[Linux] 层层深入理解文件系统——（3）磁盘组织存储的文件

标题：[Linux] 层层深入理解文件系统——（3）磁盘组织组织存储的文件

个人主页@水墨不写bug

---

目录

一、磁盘中的文件

1）磁盘的物理结构

2）磁盘的CHS寻址法

3）磁盘的空间管理

二、磁盘如何组织存储文件

三、透彻的看待文件系统

 四、文件分区的创建

---

正文开始：

一、磁盘中的文件

         在之前我们谈论的文件是都是已经被加载到内存中的文件，但是我们需要知道，内存中的文件仅仅只是计算机内部文件的小部分，只有小部分文件会被加载到内存中运行，大部分文件还是会被存储在磁盘中，本文谈论的文件，就是存储在磁盘中的文件。

1）磁盘的物理结构

         计算机只认识二进制，所以我们自然需要一个可以高效存储二进制数据的结构。磁盘就是这样的结构中的一种。常见的磁盘类似于我们小时候见到的光盘，但是磁盘是有多个盘面的，并且每一个盘面都可以读写数据。

        磁盘可以存储二进制数据，本质是磁盘的每一小单元可以表示两种不同的状态，这每一个小单元就是一个一个的带磁性的单位，提前规定好哪一个磁性对应的0，哪一个磁性对应1，就可以实现存储数据了。

        磁盘是一个多个盘面的结构，每个盘面都对应有一个磁头，磁头就是进行数据读写的装置。盘片的两面都可以读写。磁盘本质是一个机械设备，通过马达的转动和磁头的移动来定位扇区，定位磁道。

2）磁盘的CHS寻址法

在磁盘的结构中，有几个概念：

        盘面：就是数据存储在哪一个面；由于每个盘面都有一个对应的磁头，所以盘面在定位中等价于磁头（Header）。

---

        磁道：磁盘的盘面上会一圈一圈的向外扩展出一个一个的磁道，磁道就是一个圆环（圆柱（Cylinder）：因为盘面确定后，只需要确定磁道就可以了，也就是只需要确定是哪一个同心圆柱就可以了，所以称为圆柱）。

        扇区（Sector）：扇区就是一个磁道上的一部分（扇形与圆环的相交部分），在确定扇区后，磁道就是一个扇环（暂且这样称呼）。

        磁盘读写的单位是扇区 （512字节），对于特殊的磁盘，可能会有更大的读写单位。

        盘面，磁道，扇区的关系：

1盘面 == n磁道 == m扇区

 

---

        我们想要打开一个文件，就需要确定这个文件的位置，这就需要 

CHS定址法：

        只要依次确定文件位于的盘面，磁道扇区，即可确定这个文件的位置。

         想要理解好CHS定址法的工作原理，我们首先需要了解磁盘的存储结构。

3）磁盘的空间管理

         你小时候一定见过磁带，磁带存储信息，是一条一条的可以被拉直，我们可以把磁盘看成一条线性的空间，也就是把磁盘拉直，那么磁盘就成为了一个长数组。操作系统读取的基本单位是按照扇区的，所以这个数组的每个基本单位就是一个扇区。

        所以文件就是很多个扇区的下标！

        假设一个盘面有1000个扇区，有10个磁道，每个磁道有100个扇区。如果随意给我们一个数组下标，比如3210，我们就可以通过计算，就可以得到这个文件的CHS地址：

        3210/1000 = 3 ：表明在下标为3盘面；

        3210%1000 = 210；210/100 = 2；表示在下标为2的磁道；

        210%100 = 10； 表示在下标为10的扇区。

        于是，我们就可得出结论：文件位于  “3盘面 ，2磁道 ，10扇区”

---

         对于操作系统而言，一次读取512字节太小了，所以一般而言，操作系统未来和磁盘进行交互的时候，读取的基本单位是：4KB （8*sector）

        4KB == 8个连续的扇区

        我们把这8个连续的扇区称为 “块”。

所以，文件是由很多个块构成的！！！

        于是，对操作系统而言，读取数据就可以以块为基本单位了。 我们只要知道一个块地址，以及整个磁盘的总大小，那么有多少个块，每一个块的块号，如何从块地址（逻辑区块地址Logical Block Address, LBA）转化到CHS地址全都知道了！！

---

二、磁盘如何组织存储文件

         磁盘一般比较内存比较大（800GB/1TB等）如果直接管理不容易。所以磁盘需要进行分区。

        我们的PC的C、D、E盘都是一个硬盘分区后产生的一个个分区。

        这样一来，只要能管理好一个分区，就一定能管理好整个磁盘，因为管理方法是可以直接照搬的。

        对于一个分区的管理，操作系统还是采用分组的方法：在一个分区内部分组，然后就只需要管理好一个组，就可以管理好一个分区，自然就可以管理好一整个磁盘了。

对于一个分区，需要先写入文件系统的管理资源，才能在磁盘中进行文件管理。这个过程称为“格式化”。

        对于一个分区内部，不是直接划分为一个个的分组，而是有一定的组织逻辑的：

        接下来，分别介绍这些区域的作用；

        我们知道：文件 = 内容 + 属性

        Data blocks就是存储文件的内容的位置；而inode table是存储文件属性的位置。

        inode是一个大小确定的结构体，里面存储文件的属性信息，比如有文件的大小，文件的权限，文件的创建者，文件的ACM时间（修改、保存、访问）等。（需要注意：indoe内部不包含文件名称）

        一般而言，inode有一个固定的大小 比如128字节，所以无论是怎么样的文件都可以用inode存储文件的属性信息。

        接下来介绍上面的区域的作用：

        Block Group：ext2文件系统会根据分区的大小划分为数个Block Group。而每个Block Group都有着相同的结构组成。

        超级块（Super Block）：存放文件系统本身的结构信息。

        记录的信息主要有：bolck 和 inode的总量，未使用的block和inode的数量，一个block和inode的大小，最近一次挂载的时间，最近一次写入数据的时间，最近一次检验磁盘的时间等其他文件系统的相关信息。Super Block的信息被破坏，可以说整个文件系统结构就被破坏了

        GDT，Group Descriptor Table：块组描述符，描述块组属性信息。

        块位图（Block Bitmap）：Block Bitmap中记录着Data Block中哪个数据块已经被占用，哪个数据块没有被占用。

        inode位图（inode Bitmap）：每个bit表示一个inode是否空闲可用。

        i节点表:存放文件属性 如 文件大小，所有者，最近修改时间等。

        数据区：存放文件内容。（占有大部分空间）

 

         到这里，我们对文件系统的有了基本的理解。那么如何理解文件的增删查改呢？

创建一个新文件主要有一下4个操作：

        1. 存储属性

        内核先找到一个空闲的i节点（这里是263449）。内核把文件信息记录到其中。

        2. 存储数据

        该文件需要存储在三个磁盘块，内核找到了三个空闲块：200,500，900。将内核缓冲区的第一块数据复制到200，下一块复制到500，以此类推。

        3. 记录分配情况

        文件内容按顺序300,500,800存放。内核在inode上的磁盘分布区记录了上述块列表。

        4. 添加文件名到目录

        一个目录的内容本质是文件名与inode的对应关系。

        新的文件名abc。linux如何在当前的目录中记录这个文件？

        内核将入口（263449，abc）添加到目录文件。文件名和inode之间的对应关系将文件名和文件的内容及属性连接起来。

---

三、透彻的看待文件系统

         当我们想要找到指定的文件，那么一定需要先找到文件所在的目录，接下来才可以打开这个目录，根据目录的内容（文件名与inode的对应关系），给出文件名称（对用户而言，是通过文件名来进行文件管理的），找到文件对应的inode。得到了文件的inode，就可以对文件进行任何操作了。

        但是这里有一个前提条件：找到文件所在的目录！

        文件所在的目录如何找到？

        由于目录也是文件，所以上面的过程会被重复进行，于是会发现这就是一个递归的过程。直到最终找到根目录，根目录的inode是已经规定好的，所以不需要再找。

        上面的这个过程称为逆向的路径解析。这也就解释了为什么在Linux中对文件操作：无论是C/C++的文件操作，还是系统调用，都需要带上路径的原因！！

        由于这个过程使用非常频繁，所以Linux会对这个路径系统进行缓存，目的为了提高效率。

 四、文件分区的创建

        我们可以手动创建一个分区，具体指令不是本文的重点，所以不再列出。重要的是inode是在一个分区内部才是有效的。但是分区有多个，操作系统是如何区分不同的分区呢，因为只有区分了分区，操作系统才可以根据我们提供的文件名，进一步转化为inode，来查找我们需要的文件。

        操作系统如何区分不同的分区？

        分区在创建之后，需要格式化，最重要的是需要把这个分区挂载到一个目录中。挂载的这一操作就决定了这个分区的位置信息：一串字符串。我们如果有很多个分区，需要把分区挂载到不同的目录下。

        我当时在哪个目录里，我就在哪个分区下！

         这就解释了Linux可以区分不同分区的inode的原因。

---

完·~

未经作者同意禁止转载