通过实现pwd了解文件系统

了解并实现UNIX常用命令有助于了解Unix的工作原理，如ls、tail等（参考https://www.cnblogs.com/blueclue/archive/2011/11/08/linux_head_tail.html）。这里我们通过实现一个pwd来了解Unix树状文件系统的内部结构。

以下图所示目录结构为例：

目录可以包含文件与子目录，且目录深度一般没有限制。那么就引出一个问题，大部分命令内存缓冲区是有限的，目录太深会导致命令执行异常。使用如下脚本测试：

count=0
while true
do
    mkdir deep-well
    if [ $? -ne 0 ];
    then
      echo "maxdir deepth :$count"
      break
    fi
    count=$((count+1))
    cd deep-well
done

对于创建出来的目录树，使用ls -R 或者 rm -r deep-well 之类的命令将不起作用。

文件系统结构

我们可以将磁盘划分为固定大小（512byte）的扇区，并使用连续的序列号给扇区进行编号。那么文件系统存储的文件内容、文件属性等不同类型数据是如何存储在被编号的磁盘块上的呢？之前参考《操作系统导论》写过文件系统的实现方式，unix实现原理比较简单，将这些磁盘块分成三部分：

1、超级块

存放文件系统本身的结构信息，如每个区域的大小、未被使用的磁盘块信息等；

2、i节点表

每个文件都有一些属性，如大小、访问权限、创作者等，这些文件属性记录在i节点中。i节点表中的每个i节点都通过位置来标识。i节点内容参考下图：

3、数据块

文件的内容保存在这个区域。

创建文件的过程

文件包括内容和属性两部分，内容放在数据区，属性放在i节点。新建文件过程如下图所示：

内核先找到一个空闲i节点（一般使用map表），上例为40号节点。然后在i节点里面记录文件属性；

假定我们新建的test文件需要三个磁盘块，因此系统从自由块列表中找到三个自由块，上例为120、150、170；

文件内容写入之后将磁盘块号码写入i节点的磁盘分布区列表中；

最后将文件名与i节点号写入当前目录内容下。

上例可以看到所有的目录都会保存自身和父目录的节点号，那么对于根目录，因为没有父目录，其父目录指向自己。

所有从文件读取数据的命令，如cat、cp等，都是将文件名传给open来访问文件内容。open会递归访问目录寻找文件名，然后根据目录的i节点号获取文件属性，最终找到文件内容。i节点会保存文件的访问权限，如果该用户没有对应权限，open会返回错误码EPERM。

大文件存储过程

因为i节点大小固定，所以其保存数据块编号的数组表大小也是固定，比如固定为13个项。那么对于需要超过14个数据块存储的大文件怎么办呢？解决方案就是将前10个数据块编号放在i节点中，将超出的数据块编号放入一个间接数据块中，然后i节点中分配列表的第11号元素存储该间接数据块的编号。参考下图：

因为数据块大小也是固定的（512byte），当间接数据块饱和时如何处理？我们可以将间接块的编号放入一个空闲块中国，然后i节点分配列表的第12号元素指向这个空闲块。这个空闲块被称为二级间接块。

当二级间接块饱和时如何处理？同样的找一个空闲数据块存储二级间接块的编号，将该空闲数据块编号存入i节点分配列表的第13号元素，这个空闲块称为三级间接块。

当三级间接块饱和时如何处理？没办法处理了，文件系统设计时就考虑了文件大小的极限，如果有存储超过该极限的文件，只能重新创建一个由更大磁盘块构成的文件系统。

文件系统的基本实现差不多讲完了，一般Unix发行版会考虑一些工程鲁棒性，比如超级快块的备份，自由块的分配效率等。

目录

从上面的i节点可以看出，文件名称并不保存在I’节点中，而是保存在目录文件的文件内容里面。所以如果在目录树中有两个文件名对应同一个文件，如下图的x文件与xlink文件对应同一个i节点，那么这两个文件被称为硬链接，同时i节点内部会保存节点自身的链接数。

文件系统相关系统调用

mkdir

int mkdir(const char *pathname, mode_t mode);

mkdir会寻找并分配一个i节点给该目录，分配一个磁盘块存储该目录内容；在目录中设置俩个个入口：“.”和”..”，并配置好节点号；在该目录的父目录中增加一个该节点的链接。

cd

cd用来改变进程的当前目录。Unix上每个进程都有一个当前目录，进程结构体（task_struct）内部有一个保存当前目录i节点号的变量，cd会调用chdir改变进程的当前目录

pwd的工作过程

要实现pwd，先来了解一下其工作过程。pwd首先查看当前目录“.”的i节点号，然后从其父目录找到该目录的名字，然后一直上溯。算法如下：

1、通过stat得到”.”的i节点号，称其为n；
2、通过chdir..进入当前目录的父目录；
3、找到i节点号n链接的名字（使用opendir、readdir）
4、重复直至抵达根目录退出

前面说过根目录的父目录对应的i节点号指向自己，因此程序退出的条件为“.”与“..”对应的i节点号相等。如何顺序显示目录名字？我们可以采用后序遍历，通过递归逐步到达树的顶端来一个接一个显示目录名，也就是借用函数栈保存目录名，不用自己进行字符串管理。

伪代码如下，为省事省去了异常校验：

这里注意，文件系统的根并不一定是整个计算机上整棵文件树的根，因为Unix允许不同文件系统挂载。不同的文件系统会出现一些新的问题，比如两个文件系统（大概率）可能存在相同的i节点号，如何处理呢？一般link、rename等系统调用拒绝创建跨设备的链接。硬链接不能指向其他系统的i节点，这个时候需要使用软链接（符号链接）。符号链接通过名字引用文件。