文件系统部分（1）

一、文件系统的基本组成

对于每一个文件，操作系统会为其分配两个数据结构——索引结点和目录项，二者的功能如下:

- 索引节点，⽤来记录⽂件的元信息，⽐如 inode 编号、⽂件⼤⼩、访问权限、创建时间、修改时间、数据在磁盘的位置等等。索引节点是⽂件的唯⼀标识，它们之间⼀⼀对应，也同样都
会被存储在硬盘中，所以索引节点同样占⽤磁盘空间。
- ⽬录项，⽤来记录⽂件的名字、索引节点指针以及与其他⽬录项的层级关联关系。多个⽬录项关联起来，就会形成⽬录结构，但它与索引节点不同的是，⽬录项是由内核维护的⼀个数据结构，不存放于磁盘，⽽是缓存在内存。

目录项和索引结点之间是多对一的关系，因为同一个文件可以保存在多个目录下。

目录也是文件，也同样需要维护一个索引结点来记录元信息。但对于普通文件，其在磁盘中保存的是文件中的内容，而对目录，它保存的是它的子目录或者目录下的文件

目录并不是目录项，目录是一个文件，持久化存储在磁盘中，目录项是一个数据结构，用来记录目录之间的关系，维护在内存中。目录维护在磁盘中，每次从磁盘中读目录的效率很低，因此，对于一个读过的目录，会把它记录在内存的目录项中，下次再读的时候，直接从内存目录项中找即可，加快文件读取效率。

另外磁盘读写的最小单位是512KB，但是每次都读取这么小的数据块，那么读写效率将会非常低。因此，操作系统将4KB作为一个逻辑块，作为每次读取的单位，可大大提高读写效率。

文件，目录，目录项，逻辑块直接的关系，可以参照这张图

 补充：超级块区用来存储文件系统的详细信息，如块的个数，块的大小，空闲块数。

二、虚拟文件系统

虚拟文件系统操作系统提供给用户的接口，即在用户层与文件层中引入一个中间层，这个中间层就是虚拟文件系统。在这种情况下，我们不需要了解文件系统的具体结构，只需要了解操作系统提供给我们的接口就行。

根据存储位置的不同，虚拟文件系统可分为三类：

1）磁盘的⽂件系统 ，它是直接把数据存储在磁盘中，⽐如 Ext 2/3/4、XFS 等都是这类⽂件系统。
2）内存的⽂件系统 ，这类⽂件系统的数据不是存储在硬盘的，⽽是占⽤内存空间，我们经常⽤到的/proc 和 /sys ⽂件系统都属于这⼀类，读写这类⽂件，实际上是读写内核中相关的数据。
3）⽹络的⽂件系统 ，⽤来访问其他计算机主机数据的⽂件系统，⽐如 NFS、SMB 等等。

当然文件系统必须要挂载到某个目录下才可以使用，比如linux系统在启动的时候会将文件系统挂载到根目录下

通过虚拟文件系统，我们可以更方便地实现对文件的操作

 以上面这张图为例，对文件的操作步骤如下：

1.将文件路径和文件名作为参数传入open()方法中，打开相应的文件。

2.使用write()方法，对刚才打开的文件进行修改

3.修改完输入后，文件的最新数据会暂时存在缓存中，若需要持久化到磁盘中，则需要使用save()方法，将内存中的数据写入磁盘中

4.调用close()方法关闭文件

三、打开文件的维护

操作系统维护着一个打开文件表，用于记录当前打开的文件的信息

在文件打开列表中需要维护以下的信息：

1）⽂件指针：系统跟踪上次读写位置作为当前⽂件位置指针，这种指针对打开⽂件的某个进程来说是唯⼀的；
2）⽂件打开计数器：⽂件关闭时，操作系统必须重⽤其打开⽂件表条⽬，否则表内空间不够⽤。因为多个进程可能打开同⼀个⽂件，所以系统在删除打开⽂件条⽬之前，必须等待最后⼀个进程关闭⽂件，该计数器跟踪打开和关闭的数量，当该计数为 0 时，系统关闭⽂件，删除该条⽬；
3）⽂件磁盘位置：绝⼤多数⽂件操作都要求系统修改⽂件数据，该信息保存在内存中，以免每个操作都从磁盘中读取；
4）访问权限：每个进程打开⽂件都需要有⼀个访问模式（创建、只读、读写、添加等），该信息保存在进程的打开⽂件表中，以便操作系统能允许或拒绝之后的 I/O 请求；

四、文件的存储方式

文件的存储方式分为两种：

1）连续存储方式：

可以参考数组的存储方式，这种方式要求文件的数据在磁盘中存放的物理地址必须是连续的。

文件头会记录起始块和长度，通过起始块的位置+长度两个字段确定文件在磁盘中的存储地址。

优点：

读写效率高

缺点：

1.需要事先知道文件的大小，以便操作系统给文件分配一块连续的空间。 

2.文件被删除时，会留下磁盘碎片（类似内存碎片），影响其他文件的存储，造成不必要的磁盘空间的浪费

2）非连续存储方式

可分为链表存放和索引存放两种

链表存放：参考链表的数据结构，结点之间通过next指针相连，一个结点的next指针用于记录下一个结点的存储地址

按照这种方式，在文件头中需要记录起始块的存储地址和末尾块的存储地址，在每个磁盘块中会记录下一个数据块的存储地址，通过next指针找到目标的数据块。

 优点：

1.解决了磁盘碎片的问题

2.对文件的空间分配更为方便

缺点：

1.需要通过指针遍历链表，读写效率降低

2.如果链表中的某个指针丢失或损坏，会导致整个链表的数据丢失

3.维护指针需要消耗一定的内存空间，占用了一部分本该用于存储数据的空间

为解决上面链表存储的问题，采用了索引存放的方式

即操作系统把各个数据块中的指针显示地存放在一张连接表中

连接表的结构可以参考这张图，以这张表为例，对于文件A，依次读取4,7,2,10,12磁盘块中的数据，对于文件B，依次读取6,3,11,14磁盘块中的数据

在文件头中需要维护一个包含指向对应数据块的指针，在通过连接表知道文件所在的磁盘块的索引之后，通过文件头中的指针，读出每个磁盘块中的数据。

 优点：

1.文件的创建，增大，缩小很方便

2.索引占用的空间远小于链表指针

3.文件读取效率高于链表存储

不过索引还是存储在磁盘中，对索引的存储同样也会带来一定的磁盘空间的开销。

索引+链表存储：

这种存储方式不需要维护连接表，而是在磁盘中维护一定的空间专门用来存放所有索引，称为索引数据块，每个索引数据块中，需要分配一定的空间，用于维护指向下一个索引数据块的指针，当当前的数据索引块用完时，使用下一个索引数据块，文件头中需要记录第一个索引数据块的位置。

 但这种方式同样存在前面所说的一个指针丢失，造成后续数据无法正常访问的缺点。