第 七 、八 章 文件与磁盘空间管理

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
4）文件操作
最基本的操作
创建/删除文件：分空间，形成FCB及目录（名，地址）
读、写：按名检索目录，找到文件地址，开始读、写
设置文件读写位置，实现随机存取（尤其适用于记录文件）

文件的逻辑结构

文件系统设计的关键要素：
如何构成一个文件，以及如何存储在外存。
文件结构：
文件的逻辑结构file logical structure：按用户观点如何组织数据；又称文件组织file organization
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。
1）文件逻辑结构的类型
有结构文件（记录式）
①定长记录
②变长记录
如何组织记录：
顺序文件。系统需按该类型记录“长度”，通常定长。
索引文件。系统需为文件建立索引表。
索引顺序文件。建索引表，记录每组记录的第一个记录位置
无结构文件（字符流式）
字节为单位，利用读写指针依次访问。
系统对该类文件不需格式处理。

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：
不方便随机存取某条记录，但适用批量存取的场合。
适合磁带等特殊介质。
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。
④直接文件
给定键值（如学号）不需顺序检索直接得到记录的物理地址
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。
1）连续分配
为每一个文件分配一组相邻的盘块。
逻辑文件中的记录顺序与存储器中文件占用盘块的顺序一致。
优点：顺序访问容易，读写速度快
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

链接有两种形式：
1.隐式链接
2.显式链接（FAT–file allocationtable）

FAT 与 NTFS 技术
早期MS-DOS：12位的FAT12文件系统
Windows95、98：升级到FAT32
Windows NT后：NTFS
物理磁盘分逻辑卷（分区），每卷都有一个单独区域存放自己的文件系统目录和FAT表。
FAT12
表项12位。能支持的硬盘容量仅为8M。
212(个)512B4（分区数）=223B=8M
磁盘容量不断增大，可将若干盘块组为一簇。以簇为单位分配空间
FAT表记录簇号，表项数量减少，一定程度上提高了检索速度，减少了指针开销，
但该改进有限，且会形成簇内碎片。12位的格式对磁盘容量仍有很大限制
FAT16
增加FAT表的项数，16位可管理的盘容量为
2^1664512B(一簇含64个盘块)=2048M
若磁盘容量为8G，则每簇大小达到128K（8G/2^16）,簇内碎片最大会到128K。浪费严重
FAT32
簇不能太大，只能继续增加表项位数，以记录更多数量
FAT32规定每簇4KB(即8个512B的盘块），该格式能管理的单个最大磁盘空间为2^32*4KB=2TB。
簇大小合适，空间利用率提高；但分配表的扩大使运行速度相对慢了；可支持长文件名；有最小空间管理限制，卷必须大于512M，单个文件长度不能大于4G，不能向下兼容。
NTFS
New technology file system
采用64位磁盘地址，理论上支持2^64字节的磁盘分区；
支持长文件名；
系统纠容错功能
提供数据一致性、文件加密、压缩等功能
磁盘组织

以簇为单位分配回收、但不规定盘块大小

磁盘格式化时确定卷的簇大小（物理磁盘扇区的整数倍），512M以内的小磁盘默认簇大小为512B，1G的默认大小为1KB。。。大多数情况是4KB

卷上簇编号为LCN，用户用到的簇顺序编成用户虚拟簇号VCN，NTFS可进行VCN到LCN的映射
文件组织
以卷为单位，将卷的所有文件信息、目录信息、可用未分配空间记录在主控文件表MFT中。
每个文件的信息对应一行，固定大小1KB，称为元数据
文件属性信息、文件数据较少时就直接写在MFT中；较多超出1KB时，记录存放这些信息的簇地址指针。
兼容性上也有不足
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；
①单级索引分配
索引形式适合大文件
中、小型文件，只需若干链接即可。若用索引分配方式，用一个盘块存放少量索引信息反而不适用。
②多级索引
若文件较大，存放索引表也需要多个盘块（索引盘块）。
索引盘块亦需要按顺序管理起来
若索引盘块数量较少用指针链接的方式即可；
若索引盘块较多，需对索引盘块也采用索引方式管理，形成多级索引。
③混合组织索引（增量式索引组织方式）
索引文件在顺序访问或随机访问中都比较灵活，是一种比较 好的文件物理结构，但也是需要一定的用于索引表的空间开销和检索文件索引的时间开销的。
UNIX系统是使用索引结构成功的例子。

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。

根据外存空间空闲情况分配给文件需要的磁盘空间
管理空闲空间
记录已分配的空间