文件背景知识

• 在我们平时学习Linux系统的时候，我们都知道在语言级，系统级，Linux一切皆文件，我们所操作的都是被打开的文件
• 其本质上是：一个文件被加载到系统当中，操作系统就把该文件管理起来了。
• 那么我们没有被打开的文件在哪呢？—>磁盘

磁盘文件

• 操作系统作为管理者，硬盘级文件没有被打开，就是由系统在磁盘上统一管理的。
  • 单个文件角度：这个文件在哪里，这个文件多大，这个文件的其他属性是什么?
  • 在系统角度：一共有多少个文件？各自属性在哪里，如何快速找到，还可以存储多少个文件？如何让快速找到指定的文件等等，对于这一系列问题，可以转化成 如何对磁盘文件进行分门别类的存储，以便更好地进行存储。

---

磁盘物理结构

• 内存：掉电易失存储介质

• 磁盘：永久性存储介质 (还有SSD,U盘，光盘，磁带等)

• 磁盘是一个外设 + 计算机中唯一的机械设备。磁盘结构：磁盘盘片、磁头、伺服系统、音圈马达……

• 其中，大多数 盘面是多层结构的，两面可读写数据

---

磁盘存储结构

• 磁盘所采用的是CHS：Cylinder Head Sector的简称，是FDISK在分区期间所需磁盘信息。

• 可以使用CHS定址法来找到一个指定位置的扇区

  • 首先找到指定的磁头
  • 再找到指定的磁道（柱面）
  • 最后定位指定的扇区

• 文件本质上就是在磁盘中占有几个扇区的的问题

---

对磁盘的存储进行逻辑抽象

• 为什么操作系统要用CHS，耦合度太高，为了方便实现内核磁盘管理

• 磁盘的盘面结构（圆形结构）-> 磁带的线性结构。我们可以将磁盘盘面根据磁带的原理拉伸成一个数组，磁盘的扇区是存储数据的基本单位。

• 操作系统就需要对500G的磁盘进行管理，但是500G的数据量是巨大的，如果整体管理就是低效的。操作系统采取的是分治的方式，对磁盘的管理 -> 对一个小分区的管理。

  • 逻辑结构

• 再将这几个区再次进行细分：

• 所以只要管理好一组，就能管理好每一个组

---

• 此时划分后的每一块叫做块组。每个块组的结构又如下：

• Linux在磁盘上存储文件的时候，将内容和属性是分开存储的

---

Boot Block

一个分区有一个启动块，开机的属性信息等，每个分区可能存在一份，主要是为了备份，有时候计算机有可能无法成功启动。windows说要不要恢复，也就是可能其中的一个分区的启动块出问题了，恢复也就是找其他分区的启动块，将数据备份一份过去。

---

Super block

• 超级块（Super Block）是磁盘块组中的一个特殊数据结构，包含了文件系统的元数据信息，让操作系统能够理解和操作文件系统。它记录了文件系统的整体信息，包括文件系统的类型、大小、块位图和inode位图的位置等重要信息。
• 超级块通常是每隔几个分组有一个，它在文件系统格式化时被创建并初始化。超级块记录了文件系统的整体信息，以便操作系统可以理解和操作文件系统。

• Super block相当于是一个文件系统的"总指挥"，扮演着一个非常重要的角色.

---

Data blocks

• 磁盘的基本单位是扇区(512字节)，但是操作系统(文件系统)和磁盘进行IO的基本单位是4KB(8*512字节).

• 就算OS想从磁盘中读取一个字节的数据，那么最少也必须读取4KB的数据。至于为什么是4KB，这是经过一些科学的计算最终得出的结论，4KB是最合适的.

• 如果使用512KB，可能会进行更多次数的IO，造成效率降低，而且如果操作系统使用和磁盘一样的大小，万一磁盘基本大小变化了，OS的源代码也需要改变，所以OS有自己一套的规定，这样就完成了软件和硬件的解耦。

• 操作系统与磁盘 IO的基本单位是4KB，这也是一个block大小，所以磁盘也一般叫做块设备。

所以Data blocks可以理解为：

• 1.多个4KB(8*扇区)大小的集合.
  linux下文件内容 和 属性是 分开存储的。
• 2.Data blocks里保存的都是特定文件的内容.

---

Inode Table

inode是一个大小为128字节的空间，保存的是对应特定文件的属性，该块组内，所有文件的inode空间的集合，需要标识唯一性，每一个inode块，都要有一个inode编号。一般而言一个文件，一个inode，一个inode编号。

• 可以使用ls-li来查看inode编号

• 可以简化成下面这张图：

• 相对应的，文件的属性与内容是分开管理的，并且一个块组内的为文件个数也是很多的，因此对于文件的属性与内容我们也需要进行管理。此处的管理方式是位图。

---

BlcokBitmap

• 回想刚才的data blocks，有那么多的block，我们怎么知道哪一个被占用，哪一个没有被占用呢？

• 这个时候便用到了BlockBitmap，它的内部是一个位图，它的每一个比特位和特定的block是一一对应的，对应的bit位位1， 表示该block已经被占用，否则表示空闲可用。

• 通过块位图，操作系统可以快速了解文件系统上哪些块是可用的，从而进行块的分配和释放。当需要分配一个块给新的文件或目录时，操作系统会查找位图中的空闲位，并将其设置为已分配状态，然后返回该块的地址给请求的进程。

---

inode Bitmap

• 有那么多的inode，怎么标识哪个被占用，哪个没有被占用呢？还是用inode Bitmap

• 它的内部也是一个位图，每一个比特位和 特定的inode是一一对应的，如果该比特位为1，说明该inode已经被占用，否则表示空闲可用。

• 假设有10000+的inode，那么就有10000+的比特位，分别一一对应，然后用0和1表示未被占用和已占用的两种状态.

---

Group Descriptor Table

• Group Descriptor Table(GDT)叫做块组描述符.

• 它用来记录这个块组多大，已经使用了多少，有多少个inode，已经占用了多少，还剩多少，一共有多少个block，使用了多少…等等

• 通过将整个磁盘划分为：大分区 -> 小分区 -> Boot Block + n个块组 -> 块组 -> 6个区域。通过此方式，将快组分割成如此，并且写入相关的管理数据 -> 每一个块组都这么干 -> 整个分区就被写入了文件系统信息（格式化）。

---

一个文件只能有一个inode，和一个inode编号.

• 我们知道，DataBlocks中是通过每个block存储内容的，那么一个文件 可以有多个block吗？答案是肯定可以的，如果只有一个的话，那么每个文件只能存储4KB大小，这也不切合实际。

• 在文件属性inode中，会有文件的各种属性，其中就包括了一个blocks数组，里面保存了每个block的位置.

• 对于数据量小的文件：

那么如果一个文件特别大，有很多block，blocks数组容不下了，此时如何找到每个block呢？

• 其实我们要知道，一个block块里不仅可以存储文件内容，也可以存储其它块的块号！

• 比如blocks[在文件属性inode中]只有15个元素大小，我们可以前12个对应的block[磁盘结构中]存储文件内容（直接映射），后3个对应的block存储的其它block的位置（间接）。

• 一个block是4KB=4096字节大小，存储一个位置只需要4/8字节(32/64位平台)，这样一个block就可以存储1000个其它block的位置，如果还是不够，可以取前997个存储内容，后3个存储block的位置，以此类推…

---

文件名和inode编号

• 找到文件：先找到文件inode编号 —> 找到分区特定的blcok group —> 找到inode —>相当于知道了属性 —>根据属性便可以找到文件内容.

可问题是我们怎么知道inode编号呢？我们平时用的都是文件名进行操作，比如创建或删除等，所以我们此时需要弄清楚文件名和inode编号之间的关系.

• linux中，inode属性里面，没有文件名这一说法！只根据inode编号辨识文件.

有下面两种场景 ：

• 1.在同一个目录下，可以保存很多的文件，但是文件名不能重复.

• 2.目录是文件，也有自己的inode，也有自己的data block，但问题是目录data block里面存储的是什么呢？

虽然说linux下是按inode编号来识别文件的，但是我们看到就是文件名啊，这些文件名也一定是被管理的。

• 这里直接说结论： 目录里的data block 存储的是inode 编号 和 文件名的映射关系。

• 它们互为key值的，也就是说即可用inode编号做key值，也可以用文件名做key值.

• 这也可以立即为什么创建文件，需要目录有写权限，因为目录保存的是文件名与 inode编号映射关系，只有目录有了写权限，才能将这个映射关系写到磁盘，才能创建成功.

---

• 回想对于目录的权限操作：

• 进入文件需要x（可执行）权限。

• 创建文件需要w（可写）权限。

  • 因为，需要将文件名与inode编号的映射关系写入到目录的data block中。

• 显示文件名与属性需要r（可读） 权限。

  • 因为，需要显示文件名，但是文件名存储在目录中，需要文件名就需要在目录中查找；显示文件属性，就需要查找到文件，就需要依托于目录中文件名与inode编号的映射关系。

• 正是因为，查找inode编号是依托于目录结构，所以Linux下查找文件需要绝对路径或相对路径。

创建文件

• 通过我们传入的路径，找到对应的分区、块组，然后在该块组内通过对inode Bitmap的遍历，查找0的同时，使用计数器计算inode编号。以inode Bitmap中0说所对应的位置开辟inode，将属性存储，再根据文件内容，调整其中的black数组（如果没数据清空，有数据根据Black Bitmap分配Data block）。至此文件系统将空间分配，相关数据存储并给出了新建文件的inode编号。再根据该文件处于的目录名，找到目录的inode属性信息，再以属性信息找到目录对应的Data black将用户给予的文件名与文件系统给予的inode标号，存储构建映射。

• 以目录的文件名，找到目录相关数据：Linux内核中会将常用的目录结构构建成一颗树，其内部帮我们构建了文件名与其目录的inode编号的映射关系。本质上：也就是只要你拿到了文件名它的inode，最后就能通过文件目录找到目录的inode，进而找到目录的data block将新建的文件名与其inode标号写进去。

---

删除文件

• 删除文件，即通过传入文件名，以此找到对应的目录与目录的inode，以此在目录的data black中根据映射关系，找到文件名对应的inode标号，以此找到文件的inode，然后将该文件的inode Bitmap与black Bitmap进行置0。

这也正是：为什么拷贝（下载）文件的时候很慢，而删除文件的时候很快的原因。

• 正是由于拷贝（下载）文件，需要对inode的分配，data block的分配。并覆盖式的一一写入数据。而删除文件只需将标识inode与data block是否有效的Bitmap置0即可。

• 如同通行的路，开辟时需要慢慢建造填补，因为废弃等原因而放弃时只需要一个标识牌即可。需要再次使用时直接铺设就行。

---

查找文件

• 根据文件名，在其处于的目录的data block中查找到映射的文件inode编号，以此找到文件的inode。

• 当重装操作系统的时候：

• 需要你对磁盘进行分区，就是电脑中的A、B、C……盘。

• 首先需要进行格式化，在磁盘写入文件系统，也就是从哪到哪是一个Block group块的区域的划分、块中的Data block区域划分、inode Table区域的划分、Bitmap区域的划分以及清0、……。（格式化也很简单，就是重写文件系统，清空数据本质上：将Super Bloack、Group Rescriptor Table、两个Bitmap的4个区域全部清0）

• 由于inode是固定的，data block是固定的。所以有时可能出现，其中一个还有空间但是另一个没空间了。于是就会出现系统里还有空间，但是创建文件老是失败的问题。

---

软硬链接

• 为解决文件的共享使用，Linux 系统引入了两种链接:硬链接 (hard link) 与软链接(又称符号链接，即 soft link 或 symbolic link)。链接为 Linux 系统解决了文件的共享使用，还带来了隐藏文件路径、增加权限安全及节省存储等好处。

创建软链接

ln -s src dest

创建硬链接

ln src dest

• 我们观察到硬链接的inode一样，而这里有两个2代表的是引用计数。（一会再说）
• 我们观察到软链接，又叫做符号链接，软链接文件相对于源文件来说是一个独立的文件，该文件有自己的inode号，但是该文件只包含了源文件的路径名，所以软链接文件的大小要比源文件小。软链接就类似于Windows操作系统当中的快捷方式。

软链接

• 使用快捷方式打印和使用源文件打印都是可以的

• 但是软链接文件只是其源文件的一个标记，当删除了源文件后，链接文件不能独立存在，虽然仍保留文件名，但却不能执行或是查看软链接的内容了。

硬链接

• 通过ls -i -l命令我们可以看到，硬链接文件的inode号与源文件的inode号是相同的，并且硬链接文件的大小与源文件的大小也是相同的，特别注意的是，当创建了一个硬链接文件后，该硬链接文件和源文件的硬链接数都变成了2。

我们删除源文件后，计数变为1了

• 这里面的文件内容还是可以访问，也就是相当于重命名了一下

• 所以硬链接不是一个独立的文件，因为没有独立的inode，使用的是目标文件的inode，在属性列中有一列就是硬链接数

• 文件的磁盘引用计数：有多少个文件名字字符串通过inode指向我就是多少

---

所以定位一个文件有两种方式：

1. 通过路径
2. 直接找到目标文件的inode
   两者都是最终还是要通过inode

• 简单的来说硬链接就是一个文件名和inode的映射关系，建立硬链接，就是在指定目录下，添加一个新的文件名和inode的映射关系！

---

那么以上两者都有什么作用呢?

• 其实在我们linux机器上有很多的软硬链接

• 就比如/目录下就有很多软硬链接

• 硬链接的场景也有很多，比如平时我们创建一个文件夹默认的计数就是2，因为里文件夹里面默认有.和..

• 当再次向这个目录里面新建目录>

• 计数+1

• 任何一个目录，刚开始建立的时候，引用计数一定是2

• 在目录A内部新建立一个目录，会让A目录i引用计数自动+1
• 一个目录内部有几个目录：A的引用计数-2

• 在Linux系统中，不允许给目录建立硬链接

查看文件信息stat命令

在Linux当中，我们可以使用命令stat文件名来查看对应文件的信息。

这其中包含了文件的三个时间信息：

Access： 文件最后被访问的时间。
Modify： 文件内容最后的修改时间。
Change： 文件属性最后的修改时间。

• 当我们修改文件内容时，文件的大小一般也会随之改变，所以一般情况下Modify的改变会带动Change一起改变，但修改文件属性一般不会影响到文件内容，所以一般情况下Change的改变不会带动Modify的改变。
• 我们若是想将文件的这三个时间都更新到最新状态，可以使用命令touch文件名来进行时间更新。

注意： 当某一文件存在时使用touch命令，此时touch命令的作用变为更新文件信息。

取消软硬链接unlink

• 直接使用该命令即可

unlink 文件名