Linux基础IO - 文件系统 | 软硬链接

news2024/11/23 20:53:58

之前的文章中我们与文件有关的内容谈论的都是被打开的文件，那么如果文件没有被打开呢？这样文件就一定不再内存中，只能在磁盘外设中存储，本文中我们就来讲述磁盘中文件的相关知识。

磁盘的物理存储结构

一个磁盘由多个盘片叠加而成，每个盘片有两面，盘片的表面有着磁性物质，这些磁性物资通过会被用来记录二进制数据。

磁盘中存储的基本单元：扇区一般是512字节或者是4kb，一般磁盘都有的扇区都是512字节。在同半径下的所有扇区被称为磁道。

在一面上，如何在硬件上定位一个扇区？1、可以先定位在哪一个磁道 - 由半径决定；2、再确定在该磁道的那一个扇区 - 根据扇区的编号，定位一个扇区；同时因为每一个面上都有着磁头，磁头就可以表示此时处在那一个面上。至此我们想要定位任意一个扇区就有了方法，通过磁头（head）确定在哪一面，通过柱面（磁道cylinder）确定在哪一个磁道，通过扇区（sector）找到想要的扇区。这种方法被称为CHS法。既然我们能够使用CHS法定位任意一个扇区，我们就能定位任意多个扇区，从而将文件从硬件角度，进行读取或者写入。

物理到逻辑的抽象

OS如果得知了任意一个CHS地址就能访问任意一个扇区，但是在OS中并不是直接访问的CHS地址，为了避免当硬件发生变化，操作系统也要变化，OS要和硬件解耦。扇区对于IO来说512直接太小了，OS实际进行IO，基本单位是4KB（可以进行调整）磁盘 -- 块设备，OS需要一套新的地址，进行块级别的访问。

我们可将磁盘按照磁道拉成一个线性结构，一个盘面就是一个线性结构，与靠近外圈的就是结构前面的内容，越靠近内部的就是结构后面的内容，同时在这个线性结构中同一个磁道的数据一定是紧挨着的。

我们可以将其看做一个数组，初步完成了一个从物理地址到线性逻辑地址的抽象过程，数组天然有着下标，此时定位一个扇区，只需要一个数组下标。而其中OS是以4KB为单位进行IO，一个OS级别的文件块要包括8个扇区。

计算机常规的访问方式：起始地址 + 偏移量的方式（在语言级别上是数据类型）。当操作系统访问数据块的时候，只需要知道数据块的起始地址（第一个扇区的下标地址）+ 4KB（块的类型）我们将数据块也看做一种类型。

所以块的地址本质就是数组的一个下标N，以后我们表示一个块就可以采用线性下标的方式，定位任意一个块。这种定位的方式在操作系统内叫做LBA -- 逻辑块地址。

但是，我们的磁盘只认识CHS，如何将LBA与CHS互相转化？

OS要管理磁盘，就将磁盘看做一个大数组，对磁盘的管理就变成了对数组的管理，通过先描述再组织的形式进行管理，struct block{}。

下面来介绍一下OS如何对这个数组进行管理呢？

文件系统

由于空间还是非常的大，我们就可以将大空间分为小空间，通过在小空间的管理，重复操作至大空间上，每一个小块依旧很大因此OS还需要对分区的空间进行分组。

Linux ext2文件系统，上图为磁盘文件系统图（内核内存映像肯定有所不同），磁盘是典型的块设备，硬盘分区被划分为一个个的block。一个block的大小是由格式化的时候确定的，并且不可以更改。例如mke2fs的-b选项可以设定block大小为1024、2048或4096字节。而上图中启动块（Boot Block）的大小是确定的。

文件 = 内容 + 属性，而在Linux中是将内容和属性分离的。无论是内容还是属性都要以块的形式保存在磁盘的某个位置。

Super Block：存放文件系统的所有属性信息1、文件系统的类型；2、整个分组的情况。SB在各个分组里面可能都会存在，而且是统一更新的，为了防止SB中的区域出现损坏，如果SB出现了故障整个分区就不可以被使用，因此要做好备份。
Group Descriptor Table：组描述符 -- GDT 该组内的详细等属性信息
inode Table：一般而言一个文件，内部所有的属性的集合 -- inode（128字节），一个文件，一个inode。一个分区会存在大量的inode节点，一个group需要有一个区域专门来保存该group内的所有文件的节点 -- inode Table。分组内部会存在多个inode，每一个inode都会有自己的inode编号，inode编号也属于对应文件的属性id。
Data Blocks：对于固定大小的文件属性而言，文件的内容是变化的，我们是用数据块来进行文件内容的保存的，所以一个文件要保存内容就需要[1, n]个数据块。Linux查找一个文件，是要根据inode编号，来进行文件的查找，包括读取文件，一个inode对应一个文件，而改变文件属性和该文件对应的数据块，是有映射关系的。
inode Bitmap：每个bit表示一个inode是否空闲可用。
Block Bitmap：Block Bitmap中记录着Data Block中哪个数据块已经被占用，哪个数据块没
有被占用

1、Linux系统只认inode号，文件的inode属性中并不存在文件名。文件名是给用户使用的。

2、目录也是文件，有inode也有内容。

3、任何一个文件，一定存在一个目录内部，目录的数据块中保存的是该目录下文件名和文件inode编号对应的映射关系，而且在目录内文件名和inode互为key值。

4、当我们访问一个文件的时候，是在特定的目录下访问的，例如 cat log.txt 指令：先要在当前目录下，找到log.txt的inode编号；一个目录也是一个文件，以一定隶属于一个分区，在该分组中找到分区，在该分区的inode table中找到inode；通过inode和对应的data table的映射关系，找到该文件的数据块，并加载到OS，完成显示到显示器。

一些区域的细节：

根据文件名找到inode number；根据inode number -> inode属性中的映射关系，设置block bitmap对应的比特位为0；根据inode number设置inode bitmap对应的比特位为0；

inode确定分组，inode number是在一个分区内唯一有效，不能跨分区。分区、分组、填写系统属性都是OS做的，分区完成之后，要让分区能够正常的使用需要对分区做格式化，格式化的过程就是OS向分区写入文件系统的管理属性信息。

inode如果仅仅用数组与datablock建立映射关系，那一个文件不是只有很小的容量，这显然是不可能的。OS在inode的结构中的datablock数组前面的一部分存放一些比较小的文件使用直接索引的方式，后面还会有二级索引、三级索引，通过在datablock的数据块中存放其余数据块的内容，达到可以存放一些较大的文件。