磁盘的内部结构及原理

• 磁盘的内部结构及原理
  https://blog.csdn.net/xiaofeng_yang/article/details/138598159
• 详细了解硬盘的工作原理
  https://www.bilibili.com/video/BV1iT411o7sW?vd_source=17ec636d673142d7ce4f4250839f49fe

1. 盘片（Platters）：
   盘片是机械硬盘的核心组件，通常是由金属或玻璃材料制成的圆形碟片，盘片的正反两面会涂有磁性物质。硬盘的上下盘面都会利用，都可以存储数据，成为有效盘片，也有极个别的硬盘盘面数为单数。每一个这样的有效盘面都会有盘面号，按顺序从上至下从“0”开始依次编号。
2. 磁道（Tracks）：
   磁盘在格式化时被划分成许多同心圆，这些同心圆轨迹叫做磁道（Track）。磁道从外向内从0开始顺序编号。每个磁道又被划分为若干个扇区。
3. 扇区（Sectors）：
   在磁盘里的磁道上等分出若干个弧段，这些弧段便是磁盘的扇区，每个扇区可以存放512个字节或4KB（通常情况下是512字节），磁盘驱动器在向磁盘读取和写入数据时，要以扇区为单位。通常扇区与扇区之间也有一定间隔（逻辑上的间隔，物理上没有任何间隔，但是每个扇区的开头都有一个同步信息，外围电路可以用来判断一个扇区的开始）
   硬盘的最小单位就是扇区，是真实存在的，一般大小是512字节，这个大小是在硬盘出厂时设置，不能修改。
4. 簇(Cluster)或块（block)：

• 块‌和‌簇‌都是‌操作系统中用于文件存储的最小逻辑单位。块通常指的是在‌Linux系统中用于文件存储的最小逻辑单位，而簇则是在‌Windows系统中用于文件存储的最小逻辑单位。因为文件系统不是一个扇区一个扇区的来读数据，太慢了，它是一个块一个块的读取数据，一般大小是4KB（这个值可以修改，在格式化分区的时候修改）。读取一个块，实际上是从硬件设备读取一个或多个扇区，一个block只能存放一个文件内容，无论这个文件有多小。一个文件可能会占用多个block，每读取一个block就会消耗一次磁盘io。如果要提升磁盘io性能，那么尽可能一次io读取更多的数据，但是block也不是越大越好，
• 块‌和‌簇‌都是‌文件系统使用的逻辑概念，非磁盘物理特性。文件系统中操作系统与磁盘交互的基本单位是块（簇），操作系统与内存交互的基本单位是页。
  页、块‌、簇‌都是逻辑概念，人为定义的大小，页通常指的是‌内存中的数据存储单元，而块则是指‌硬盘或其他存储设备上的数据存储单元
• 将相邻的若干个扇区称为了一个簇或者块。操作系统读写磁盘的基本单位是扇区，而文件系统的基本单位是簇或者块。

常见的文件系统有：ext2、ext3、ntfs、fat32
注意： ‌FAT32‌文件系统支持的最大分区大小为32GB，单个文件大小不能超过4GB。‌

文件系统是操作系统与驱动器之间的接口，当操作系统请求从硬盘里读取一个文件时，会请求相应的文件系统(FAT 16/32/NTFS)打开文件。扇区是磁盘最小的物理存储单元，但由于操作系统无法对数目众多的扇区进行寻址，所以操作系统就将相邻的扇区组合在一起，形成一个簇，然后再对簇进行管理。每个簇可以包括2、4、8、16、32或64个扇区。显然，簇是操作系统所使用的逻辑概念，而非磁盘的物理特性。

---

<font color="red">**操作系统规定一个簇中只能放置一个文件的内容，因此文件所占用的空间，只能是簇的整数倍。而如果文件实际大小小于一簇，它也要占一簇的空间。所以，一般情况下文件所占空间要略大于文件的实际大小，只有在少数情况下，即文件的实际大小恰好是簇的整数倍时，文件的实际大小才会与所占空间完全一致。**</font>

如在Windows下，随便找个几字节的文件，在其上面点击鼠标右键选择属性，看看实际大小与占用空间两项内容， 如大小：2字节(2个字母)，占用空间：4KB(4096字节)。这里的占用空间就是你机器分区的簇大小，因为再小的文件都会占用空间，逻辑基本单位是4K，所以都会占用4K。 簇一般有这几类大小4K，8K，16K，32K，64K等。簇越大性能越好，但空间浪费严重。簇越小性能相对越低，但空间利用率高。FAT32格式的文件系统簇的大小默认为4K。

• 格式化硬盘分区时，分配单元大小 这项其实就是文件系统中的簇的大小
• 快速格式化（Quick Format）：快速擦除存储介质上的文件系统信息和目录结构，但不会对存储介质上的数据进行完全清除。在快速格式化过程中，文件系统会被重新初始化，但存储介质上的数据仍然存在，只是文件系统无法访问它们。【完全格式化的时间较短】
• 完全格式化（Full Format）：完全格式化是一种更彻底的格式化方法，它会擦除存储介质上的文件系统信息、目录结构以及存储介质上的所有数据。在完全格式化过程中，存储介质会被完全清空并重新初始化，所有数据都会被彻底删除。【完全格式化的时间较长】

分区表

• 什么是磁盘分区表
  ‌‌磁盘分区表是用于记录了硬盘的物理结构和逻辑划分，用于指导操作系统如何识别和管理硬盘分区。
  它记录了分区在物理磁盘上的开始和结束位置，使得操作系统能够识别和管理不同的数据区域。
  倘若硬盘丢失了分区表，数据就无法按顺序读取和写入，导致无法操作。

磁盘分区表主要有两种类型：‌MBR（Master Boot Record）和‌GPT（GUID Partition Table）。‌

• MBR分区
  传统的分区方案(称为MBR分区方案)是将分区信息保存到磁盘的第一个扇区(MBR扇区)中的64个字节中，每个分区项占用16个字节，这16个字节中存有活动状态标志、文件系统标识、起止柱面号、磁头号、扇区号、隐含扇区数目(4个字节)、分区总扇区数目(4个字节)等内容。
  MBR分区方案 硬盘主分区数目不能超过4个的原因：MBR扇区只有64个字节用于分区表，而每个分区项占用16个字节，所以只能记录4个分区的信息。后来为了支持更多的分区，引入了扩展分区及逻辑分区的概念。但每个分区项仍用16个字节存储。
  MBR分区方案无法支持超过2TB容量的磁盘： 因为这一方案用4个字节存储分区的总扇区数，最大能表示2的32次方的扇区个数，按每扇区512字节计算，每个分区最大不能超过2TB。也因为这个缺陷，出现了GPT分区。

• GPT分区表
  在MBR硬盘中，分区信息直接存储于主引导记录(MBR)中（主引导记录中还存储着系统的引导程序）。但在GPT硬盘中，分区表的位置信息储存在GPT头中。但出于兼容性考虑，硬盘的第一个扇区仍然用作MBR，之后才是GPT头。

• MBR 与 GPT 的分区限制对比

1. MBR 的分区限制在于，它最多支持创建 4 个主分区。不过，这个限制可以通过创建扩展分区来绕过（3 个主分区 + 1 个扩展分区）。在扩展分区中，又可以包含多个逻辑分区。但是，逻辑分区不能用作引导卷，这也是它的一个重要限制。
2. 相较于 MBR，GPT 可以创建多达 128 个分区而无需借助逻辑分区（这个数量限制是由 Windows 所设定的）。

磁盘阵列

参考文章：
RAID磁盘阵列原理分析总结：https://cloud.tencent.com/developer/article/2127608
磁盘阵列（RAID） 详解： https://juejin.cn/post/7350520171611881523

RAID（Redundant Arrays of Independent Disks，独立硬盘冗余阵列）：利用虚拟化存储技术把多个相对便宜的硬盘组合起来，形成一个硬盘组（硬盘阵列组，操作系统只会把它当作一个硬盘，实际上是一个逻辑硬盘），从而提供比单个硬盘更高的存储性能和冗余的数据安全（数据备份），以及大大提高IO速度。

RAID 主要有三个关键技术：镜像(Mirroring)、数据条带(Data Stripping)和数据校验(Data parity)。

• 数据条带： 将数据分片保存在多个不同的磁盘，多个数据分片共同组成一个完整数据副本。
  当访问数据时，可以同时对位于不同磁盘上数据进行读写操作， 从而获得非常可观的 I/O 性能提升。
• 镜像: 将数据复制到多个磁盘，一方面可以提高可靠性，另一方面可并发从两个或多个副本读取数据来提高读性能。显而易见，镜像的写性能要稍低， 确保数据正确地写到多个磁盘需要更多的时间消耗。
• 数据校验： 利用冗余数据进行数据错误检测和修复，冗余数据通常采用海明码、异或操作等算法来计算获得。不过数据校验需要从多处读取数据并进行计算和对比，会影响系统性能。

不同等级的 RAID 采用一个或多个以上的三种技术，来获得不同的数据可靠性、可用性和 I/O 性能。 至于设计何种 RAID （甚至新的等级或类型）或采用何种模式的 RAID ，需要在深入理解系统需求的前提下进行合理选择，综合评估可靠性、性能和成本来进行折中的选择。

1. JBOD
   目前 JBOD 常指磁盘柜，而不论其是否提供 RAID 功能。JBOD 将多个物理磁盘串联起来，提供一个巨大的逻辑磁盘。 JBOD 的数据存放机制是由第一块磁盘开始按顺序往后存储，当前磁盘存储空间用完后，再依次往后面的磁盘存储数据。 JBOD 存储性能完全等同于单块磁盘，而且也不提供数据安全保护。它只是简单提供一种扩展存储空间的机制，JBOD 可用存储容量等于所有成员磁盘的存储空间之和
2. RAID0
   RAID0把连续的数据分散到多个磁盘上存取，系统有数据请求就可以被多个磁盘并行的执行，每个磁盘执行属于它自己的那部分数据请求,由于并行I/O作数据可以充分利用总线的带宽显著提高磁盘整体存取性能。
   
3. RAID1
   RAID1将数据完全一致地分别写到工作磁盘和镜像磁盘，它的磁盘空间利用率为 50%。
   RAID1 在数据写入时，响应时间会有所影响，但是读数据的时候没有影响。当读取数据时，系统先从RAID 0的源盘读取数据，如果读取数据成功，则系统不去管备份盘上的数据；如果读取源盘数据失败，则系统自动转而读取备份盘上的数据，不会造成用户工作任务的中断。
   
4. RAID01和RAID10
   RAID01和RAID10两者都是Raid0和Raid1的组合体
   RAID 01：是先做条带化再作镜像
   RAID10： 是先做镜像再作条带化。N（偶数，N≥4）块盘两两镜像后，再组合成一个RAID0。
   
5. RAID5
   RAID5是目前最常见的 RAID 等级，使用最多，数据条带、镜像、数据校验三种技术都采用了。

• N（N≥3）块盘组成阵列，一份数据产生N-1个条带，同时还有1份校验数据，共N份数据在N块盘上循环均衡存储。
• N块盘同时读写，读性能很高，但由于有校验机制的问题，写性能会下降。
• 可靠性高，允许坏1块盘，不影响所有数据，当同时损坏两块时则无法计算，造成数据丢失。