目录
[新建 / 删除一个文件的步骤](#新建 / 删除一个文件的步骤)
每个操作系统级别的概念，都必须有操作系统级别的数据结构与之对应。
文件的基础知识
我们常说的文件，一般指的是磁盘中的文件，要对文件进行操作，首先应该先将它加载到内存中。
文件 == 内容 + 属性
文件内容和文件属性都是文件的数据，操作文件，包括对文件内容做操作和对文件属性做操作！
当我们要访问一个文件的时候，一般都是通过进程去访问，而文件是存在磁盘中的，所以肯定是进程通过操作次用来打开文件，那么操作系统一定要给进程提供调用文件的接口！
上图为操作系统提供的打开文件的接口，C中的 fopen函数，C++中的open函数，其实底层都封装了系统中的 open 接口。
调用 open 接口需要将文件路径和打开方式、文件权限作为参数传给 open，而 open 接口的返回值叫 **文件描述符 fd，**fd 是一个整数，它是进程访问文件的基本方式！在关闭某个文件的时候，只需要给 close 接口传这个文件的 fd 即可。
对于进程访问文件，用C程序来举例子：（下面先列举对应的C语言文件接口）
比如在C文件中调用 fopen 函数打开对文件做操作，当这个C文件被编译成一个可执行程序加载到并内存的时候，就会变成一个进程，当这个进程代码运行到 fopen 的时候，就会执行打开文件操作，文件就会被加载到内存中，一个C程序可以多次调用 fopen 函数，那么说明一个进程可以打开多个文件，那么多个进程在被轮转调度的时候，就可能会打开更多的文件！
所以进程 ：打开的文件 = 1：n
打开如此多的文件，那么在内核中必须形成对应的文件描述对象（里面存文件的属性等内容），通过某种数据结构将文件管理起来，来方便操作系统组织和访问。
文件打开的方式
第一个参数是要打开文件的路径，而第二个参数是打开的方式。
第二个参数，运行位图的方式，巧妙的传递了打开方式。
第一种传参方式类似于 fopen 函数中的以 "w" 方式打开（会清空文件重新写），而第二种传参方式类似于 fopen 中的以 "a" 方式打开（在已有文件后追加内容）
如果是创建文件的话，还可以将新文件的权限作为第三个参数传过去。
进程、系统、文件之间的关系
那么，在操作系统中，进程如何对打开的文件进行管理呢？
每一个被打开的文件，都会用一个 struct file 结构体来描述它，多个文件就用多个 struct file 结构体描述，并且将这些结构体用合适的数据结构管理起来。已知，在一个进程中，每一个被打开的文件都会用一个进程描述符 fd 来表示，这个 fd 就是进程访问文件的方式。
每个进程的 struct files_struct 中都有一个 struct files_struct* file 指针，指向同一个 struct files_struct ，而struct files_struct 中保存着一个数组 fd_array，这个数组中存储着当前进程打开的所有文件的地址，而这些文件的地址在这个数组中对应的下标就是 fd。也就是说，当一个文件打开被加载到内存的时候，它的地址就被存到了 struct files_struct 结构体对应的 fd_array 数组中，并且会返回它存储位置的数组下标 fd，以后就可以通过数组下标 fd 来得到文件地址，进而对文件进行访问！
操作系统访问文件，只认文件描述符！
但奇怪的是，当我们创建多个文件，并打印出文件描述符的时候，虽然 fd 是一个连续的小整数，很符合数组的连续存储，但却不是从零开始的，这是为什么呢？
Linux 中一切皆文件！！！
其实，一个进程在运行的时候，就默认打开了三个标准输入输出：
标准输入：键盘 stdin ------> fd:0
标准输出：显示器 stdout------> fd:1
标准错误：显示器 stderror ------> fd:2
1 ------> 常规输出 2------> 错误输出（C语言中的 perror 就可以打印错误信息），也可以将正常输出信息和错误输出信息分别重定向到不同的文件中，方便管理和调试。
这三个硬件，在Linux 经过系统上层封装后，键盘、显示器等可以用统一的接口（read()、write()）利用不同的变量来访问，其他的软硬件也都经过通过文件的访问方式封装，所以Linux 下一切皆文件！（VFS 虚拟文件系统）
这提前打开这三个文件是为了方便程序员写代码的。
std、stdout、stderr都返回一个 FILE* 指针（而FILE 其实是C语言提供的结构体类型），因为操作系统访问文件时只认文件描述符，所以由此推断：FILE 必定封装了文件描述符！
由此得出：每一种语言，在底层其实封装的是一种系统调用接口，这是由操作系统决定的，而且必须是一样的，不然在同一个操作系统中没法使用！
文件重定向
文件重定向的本质是：修改特定文件 fd 下标对应的文件地址
一般有三种重定向方式：
- 输出重定向（先清空，再写入）
- 追加重定向
- 输入重定向
bash
dup2(int oldfd, int newfd); // 系统调用接口在文件被打开后调用，即可将 oldfd 对应的地址拷贝到 newfd 对应的地址处去，这样 oldfd 和 newfd 都指向同一个文件，在内核 struct file 中会有一个 f_count 的引用计数来控制，当要 close 文件的时候，f_count 先减1，只有当 f_count 减到 0 的时候，文件才会被关闭！
进程访问文件的步骤
总结：进程要访问，第一步，必须将文件数据先加载到文件缓冲区（内存中），然后通过进程中的struct files_struct* file指针，访问 struct files_struct，找到并遍历 fd_array 数组，找到最小的，未被使用的空间，将打开文件的地址存进去，然后就可以通过这个数组下标 fd 来访问文件了！
缓冲区
缓冲区分为：语言级缓冲区（用户级缓冲区）和内核缓冲区
缓冲区的主要作用是提高使用者的效率
缓冲区因为能暂存数据，必定有一定的刷新方式。
缓冲区刷新的一般策略有三种：无缓冲（立即刷新）；行缓冲（行刷新，一般是显示器文件）；全缓冲（缓冲区满了再刷新，一般是磁盘文件）
特殊情况：强制刷新；进程退出时，要刷新缓冲区。
我们平时使用的缓冲区，其实是语言级缓冲区（用户级缓冲区），从C语言缓冲区写入到OS/文件缓冲区中，这个工作叫做刷新。
以C语言为例：C语言给C库函数提供缓冲区，可以提高C库函数（IO类）的调用效率（都是在用户层），而IO的本质就是拷贝，先由用户级缓冲区拷贝至内核（文件缓冲区），再由文件缓冲区拷贝至文件（硬件）
正常情况下，在进行输入输出的时候，都有一个FILE，FILE是一个结构体，C语言中的缓冲区就在FILE中（FILE 中也包含了fd），FILE 可能会提供 buffer[]数组这种类型的东西作为缓冲区暂时储存数据。
cpp
int fsync(int fd);//将数据从文件缓冲区刷新到文件/磁盘中文件系统
无论被打开的文件还是尚未被打开的文件，都要进行管理，路径的存在就是为了解决快速定位文件，因为无论什么对文件的操作，都得先找到！文件被管理起来，就是为了方便OS进行增删查改。
在磁盘中，通过 CHS 定位法（C、H、S）三个参数读取扇区位置，不同的扇区存不同的数据，这是用软件来控制的。
将磁盘高度抽象为以扇区大小为单位的数组，那么对磁盘的管理，就变成了对数组的管理，只要知道这个文件的起始扇区、大小，就可以通过索引来访问文件。
操作系统可以基于文件系统，按照文件块为单位进行数存取。
文件块都存储在磁盘中的 blocks[n] 数组中，对文件系统的管理，其实就是对 blocks 数组的管理；对存储设备的管理，在 OS 层面上，转换成了对数组的增删查改。
文件系统存储、寻址
我的文件信息分为内容和属性，内容和数据在原则上是分开存储的。很多管理文件的数据，得先让管理系统写入到块组中。
下图为文件系统图
- 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。政府管理各区的例子
- 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，有兴趣的同学可以在了解一下
- 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
运行下面的指令
cpp
ls -li
可以看到每个文件前面都有一串类似于编号的数字，这个数字就是 inode 编号，基本上 inode 编号每个文件都会有，inode 编号对应的文件在整个分区具有唯一性，在Linux 内核中，同一份区，识别文件和文件名无关，只和 inode 有关！
inode Table i 结点表中存储了很多内容，例如文件大小、权限、拥有者、所属组、inode 编号等等，还存储着**文件在文件数据区的块号 block[N] 1 2 3 4...，**一个 inode Table 通常是128字节
**数据区 Data blocks 相当于是一张非常大的以 4KB 为单位的连续数据块区域。**通过 inode Table 中的 block[n]编号来访问。
inode Bitmap ------inode 位图，每一个比特位表示某个 inode 是否可用（1为可用，0为不可用）
Block Bitmap ------block 位图，每一个比特位表示某块 block 区域是否可用。
位图可以用最小的代价来对 inode 和 Block 块区做管理
新建 / 删除一个文件的步骤
新建文件
- 1、查询 inode Bitmap ，找到最近一个未被占用的 bit 位，置1，并记录相对于第一个比特位的偏移量
- 2、找到 inode Table 里对应的 inode，写入属性，编号
- 3、查 block Bitmap 找到一块未使用的区域，往 inode Table 中的 block[N] 中填写上去。（这个 N 一般是 15 ，一个块是 4 kb 大小的空间，有13个可以直接进行存储使用，因此至少有 13*4 = 52 kb 的大小放置文件，这对于普通文件足够了，对于大文件会在下面详谈。）
- 4、找到数据区对应的块后，将数据写入块，并向上层系统反映，文件创建成功！
如果新建文件过大如何处理？
inode Table 中，block[N]，这个N一般是15，但只有编号 0~12 是直接映射数据块的，13号是间接映射，里面存储其他块的索引；14号是三级索引，相当于两次间接索引，可表示的文件大小会成指数级增加，但如果这样都满了呢？可以将文件存在其他的 group 块里，只需要在inode Table 索引中记录下另一个或多个 group 的编号信息即可。
删除文件
**改变位图即可！**只需要先根据 inode找到 inode Bitmap，将位图中 inode 对应的 bit 位置0，再找到 inode Table，找到数据块数组 block[N]，通过这个找到对应的 block Bitmap 位图，将对应的数据块（们）在位图中的 bit 位置零。
将位图对应的 bit 位置零后，会让 inode 和 data block 无效，而不是立即清除数据区里面的内容，因为可能会存在误删的情况，且被删除文件的 inode 和 data block 将来会被覆盖，所以误删后，最好是什么文件都不能创建。
想要恢复文件，就要直到 inode 编号，通过inode 编号找到位图，修改位图，即可恢复文件！
由文件系统到文件名
inode 是系统中对于文件的"名称"，而文件名是同一目录下文件的唯一名称。用户只用文件名，内核只用 inode 编号！
那么文件名是如何和 inode 进行映射的呢？
一个文件的上级目录中保存着文件名（包括目录文件）和 inode 的映射关系 如 test.c：1234，test.c 与 1234 互为键值，所以在同一目录下不允许存在同名文件！
Linux 下一切皆文件，而目录文件与普通文件的区别只是存储内容的不同，其余存储方案都一模一样，当然，这也说明：Linux 下文件名不属于文件属性，因为属性在 inode Table 里存储，而文件名再目录里呢！
那如何找到目录的 inode 呢？
首先要知道路径（环境变量 PWD），根据路径一直向上找父亲目录，直到找到根目录 ，根目录的inode已知，再根据目录中存着文件名和 inode 的对应关系这一理论，一直往下，即可找到目标目录的 inode。补充：OS 基本都是以绝对路径查找的，难道每次找相同的文件，都要从根目录慢慢加载吗？其实不是的，Linux中会将常用路径缓存带内存中，第二次就直接在内存里找了！
那么如何确认文件在哪个区下呢？
一般操作系统会在挂载的时候，将目录的数据结构和文件系统的数据结构用指针关联起来，因此知道了目录就能找到分区！ 每个文件都有路径，通过路径的前缀，就能判断文件在哪个分区下！
进程加载文件的总步骤！
吗，每个进程都有自己的 CWD，由CWD 和自己传入的路径，就能确认文件在磁盘中的位置，进而确定文件的分区，根据路径就能找到文件的上级目录，上级目录中存着目标文件与 inode 的映射关系，找到 inode 后，就找到了文件的属性，将属性加载到内存中，在内存中构建 struct file 结构体，把 inode 中的属性填充到 strcut file 中，你在内核中也就有了文件的 inode，然后可以由 struct struct_file* 执行内存级 inode，此时文件属性也就有了，然后根据文件的 inode ，找到文件的 data block 数据块，加载到内存的缓冲区里，如果要读的话，将缓冲区里的数据拷贝到应用层即可！