文件系统

发表于 2019-07-29 分类于 Systems

文件系统是操作系统中管理持久性数据的子系统，提供数据存储和访问功能，可以提供组织、检索、读写访问数据功能。在没有文件系统时，我们在计算机上操作的数据无法有效保存，在计算机关机再重启时数据就丢失了。大多数计算机系统都有文件系统，我们常用的谷歌也是一个文件系统，支持分布式应用的数据管理，可以支持系统监控、故障检测、故障容忍和自动恢复，提供很高的可靠性。

文件系统的概念

文件系统的主要目的是实现对文件的按名存取(从用户的角度来看)，而文件管理实际上是对辅助存储空间的管理。

文件是具有符号名，由字节序列构成的数据项集合。

文件是文件系统的基本数据单位
文件名是文件的标识符号

文件系统的功能

分配文件磁盘空间

管理文件块(位置和顺序)
管理空闲空间(位置)
分配算法(策略)

管理文件集合

定位文件及其内容
命名通过名字找到文件
文件系统结构 文件组织方式

确保数据可靠和安全

安全多层次保护数据安全
可靠持久保存文件，避免系统崩溃、攻击

文件属性

名称、类型、位置、大小、保护、创建者、创建时间、最近修改时间等

文件都有文件名与数据，这在 Linux 上被分成两个部分：用户数据 (user data) 与元数据 (metadata)。用户数据，即文件数据块 (data block)，数据块是记录文件真实内容的地方；而元数据则是文件的附加属性，如文件大小、创建时间、所有者等信息。在 Linux 中，元数据中的 inode 号（inode 是文件元数据的一部分但其并不包含文件名，inode 号即索引节点号）才是文件的唯一标识而非文件名。文件名仅是为了方便人们的记忆和使用，系统或程序通过 inode 号寻找正确的文件数据块。

文件头 文件系统元数据中的文件信息

文件属性
文件存储位置和顺序

文件描述符

进程访问文件数据前必须先打开文件，内核跟踪所有打开的文件。

操作系统在打开文件表中维护的打开文件状态和信息。文件描述符是打开文件的标识，由于打开文件表中文件数目和文件系统中文件有数量级差别，所以另外维护文件描述符而不是直接引用文件标识。

文件指针

最近一次读写位置
每个进程分别维护自己的打开文件指针

文件打开计数

当前打开文件的次数
最后一个进程关闭文件时，将其从打开文件表中移除

文件的磁盘位置

缓存数据访问信息
访问权限
- 每个进程的文件访问模式信息(以什么方式访问)

文件的用户视图和系统视图

文件的用户视图
- 持久的数据结构
系统访问接口
- 字节序列的集合(Unix)
- 系统不关心存储在磁盘上的数据结构
操作系统的文件视图
- 数据块的集合
- 数据块是逻辑存储单元，而扇区是物理存储单元
- 块大小和扇区大小通常是不同的，通常是几个扇区构成一个数据块

用户视图到系统视图的转换

文件系统中最小基本单位为数据块，磁盘最小访问单位为扇区。

进程读文件
- 获取字节所在的数据块(数据块是逻辑存储单位)
- 返回数据块内对应部分
进程写文件
- 获取数据块
- 修改数据块中对应部分
- 写回数据块

访问模式

进程如何访问文件

顺序访问

按字节依次读取
大多数文件访问都是顺序访问

随机访问

从中间读写
不常用，但很重要
虚拟内存中把内存页存储在文件

索引访问

依据数据特征索引
通常操作系统不完整提供索引访问
数据库是建立在索引内容的磁盘访问之上

文件内部结构

无结构
- 单词、字节序列
简单记录结构
- 分列
- 固定长度
- 可变长度
复杂结构
- 格式化的文档(PDF Word)，应用程序可根据文档格式对文件进行识别
- 可执行文件

文件共享和访问控制

多用户系统中的文件共享是很有必要的

访问控制
- 每个用户能够获得哪些文件的哪些访问权限
- 访问模式：读、写、执行、删除、列表
文件访问控制列表(ACL)
- <文件实体, 权限>
Unix模式
- <用户|组|所有人, 读|写|可执行>
- 用户标识ID 识别用户，表明每个用户所允许的权限及保护模式
- 组标识ID 允许用户组成组，并指定了组访问权限

语义一致性

规定多进程如何同时访问共享文件

与同步算法相似
因磁盘I/O和网络延迟而设计简单

Unix文件系统(UFS)语义

对打开文件的写入内容立即对其他打开同一文件的其他用户可见
共享文件指针允许多用户同时读取和写入文件

会话语义

写入内容只有当文件关闭时可见( 效率低)

读写锁

一些操作系统和文件系统提供该功能

文件系统种类

磁盘文件系统
- 文件存储在数据存储设备上如磁盘
- FAT，NTFS，ext2/3， ISO9660
数据库文件系统
- 文件特征是可被寻址辨识的
- WinFS
日志文件系统
- 记录文件系统的修改/事件
- 以原子形式记录访问
网络/分布式文件系统(通过网络访问)
- NFS、SMB、AFS、GFS
特殊/虚拟文件系统
- 管道

网络/分布式文件系统

文件可以通过网络被共享

文件处于远程服务器
客户端远程挂载服务器文件系统
标准系统文件访问被转换成远程访问
标准文件共享协议
- NFS for Unix
- CIFS for Windows

分布式文件系统的挑战

客户端和客户端上的用户辨别起来很复杂
NFS 不安全
一致性问题
错误处理

虚拟文件系统

文件系统的实现

目的

对所有不同文件系统的抽象，多种文件系统，对上提供一致的访问接口

功能

提供相同的文件和文件系统接口
管理所有文件和文件系统关联的数据结构
高效查询例程，遍历文件系统
与特定文件系统模块的交互

文件系统基本数据结构

文件卷控制块(Unix superblock)
- 每个文件系统一个
- 文件系统详细信息
- 块、块大小、空余块、计数/指针
文件控制块(Unix vnode or inode)
- 每个文件一个
- 文件详细信息
- 访问权限、拥有者、大小、数据块位置
目录项(Linux dentry)
- 每个目录项一个(目录和文件)
- 将目录项数据结构及树型布局编码成树型数据结构
- 指向文件控制块、父目录、子目录

文件系统的组织视图

文件系统的存储结构

文件系统数据结构
- 卷控制块(superblock 每个文件系统一个)
- 文件控制块(inode 每个文件一个)
- 目录节点(dentry 每个目录项一个)
以上都持久存储在外存中
- 存储设备的数据块中
当需要时加载进内存
- 卷控制模块 当文件系统挂载时进入内存
- 文件控制块 当文件被访问时候进入内存
- 目录节点 在遍历一个文件路径时进入内存