 * 表项大小

                      = 1.2 *211 * 12 bit

                      = 1.2 *211 * 1.5B = 3.6KB

以半字节（0.5B=4b）为基本单位,表项需12位（1.5B）

 

 

3）索引分配

链接的不足

·顺序检索的时间成本：不能支持高效的盘块直接存取。要对一个文件进行直接存取，仍需在FAT中顺序的查找许多盘块号。

·链接信息的空间成本：FAT需占用较大的内存空间。当磁盘容量较大时，FAT可能要占用数MB以上的内存空间。这是令人难以忍受的

改进：

系统运行时只涉及部分文件，FAT表无需全部调入内存

·每个文件单独建索引表（物理盘块索引），记录所有分配给它的盘块号；

·建立文件时，便分配一定的外存空间用于存放文件盘块索引表信息；

计算：

 

 

③混合组织索引（增量式索引组织方式）

多种索引方式相结合，以UNIX system V的索引结点为例：

 

显式链接方式

·FCB中得到文件首盘号c0。

·FAT中检索c0，找到c0项记录的c1，继续找

·找到c3后，在C3盘块中偏移428B。

索引方式

·FCB中找到盘块索引表的地址d（存放索引表的盘块）

·索引表的d+3*4B处即直接检索到物理块设结果为e，在e盘块中偏移428B。

4、存储空间的管理

为实现存储空间分配，系统需要：

·记住空闲存储空间使用情况；为空间设置相应的数据结构；

·提供对存储空间分配、回收的操作手段。

典型的管理方法：

1）空闲表和空闲链表法

2）位示图法

3）成组链接法

 

1）空闲表法和空闲链表法

空闲表法

·常用于连续分配管理方式

数据结构

·系统为外存上的所有空闲区建立一张空闲表

·每个空闲区对应一个空闲表项

（表项包括序号、空闲区的第一个盘块号、空闲盘块数等。）

·将所有空闲区按其起始盘块号递增的次序排列，如右图。

 

存储空间的分配与回收操作

·与内存的动态分配类似，同样可采用首次适应算法、循环首次适应算法等。

·回收主要解决对数据结构的数据修改。

·应该说明，虽然很少采用连续分配方式，然而在外存的管理中，由于它具有较高的分配速度，可减少访问磁盘的I/O频率，故它在诸多分配方式中仍占有一席之地。（如实现虚拟用的部分外存就是连续分配方式）

 

 

空闲链表法

将所有空闲盘区拉成一条空闲链。

数据结构：链

                   根据构成链所用基本元素的不同，可把链表分成两种形式：

空闲盘块链

空闲盘区链

 

 

 

空闲盘块链

将磁盘上的所有空闲空间，以盘块为单位拉成一条链。

优点：分配和回收一个盘块的过程非常简单，但为一个文件分配盘块时，可能要重复操作多次。

空闲盘区链

将所有空闲盘区拉成一条链。每个盘区上含有：

         指示下一空闲盘区的指针、本盘区大小等信息

分配通常采用首次适应算法。回收盘区时，将回收区与相邻的空闲盘区相合并。

 

为提高检索速度，可以采用显式方法，为空闲盘区建立一张链表放在内存中。

分配、回收操作涉及的链式数据结构的处理方便

 

 

空闲盘块链

分配回收简单。链表长，大量分配时需要操作的指针多

空闲盘区链

链表长度不定，分配时操作的指针数量相对较少，但分配回收操作相对复杂。

 

 

 

 

 

 

 

3）成组链接法

大型文件系统，空闲表或空闲链表太长不方便管理操作。

UNIX系统中采用成组链接法，这是将两种方法结合而形成的一种空闲盘块管理方法。

中心思想：

所有盘块按规定大小划分为组；

组间建立链接；

组内的盘块借助一个系统栈可快速处理，且支持离散分配回收。

 

 

 

成组链接法

链表长度上限固定

组内的盘块借助一个系统栈可快速处理，且分配回收比较简单。

支持离散分配回收。