【OS】犯困File

文件结构.

• 文件结构是指文件的构造方式。

逻辑结构.

• 用户从使用的角度出发去组织文件，所以从用户观点出发所观察到的文件组织形式称为文件的逻辑结构。

物理结构.

• 系统从存储的角度出发去组织文件，所以文件在外存上的存储组织方式称为文件的物理结构。

文件の逻辑结构.

有结构文件.

• 整个文件由若干条记录组成，数据的组织形式分为数据项、记录和文件三级，大量的数据结构和数据库都是采用有结构文件的形式。

顺序文件.

• 【串结构】串结构文件中的记录通常按照存入时间的先后进行排序，各记录之间的顺序与关键字无关，这样的组织方式导致该类文件的检索操作是顺序查找的，较为费时。
• 【顺序结构】用户指定一个字段作为关键字，文件中的所有记录按照关键字排序。

索引文件.

• 【核心思想】为文件中的所有记录建立一份索引表文件，对于主文件A中的每一个记录，在索引表文件B中都设立一个表项，表项中包括指向该纪录的指针以及该纪录的长度。
• 索引表文件B本身是按照记录排序的，因而它是一个顺序文件。
• 索引的思想灵活多变，我们可以按照关键字来建立索引，并且不同的用户可以根据不同的需求，按照不同的关键字建立索引。

索引顺序文件.

• 最为常见的逻辑文件形式，它是顺序文件和索引文件相结合的产物，将顺序文件中的所有记录分为若干个组，并为顺序文件建立一张索引表，在索引表中为每组中的第一个记录建立一个索引项，其中含有该记录的键值和指向该记录的指针。
• 为了进一步提高检索效率，可以采取多级索引的思想，也就是为索引表文件再建立索引。

举例分析.

• 【例题】$10^6$个记录的顺序文件，以100个记录为一组，采用两级索引，检索记录数平均是多少？效率提高了多少？
• 当不采用索引时，$n$个记录的顺序文件，按照顺序查找的方式检索其中一条记录平均需要进行$(n+1)/2$次比较，在这个题中，需要的比较次数高达$5\times 10^5$次。
• 如果采用题中所说的二级索引方式，首先我们将$10^6$条记录按照100个记录一组分为$10^4$组，并且为每一组中的第一条记录建立一个索引项，那么第一层索引文件$Inde{x}_1$中就有$10^4$条记录(注意我们提到过，$Inde{x}_1$实际上是一个顺序文件)；再次应用索引的思想，为$Inde{x}_1$按照同样的方式建立一个索引文件，这个第二层的索引文件称为$Inde{x}_2$，那么$Inde{x}_2$中就有100条记录。
• 到目前为止，我们的二层索引结构已经建立完毕，也就是将原本的$10^6$条记录，分布到了3个规模为$10^2$的文件中。在这样的组织方式下以顺序查找法检索某一条记录，平均仅需要在每一个文件中检索50条记录，总共也就是150条记录，效率得到了极大的提升。

直接文件.

• 直接文件的特点是可以根据关键字直接获得指定记录的物理地址，其核心在于键值转换算法，也就是从关键字到物理地址的转换。

哈希Hash文件.

• 是目前使用最广泛的一种直接文件，利用Hash函数将记录的关键字转换为记录的物理地址。

文件の物理结构.

• 物理块，也称为磁盘块或簇，指的是磁盘上的一组连续扇区(一般都是$2^n$个扇区)，是文件分配和传输信息的基本单位。
• 常见的物理结构有：连续文件、链接文件和索引文件。

连续文件.

• 很容易理解，就是将逻辑文件中的信息在磁盘中顺序摆放而形成的。优点在于每一个文件都只需要记录起始位置和长度，顺序访问的速度快并且支持随机访问；但不足之处在于必须连续分配内存空间，必须事先知道文件的长度，插入和删除也很笨重，类比于数组结构理解。

链接文件.

• 类比于链表理解，不要求连续分配磁盘空间，但需要额外维护链接指针以连接起离散的磁盘块。优点在于能够有效消除碎片，插入、删除和修改都很灵活，并且支持文件长度的动态增长。不足之处在于访问方式只能是顺序访问，并且链接指针会消耗额外的空间。

索引文件.

• 系统建立一张索引表，为逻辑文件中的每一个块构造一个表项，属性包括逻辑块号和对应的磁盘号。
• 依旧可以引入多级索引概念，为一级索引表再建立一张索引表，姑且称为二级索引表。二级索引表中的索引块指向一级索引表的索引块，而一级索引表的索引块指向文件块。
• 【组合方案】在Unix的文件系统中，将索引块的前15个指针存储在文件的内码中，其中前12指针直接指向文件块，我们假定磁盘的块大小为4KB，索引指针的大小为4B，那么就表示了$48KB$大小的内容；第13号指针指向了一级间接索引表(4KB/4B=1K，表示其中有1K个索引)，这当中就表示了$1K\ast 4KB$大小的内容。依此类推第14和15个指针分别指向了二级索引表和三级索引表，其中包含的内容分别为$1K\ast 1K\ast 4KB$和$1K\ast 1K\ast 1K\ast 4KB$.

文件访问方法.

• 【顺序访问】文件信息按照顺序，一条一条地进行处理，类比链表结构。
• 【直接访问】允许程序按任意顺序读取和写入，类比数组结构。

目录结构.

目录管理の要求.

• 实现"按名存取"；
• 需要合理地组织目录，以具有较高的目录检索速度；
• 允许文件重名；
• 提供文件共享功能。

单级目录结构.

• 整个系统只建立一张目录表，为每个文件分配一个目录项。
• 优点在于便于理解和支持，不足之处是查找速度感人，并且整个系统中的所有文件不允许重名。

两级目录结构.

• 系统建立一张主文件目录Master File Dictionary，而后为每一个用户建立用户文件目录User File Dictionary。为了将两个文件目录关联起来，需要为每一个UFD在MFD中分配一个目录项。
• 两级目录结构的优点在于大大提高了查询的速度，这一点可以参照前述关于二级索引的叙述，并且这样的结构也允许处于不同UFD中的文件同名，其不足之处是不利于文件共享。

其他目录结构.

• 【树形目录结构】于两级目录的基础上，允许UFD创建自己的子目录。
  
• 【无环图目录】目录结构中有共享的子目录和文件，同一文件或子目录可出现在两个不同的目录中，无环图是树形结构目录的扩展。优点在于链接方式实现的目录中共享很容易，但存在同一个文件有多条绝对访达路径的问题，以及通过指针A删除了文件，那么就会导致指向该文件的另一个指针B成为野指针。
  

文件保护.

• 防止未核准用户存取文件；
• 防止一个用户冒充另一个用户存取文件；
• 防止已核准用户误用文件。

存取控制.

• 现代OS中，大多配置了用于对系统中资源进行保护的保护机制，引入了【保护域】和【访问权】的概念，每个进程仅能在保护域内执行操作，只允许进程访问它们具有访问权的对象。
• 【保护域】进程对一组对象访问权的集合，进程只能在指定域内执行操作。
• 【访问矩阵Access】利用一个矩阵来描述系统的访问控制，行代表域，列代表对象，矩阵中的每一项是由一组访问权组成的。$Access[i][j]$所代表的是在域$Domai{n}_i$中执行的进程对于对象$Objec{t}_j$能够执行的操作集合。

访问矩阵权限.

• 【拷贝权Copy Right】可以利用拷贝权将某个域中所拥有的访问权$Access[i][j]$扩展到同一列的其他域中。
• 【所有权Owner Right】可以利用所有权增加或删除某种访问权，如果在$Access[i][j]$中包含所有权，则在域$D_i$上运行的进程可以增加或删除第$j$列上任何项中的访问权，即可以增加或删除任何其他域中对对象$j$的访问权。
• 【控制权Control Right】控制权可用于改变矩阵内统一行(域中)的各项访问权，如果在$Access[i][j]$中包含控制权，则在域$D_i$上运行的进程可以删除在域$D_j$中运行的各进程对各对象的任何访问权。

访问权限.

• 访问模式：读、写、执行；
• 用户分类：文件拥有者(Owner)、和文件属于同一组的用户(Group)、其它公共用户(Public)
• 每一类用户在三种访问模式上权限以$0/1$来表示，前者代表不具有该权限，后者代表具有该权限，总共构成9位权限位。
• 例如拥有者能够进行读、写、执行；组用户能够读和写；公共用户只能够执行，所以权限就表示为$111-110-001$，也可以写为$761$.

空闲空间管理.

• 【空闲表】很经典的表格，前面说过的段表也是这种结构，表项中包括空闲区域基址以及区域长度。
• 【位向量】系统专设几个字，字中每一位对应一个磁盘块，其中$1$表示该号磁盘块空闲，$0$表示该号磁盘块已被占用。假设磁盘块，其块2、3、4、5、8、9、10、11、12、13、17、18、25、26、27空闲，则空闲空间位向量为：$001111001111110001100000011100000\dots$
• 【空闲块链】将所有的空闲块链接在一起，组成一个队列。分配时从链首摘取n块即可，回收的磁盘块插入队尾。
• 【成组链接法】Unix采用的方式，设置空闲盘块号栈，存放当前可用的一组空闲盘块的盘块号(最多存放100个盘块号)，以及堆栈中尚有的空闲块数。