文件系统
文件系统的组成
- 索引节点（index node）：文件的唯一标识，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。存储在磁盘。
- 目录项（directory entry）：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。缓存在内存加速文件的查找。
- 逻辑块：磁盘读写的最小单位，4KB
磁盘的组成：
-
超级块：存储文件系统的详细信息，比如块个数、块大小、空闲块等等。当文件系统挂载时进入内存；
-
索引节点区：存储索引节点；当文件被访问时进入内存；
-
数据块区：存储文件或目录数据；
虚拟文件系统
Why？
文件系统多种多样，用户操作文件需要统一的接口，加入中间层：虚拟文件系统（Virtual File System，VFS）
文件系统分为三类：
- 磁盘的文件系统： 数据存储在磁盘中，比如 Ext 2/3/4、XFS 等都是这类文件系统。
- 内存的文件系统： 数据存储在内存空间，例如
/proc和/sys文件系统，读写这类文件，实际上是读写内核中相关的数据数据。 - 网络的文件系统： 访问其他计算机主机数据的文件系统，比如 NFS、SMB 等等。
How？
VFS 定义了一组所有文件系统都支持的数据结构和标准接口
文件的使用
How？
- 根据路径打开文件，返回文件描述符（文件打开的标识）
- write写入数据
- 关闭文件
用户读写以字节为单位，文件系统以块为单位
文件的存储
-
连续空间存放：读写效率很高，前提知道文件的大小，文件头里需要指定「起始块的位置」和「长度」
- 缺点：「磁盘空间碎片」、「文件长度不易扩展」
-
非连续空间存放
-
链表：
-
隐式链表：文件头要包含「第一块」和「最后一块」的位置，双向链表
- 缺点：无法直接访问数据块，只能通过指针顺序访问文件
-
显式链接：数组格式的链表，存储在内存，一个磁盘一个表
- 提高了检索速度，而且大大减少了访问磁盘的次数。不适用大磁盘。
-
-
索引：文件创建一个「索引数据块」，存放指向文件数据块的指针列表
- 文件的创建、增大、缩小很方便；不会有碎片的问题；支持顺序读写和随机读写；缺点是索引数据块大小有限，不能表示大文件
-
链式索引块：在索引数据块留出一个存放下一个索引数据块的指针
-
多级索引块：相当于二级索引
-
早期 Unix 文件系统是组合了前面的文件存放方式的优点
只用在了 Linux Ext 2/3 文件系统里，虽然解决大文件的存储，但是对于大文件的访问，需要大量的查询，效率比较低。
空闲空间管理
Why？
存放数据放在哪一个空闲的块里，如何找到空闲块？
How？
-
空闲表法：每行保存空闲区的第一个块号和该空闲区的块个数
- 只能连续存储，大量小空闲区时效率低
-
空闲链表法：每一个空闲块里有一个指针指向下一个空闲块
- 不能随机访问，工作效率低
-
位图法（Linux采用）：bitmap
文件系统的结构
- 块组：「一个块的位图 + 一系列的块」，外加「一个块的 inode 的位图 + 一系列的 inode 的结构」，128M
-
超级块：包含文件系统的重要信息，inode 总个数、块总个数、每个块组的 inode 个数、每个块组的块个数等
-
块组描述符：文件系统中各个块组的状态，比如块组中空闲块和 inode 的数目等，每个块组都包含了文件系统中「所有块组的组描述符信息」。
-
数据位图和 inode 位图： 用于表示对应的数据块或 inode 是空闲的，还是被使用中。
-
inode 列表，包含了块组中所有的 inode，inode 用于保存文件系统中与各个文件和目录相关的所有元数据。
-
数据块，包含文件的有用数据。
目录的存储
- 目录文件的块里面保存的是目录里面一项一项的文件信息
软链接和硬链接
Why？
给某个文件取个别名
How？
-
硬链接：多个目录项中的「索引节点」指向一个文件（inode），不可用于跨文件系统的
- 只有删除文件的所有硬链接以及源文件时，系统才会彻底删除该文件
-
软链接：重新创建一个文件，有独立的 inode，内容是另外一个文件的路径，软链接是可以跨文件系统的
-
目标文件被删除了，链接文件还是在
-
文件I/O
缓冲与非缓冲 I/O
- 缓冲 I/O：利用的是标准库的缓存实现文件的加速访问，而标准库再通过系统调用访问文件。
- 非缓冲 I/O：直接通过系统调用访问文件，不经过标准库缓存。
直接与非直接 I/O
-
直接 I/O：不会发生内核缓存和用户程序之间数据复制，而是直接经过文件系统访问磁盘。O_DIRECT标志
-
非直接 I/O：读操作时，数据从内核缓存中拷贝给用户程序，写操作时，数据从用户程序拷贝给内核缓存，再由内核决定什么时候写入数据到磁盘。
- 写入时机：缓存的数据太多的时候、调用 sync、内存十分紧张、缓存时间超过某个时间
阻塞与非阻塞 I/O VS 同步与异步 I/O
-
同步调用：read 调用时，内核将数据从内核空间拷贝到应用程序空间，过程都是需要等待的，也就是说这个过程是同步的
- 阻塞 I/O：用户程序执行 read 先阻塞，直到内核数据准备好，并把数据从内核缓冲区拷贝到应用程序的缓冲区中，当拷贝过程完成，read 才会返回。
- 非阻塞 I/O：read 请求在数据未准备好的情况下立即返回，可以继续往下执行，此时应用程序不断轮询内核，直到数据准备好，内核将数据拷贝到应用程序缓冲区，read 调用才可以获取到结果。O_NONBLOCK
- select I/O 多路复用： 如 select、poll，它是通过 I/O 事件分发，当内核数据准备好时，再以事件通知应用程序进行操作。
- 同步I/O：read 调用时，内核将数据从内核空间拷贝到用户空间的过程都是需要等待
-
异步 I/O ：「内核数据准备好」和「数据从内核态拷贝到用户态」这两个过程都不用等待。应用程序并不需要主动发起拷贝动作。
I/O 是分为两个过程的：
- 数据准备的过程
- 数据从内核空间拷贝到用户进程缓冲区的过程
阻塞 I/O 会阻塞在「过程 1 」和「过程 2」，而非阻塞 I/O 和基于非阻塞 I/O 的多路复用只会阻塞在「过程 2」。异步 I/O「过程 1 」和「过程 2 」都不会阻塞。