一、文件

文件概念

計算機中信息存儲的基本組織形式；
相關信息結合；
具有文件名。

文件名

按名存取：文件名 -> 存儲位置
文件名由一串ASCII碼或（和）漢字構成；

名字長度

8.3規則：文件名8個字符，類型3個字符，之間由“.”分割
長文件名：可以最多輸入255多個字符作爲文件名

文件名可能大小寫敏感；Linux，Unix系統的文件名大小寫敏感，Windows系統的不敏感。

文件結構

指文件內信息的組織方式；
目的：便於程序理解文件內容。

操作系統和應用程序決定了文件的結構。如pdf文件的結構由pd閱讀器決定。可執行文件的結構由操作系統決定等。

常用文件結構

無結構：文字流、字節流等；
簡單記錄結構：線性、固定長度、可變長度等；
複雜結構：格式化文檔、多媒體文件等。

文件類型—擴展名

文件類型一般由擴展名決定；
文件擴展名也稱文件後綴名，是標識文件類型的一種機制，擴展名跟在主文件名後面，由一個分隔符“.”分隔。

文件屬性

文件名：唯一，便於記憶；
文件位置：設備上文件位置的指針；
文件類型：文件的格式；
文件大小：文件當前大小；
保護：讀、寫、執行等訪問控制信息；
時間、日期和用戶標識：保護、安全和使用跟蹤的數據；
……
文件屬性保存在目錄中

文件操作

創建文件
寫文件
讀文件
在文件內重定位
刪除文件
截斷文件
打開文件
關閉文件

爲什麼要有打開文件操作？

需要數據結構
打開文件表：跟蹤打開文件；
文件指針：指向最後一次讀寫的位置，每個進程1個；
打開文件計數器：打開文件次數（調用open次數）；
文件存儲位置：文件存放在存儲設備上的位置信息；
訪問權限：每個進程的訪問權限；
優點
方便文件共享；
提高文件存取效率。

二、邏輯文件及其訪問方法

文件訪問

文件系統以文件爲單位進行信息的組織和存儲，其主要的功能是文件訪問。也就是對文件進行檢索、讀、寫等操作。
文件訪問主要和3個方面有關，分別是

邏輯文件
文件內容組織方式；
面向用戶；
目錄文件
文件組織方式；
文件屬性；
物理文件
文件存儲方式；面向系統。

邏輯文件

文件呈現在用戶面前的組織結構；
又稱爲文件邏輯結構；
邏輯文件決定了文件訪問方法；

邏輯文件的訪問方式

順序訪問

最簡單的訪問方式；
文件信息按照存放順序，一個記錄一個記錄地依次訪問
順序文件
典型存儲設備：磁帶

直接（隨機）訪問

可以直接定位到文件的某條記錄進行訪問
直接文件
典型設備：磁盤

順序文件

訪問方式：順序訪問；
依次訪問數據，不能直接跳轉到文件的指定位置；

優點：節省存儲空間；
缺點：訪問效率差。

直接（隨機）文件

訪問方式：直接（隨機）訪問；
直接通過計算得到需要讀寫記錄的位置，直接跳轉進行文件讀寫。

優點：訪問效率好；
缺點：浪費存儲空間。

是否可以兼顧順序文件和直接文件的優點呢？也就是採用順序文件的存儲方式和直接文件的檢索方式。

索引文件

基本方法：爲順序文件建立索引表。
索引表中的每一個表項存放一個指針，指向順序文件中的一個記錄，順序文件中有多少條記錄，索引表就有多少個表項。索引表的每個表項等長，便於檢索。

三種邏輯文件性能對比

文件訪問方式，即邏輯文件是影響文件訪問效率的因素之一！！！

索引文件廣泛用於組織需要頻繁檢索的文件，如數據庫文件等。

另外一種索引文件

根據某個檢索項作索引；

三、文件目錄

文件控制塊（FCB）

存放操控文件所需的各類文件屬性信息，如文件名、長度、創建時間、存放位置、訪問控制權限……

在文件系統中，文件控制塊類似於索引文件中的索引表，必須通過文件控制塊來訪問文件。

目錄項

目錄由目錄項有序構成。一個目錄中的目錄項組成了目錄文件，每個目錄項存放了一個文件的各類屬性，每個目錄項都是等長的。

在有的系統中，目錄項=文件控制塊。
文件與文件控制塊一一對應，文件目錄就是文件控制塊的有序集合，一個文件控制塊就是一個目錄項。通常，文件目錄也被看作是文件，稱爲目錄文件。

很多操作系統把目錄組織成一個文件，這就是目錄文件。如下圖所示，就是多個目錄項組成的目錄文件，每個目錄項都是等長的。

目錄和文件

每個目錄項中存放了文件在存儲設備的存放地址，目錄和文件都駐留在存儲設備（如磁盤）

目錄相關操作

創建文件操作僅僅是爲這個文件創建了一個目錄項。

文件檢索

目錄是用戶和文件之間的一個橋樑。用戶根據文件名訪問文件，而文件是存儲在存儲設備上。文件名是一個字符串，存儲位置是一個數字，所以要將文件名的字符串轉換爲具體的數字才能去訪問這個文件。
目錄負責把文件名轉換爲文件在存儲設備上的位置。這個根據文件名我文件存儲位置信息的過程，就是文件檢索。

具體步驟

① 根據文件所在的目錄打開目錄文件；
② 從磁盤讀入該目錄文件的1個（物理）塊，該塊包含若干個目錄項；
③ 根據文件名遍歷內存中的該塊，如找到則結束；
④ 判斷該目錄文件是否還有物理塊沒有讀入，如果是轉2；否則。結束。表示該目錄中沒有此文件名的文件。

根據文件名找一個文件的目錄項，就是文件檢索的主要工作。找到目錄項後，就可以根據該目錄項得到文件的存儲位置並進行讀寫。

如下圖所示，有一個有n個目錄項的文件，平均遍歷目錄項數：（1+n）/2
最佳情況是在目錄項0就是所檢索文件的目錄項；最差情況是目錄項n-1。這還不包括文件查不到的情況。

目錄性能

（物理）塊
物理塊是內存和存儲設備數據交換基本單位，一個物理塊一般爲4KB、8KB和16KB等，每次讀寫文件都是以塊爲單位，至少1塊。

例如：
當前物理塊大小是4KB，則一個讀入文件的1個字節的操作也要從存儲設備讀入4KB。

例子：
目錄項大小 = ds bytes
最多文件數 = n 物理塊大小 = b
那麼：
目錄文件大小 = ds*n bytes
目錄文件需要的物理塊數目 = ds*n/b
檢索一個文件需要平均讀入的塊數 = (ds*n/b+1)/2

由於物理塊大小固定，所以，要想降低讀入的物理塊數量，有兩個途徑：

降低目錄項大小ds
降低文件數n

一個降低目錄項大小的方法就是Unix採用的i Node。
一個完整的目錄項就是文件控制塊，裏面包含了大量的文件屬性。
如果不讀入無關的信息，降低目錄項的大小，就可以提升文件訪問的效率。

通過分析發現：

文件檢索過程中需要用到的內容主要是文件名。
Unix爲每個文件控制塊建立一個索引項，內容爲文件名和指向文件控制塊的指針。類似於索引文件，稱爲i node索引結點。

例子：
物理塊大小：4KB 目錄中文件數：1萬個

FCB（目錄項）大小：2KB
則：
目錄文件大小：10000*2KB = 20000KB
目錄文件需要的物理塊數量：20000KB/4KB = 5000塊
檢索文件平均需要訪問的物理塊數：（5000+1）/2 = 2500.5塊

i node：64B
那麼：
目錄文件大小：10000*64 = 625KB
目錄文件需要的物理塊數量：625KB/4KB+1 = 157塊
檢索文件平均需要訪問的物理塊數：（157+1）/2 = 79塊（僅僅是2500.5的1/32）

文件保護

文件的所有者/創建者應該有權控制：

能做什麼
指文件存取類型，有讀、寫、執行、添加、刪除和列表清單等基本操作；
Unix等系統把用戶分爲三個層面：
文件所有者、同組用戶、公共用戶。
訪問模式：分爲讀、寫、執行，用R/W/X來表示。爲了方便，用三個位來代表R/W/X，用 r=4,w=2,x=1 來表示權限。

對特定的文件或目錄，定義適當的訪問權限。
如Linux的命令chmod 761 game，就是賦予game的所有者R/W/X權限，同組用戶R/W權限，其他公共用戶X權限。
由誰來做

四、文件結構

目錄結構的設計目標

效率

快速定位文件位置
提高文件訪問效率

命名

方便用戶使用，允許重名
同名的不同文件
不同名的相同文件

分組

文件分組（子目錄）
兼顧效率和方便性

單層目錄

所有文件在同一目錄中，只有一級目錄：根目錄；
根目錄（/）：一個文件系統最頂層的目錄。

優點：結構簡單；
缺點：

檢索效率差（目錄下文件過多）
不能有同名文件，一個文件只能有一個名稱
不能分組

單層目錄一般用於早期文件數量較少的操作系統中。

雙層目錄

單層目錄的改進是爲每個用戶建立自己的目錄，使得每個用戶的文件可以分開存放。
優點：
1）不同用戶可有相同文件名的文件；
2）比單層目錄提高檢索效率（文件分佈在多個用戶目錄中）
缺點：
1）無法分組；
2）同一用區分引入了路徑戶不能有相同文件名的文件。

路徑名：
不同目錄存在同名文件，爲了利用不同路徑區分同名文件引入了路徑。
路徑名 = 目錄名+分隔符+文件名
從根目錄開始到文件的路徑，稱爲路徑名。

樹形目錄

特點：
（1）檢索高效，子目錄增多會使得每個目錄下文件數量減少；
（2）可分組，用戶可以自由建立子目錄；
（3）允許重名，不同子目錄可以有同名文件。

爲了提高訪問的效率，引入了當前目錄，也稱爲工作目錄，是指當前運行進程所在的目錄。

絕對路徑：從根目錄開始的路徑名；
相對路徑：從當前目錄開始的路徑名，提高檢索效率。

性能對比（查找文件first爲例）

如下圖，藍色是從根目錄查找first文件，黃色是從相對路徑查找first文件。

目錄項：佔一個物理塊。

目錄文件	目錄項	平均讀入塊數
/	spell	0
spell	mail	(1+7)/2=4
mail	prt	(1+4)/2=2.5
prt	first	(1+2)/2=1.5

絕對路徑：/spell/mail/prt/first
根目錄一般在內存；
一共需要讀入4+2.5+1.5=8個物理塊。

相對路徑：./prt/first
當前目錄在內存；
讀入1.5個物理塊。

圖形目錄

所謂文件共享是指不同目錄中的文件指向同一個物理文件，也就是它們內容相同。

很明顯，樹形目錄不能實現文件共享，圖形目錄可以。圖形目錄有兩種，無環圖目錄和通用圖目錄（有環圖）。
無環圖一個特點是有向邊無環。

文件共享

兩種共享文件方式：硬鏈接和符號鏈接（軟鏈接）

硬鏈接

硬鏈接是指一個物理文件可以有幾個文件名，但是隻有一個FCB。每個文件名有自己的目錄項，也就是i node，但共享一個FCB。

創建一個文件A的時候，系統爲其創建了一個i node和FCB，以及分配存儲空間來存儲文件內容。當建立文件B和A共享同一個文件時，系統僅僅爲B建立一個i node，並讓它指向A的FCB。
爲知道每個FCB中有多少i node在使用，需要在FCB中加入計數器，記錄當前鏈接到FCB的i node數量。

刪除文件的過程正好相反，刪除文件的i node，並把計數器減1，最後刪除A的時候，需要把i node，FCB，物理文件一起刪除。

符號鏈接（軟鏈接）

Windows，Linux使用符號鏈接，符號鏈接文件是一種特殊的文件，包含另外一個共享文件的路徑名。

通用圖目錄

圖中有環就會使遍歷目錄的操作陷入陷阱導致無窮循環，下圖book和avi之間就有環。

如何保證無環

僅允許指向文件的鏈接，不允許指向子目錄的鏈接
垃圾回收
每當加入新鏈接時，使用環路檢測算法判斷是否正確
優化遍歷目錄算法，避免對環的重複搜索

0x16 文件系統接口