文件

文件元信息

在UNIX和类UNIX操作系统中，inode（索引节点）是一个非常重要的数据结构，用于表示文件系统中的文件和目录。每个文件或目录都有一个与之对应的inode，它包含了关于该文件的大部分元数据，但不包括文件名和文件实际内容。

inode信息：

• 文件类型：文件是普通文件、目录还是链接文件等。
• 权限：文件的访问控制信息，如用户、组和其他用户的读、写、执行权限。
• 所有者：文件的所有者和组ID。
• 大小：文件的大小（字节数）。
• 时间戳：文件的创建时间、最后修改时间和最后访问时间。
• 链接计数：指向该文件的硬链接数量。当计数为0时，文件会被删除。
• 数据块指针：文件内容所在的数据块（block）的位置信息。这包括直接指针、间接指针、二级间接指针和三级间接指针，用于指向存储文件内容的磁盘块。

进程文件管理

• 文件描述符表：每个进程都有自己的文件描述符表，这个表对应于该进程打开的文件描述符。文件描述符是进程范围内的一个小的非负整数。
• 文件表：操作系统维护一个全局的文件表，该表记录了所有打开文件的状态信息。每次 open 调用成功时，都会创建一个新的文件表条目。
• inode表：系统还维护了一个inode表，该表包含了文件的元数据和指向文件实际数据的指针。如果多个进程打开同一个文件，它们的文件表条目将指向inode表中的同一inode。

在进程1中执行fdA1 = open("fileA.txt", O_RDONLY)和fdAdup = dup(fdA)系统调用，在进程2中执行fdA2 = open("fileA.txt", O_RDONLY)，系统中的数据结构如下图所示：

文件的逻辑结构

1. 顺序文件：
   • 记录顺序：顺序文件中的数据以记录的顺序排列。每个记录都按顺序存储在文件中，一个接一个。
   • 访问方式：顺序文件通常按照记录的顺序进行访问。要查找或修改文件中的某个记录，必须从文件的开头开始逐个读取记录，直到找到所需的记录或到达文件末尾。
   • 应用场景：适用于需要按顺序读取和处理数据的应用程序，如批处理任务和日志文件。
2. 随机文件（或称为索引文件）：
   • 记录随机排列：在随机文件中，数据记录可以按任意顺序排列，而不需要按照特定的顺序。
   • 访问方式：随机文件支持随机访问，这意味着可以直接访问文件中的任何记录，而不必按照顺序逐个读取。
   • 索引结构：为了支持随机访问，随机文件通常使用索引结构（如哈希表或B树）来跟踪记录的位置。
   • 应用场景：适用于需要快速查找和访问特定记录的应用程序，如数据库系统和文件系统。

文件的物理结构

1. 连续分配方案（Contiguous Allocation）

连续分配该方案中，每个文件占用磁盘上一个连续的块集。例如，如果一个文件需要n个块，并且给定一个块b作为起始位置，那么分配给该文件的块将是b, b+1, b+2，……b+n-1。这意味着给定起始块地址和文件的长度，我们可以确定文件占用的块。具有连续分配的文件的目录条目包含分配部分的起始块长度的地址。

连续分配方案对应的目录包含如下信息：

• 文件的其实地址
• 分配块数量

下图中的文件 “file3” 从区块19开始，长度为6个区块。因此，它占用19、20、21、22、23、24个块。

• 优点：因为由于文件块的连续分配，查找的次数很少，访问速度非常快。
• 缺点：存在内部和外部碎片化的问题，使得内存利用效率低下。增加文件大小困难，因为它取决于特定实例中连续内存的可用性。

2. 基于链表的分配（Linked List Allocation）

在这个方案中，每个文件都是一个不需要连续的磁盘块链表。磁盘块可以分散在磁盘上的任何地方。目录项包含指向起始和结束文件块的指针。每个块包含一个指针，指向文件所占用的下一个块。

目录项包含指向起始和结束文件块的指针。每个块包含一个指针，指向文件所占用的下一个块。

下图中的文件 “file1” 显示了块是如何随机分布的。最后一个块(25)包含-1，表示空指针，不指向任何其他块。

• 优点：可以充分利用磁盘空间，不会遭遇到碎片的问题。
• 缺点：因为文件是在磁盘上随机分配的，所以访问一个文件的过程需要经历多次磁盘的检索，这使得文件读取的速度变慢。

3. 基于文件分配表（File Allocation Table）的分配

基于链表的链接为隐式链接，每个磁盘块的末尾包含文件的下一个盘块号。

文件分配表FAT也是基于链接的方式，不过文件的链接方式是存储在一个表格当中，表格包含两列，一列是盘块号，另一列是在该文件盘块之后的下一个盘块号，这种方式也叫做显式链接。

4. 索引分配（Index Allocation）

在这个方案中，一个称为Index块的特殊块包含指向文件所占用的所有块的指针。每个文件都有自己的索引块。索引块中的第i项包含第i个文件块的磁盘地址。目录条目包含索引块的地址，如下图所示:

如果文件非常大的话，可以使用多级索引的方式来存储文件所在盘块。

• 优点：克服了磁盘碎片的问题。
• 缺点：对于非常小的文件，比如只扩展2-3个块的文件，索引分配将为指针保留一个完整的块(索引块)，这样索引块中的很多空间都没有使用，这在内存利用率方面是低效的。

5. 混合索引

还有一种混合索引的方式，可以解决上述提到的缺点，这种方式针对小文件或者大文件进行不同的处理。如果文件比较小的话，使用直接块即可（文件的inode中会包含直接块的下标），如果文件比较大的话，可以使用单级或多级索引。

UNIX系统采用的就是这种方式。