流光溢彩的数字长河：Linux基础IO，文件系统的诗意漫游

文章目录

🌇前言
1、磁盘文件
2、磁盘概念
- 2.1、基本结构
2.2、数据存储
3、磁盘信息
- 3.1、分区意义
- 3.2、块组信息
4、文件相关操作
- 4.1、文件创建
- 4.2、文件访问
- 4.3、对文件进行增删查改
- [4.4 dentry树结构](#4.4 dentry树结构)
- [4.5 挂载分区](#4.5 挂载分区)
- [4.6 大文件存储](#4.6 大文件存储)

🌇前言

文件分为 内存文件 和 磁盘文件，内存文件 相关知识前面已经介绍过了，接下来谈谈 磁盘文件，这是一个特殊的存在，因为它不属于冯诺依曼体系，而是位于专门的存储设备中，因此 磁盘文件 存在的意义是将文件更好的存储起来，以便后续对文件进行访问。在高效存储磁盘文件这件事上，前辈们研究出了十分巧妙的管理手段及操作方法，而这些手段和方法共同构成了我们今天所谈的 文件系统

注：本文主要介绍对象为机械硬盘存储模式及 EXT 文件系统

🏙️正文

1、磁盘文件

在计算机中，没有被打开的文件都是静静的躺在外存（磁盘）中，当需要对文件进行操作时，会通过inode对文件进行访问

通过以下指令查看当前目录中文件的详细信息及 inode 值

bash 复制代码

ll -i

这个就是inode的值

如同 pid 与进程的唯一对应性一样，inode 与文件也是唯一对应的（未被硬链接的情况下），可以通过inode访问文件在磁盘中的详细信息

磁盘文件是如何进行管理的？

磁盘文件的管理类似于菜鸟驿站，其中的包裹就像待访问的文件，而 inode 就是取件码
得益于这种规范化的存储模式，我们可以做到对文件的快速定位、快速读取和快速写入

2、磁盘概念

现在市面上的磁盘主要分为 机械硬盘 和 固态硬盘，前者读取速度慢，但便宜、稳定；后者读取速度快，但价格高昂且数据易损，两者各有其应用场景，本文主要介绍的是 机械硬盘

2.1、基本结构

机械硬盘是我们电脑中的唯一一个机械设备，并且它还是一个外设 ，根据 冯诺依曼体系结构，机械硬盘 在速度上远远慢于 CPU 和内存

举例机械硬盘有多慢

假设 CPU 运行速度是纳秒级，那么内存就是微秒级，而机械硬盘只不是是毫秒级

为何机械硬盘如此慢？这与它的结构有很大关系

机械硬盘 的结构主要包括以下几种：

盘片：一片两面，每一面都可以存储数据，有一摞盘片
磁头：一面配备一个磁头，专门用于读取盘面中的数据
主轴：用于控制整块盘的转动
音圈马达：控制磁头的进退
磁头臂：链接磁头与音圈马达
伺服电路板：控制读取数据的流向及各种结构的运行
......
注意：多个盘片、多个磁头都是共进退的

机械设备 控制是需要时间的，因此导致机械硬盘读写数据速度相对于 CPU 和内存来说比较慢

2.2、数据存储

总所周知，数据是以 0 和 1 的方式进行存储的，常见的存储介质有：强信号与弱信号、高电平与低电平、波峰与波谷、南极与北极 等，而盘面上比较适合的是 南极与北极

当磁头移动到指定位置时

向磁盘写入数据：N->S
删除磁盘中的数据：S->N

磁盘中读写的本质：更改基本元素的南北极、读取南北极

注意：磁头并非与盘面进行直接接触，而是以 15 纳米的超低距离进行磁场更改

这个距离相当于一架波音747距离地面1米进行超低空飞行，所以如果磁头制作工艺不够精湛，可能会导致磁头在写入/读取数据时，与盘面发生摩擦（高速旋转）发热，从而导致磁场消失，该扇区失效，数据丢失

机械硬盘 不能在其运行时随意移动，因为角度的偏转也有可能导致发生摩擦，造成数据丢失，更不能用力拍打 机械硬盘

在盘面设计上，一个盘面被切割若干个扇区，单个扇区大小为 512 字节（或者 4 kb），这些扇区用来存储数据，同一半径中的所有扇区组成扇面；而半径相同的扇区组成磁道（柱面）

我们可以先根据磁头(head)确定盘面，再根据半径定位磁道（柱面 cylinder），最后根据块号确定扇区(sector)

这种寻址方法称为 CHS 定位法，是机械设备查找具体扇区时的方法

文件（数据+属性）在存储时，占用一个或多个扇区进行数据存储

虽然CHS定位法很妙，但它太依赖于具体硬件信息了，假设其中的硬件参数有所不同，那么 OS 就得使用另一套 CHS 定位法，于是为了做到 解耦，OS 使用的并非 CHS 定位法进行文件定位，而是采用 LBA 逻辑地址块进行寻址

将盘面分割为多个线性分区，通过下标 N 计算出 CHS 地址，然后进行文件访问
将磁道拉长，会得到一串线性空间（数组），其中的每个单位（扇区）为 512 字节（或者 4 kb）

硬盘的每个分区是被划分为⼀个个的"块"。⼀个"块"的⼤⼩是由格式化的时候确定的，并且不可

以更改，最常⻅的是4KB，即连续⼋个扇区组成⼀个 "块"。"块"是⽂件存取的最⼩单位。

现在 OS 想访问具体的扇区时，只需通过 起始扇区的地址 + 偏移量 就可以获取 LBA 地址，然后通过特定手段转为 CHS 地址，交给外设进行访问即可 LBA和CHS转换

因此对于外设中文件的管理，经过 先描述，再组织 后，变成了对数组的管理，这个数据就是 task_struct 中的 struct block
最后我们就能理解为什么 IO 的基本单位是 4 kb 了，因为直接读取一个数据块（4 kb），这样可以提高 IO 效率（内存对齐）

3、磁盘信息

一般电脑中会存在多个分区，比如 C盘、D盘，那么为何需要存在这些分区呢？

3.1、分区意义

磁盘空间是巨大的，如果不加以划分，会导致OS的管理成本提高，对应到现实生活中，学校需要将不同专业的学生及老师分为不同学院，比如管理学院、信息工程学院等，分院后的好处不言而喻，最重要的是上层管理者更好的调用管理资源 ，这种思想称为 分治思想

在文件系统中，OS 先将整个大文件系统分为不同的区，存入struct disk数组中进行管理

bash 复制代码

struct disk
{
	struct part[2];
	//......
};

可以通过 ll /dev/vda* -i 查看当前系统中的 分区数 及 详细信息

系统在分区后，需要对区块进行格式化

不同的文件系统在格式化时写入的数据是不同的，这里讨论的是 EXT 文件系统

磁盘分区后，分组、填写系统属性是OS做的事
为了使分区能被正常使用，需要对分区进行格式化
分区格式化：OS 向分区写入文件系统的管理属性信息

在具体分区内，还可以细分为 块组

由 块组 构成的线性空间亦可称为 组线 （代表一个 分区）

bash 复制代码

struct part
{
    struct part group[100];	//分为100个块组
    int lba_start;	//起始与结束位置
    int lba_end;
    //......
}

将现有资源再分配后，可以 最大化利用资源，避免造成浪费及拖慢效率

块组（Block Group）是本文的重点内容

3.2、块组信息

块组 是由 分区 细分出的产物，它与分区的关系如图所示：

其中， Boot Block 是 启动块，大小固定为 1 kb，在每一条组线前都有此块组，它用来 存储分区信息和系统启动，属于被保护的内容，不允许用户私自修改

至于其他 块组，它们有着统一的格式，具体内容如图所示：

其中一个文件对应一个 inode，而inode中存储了该文件的所有属性，包括所使用的数组块信息，因为文件很多，所以需要 先描述，再组织，即通过 inode Table 对 inode 进行管理

注意：

inode 属性中并不包含文件名，文件名只是给用户用的
目录文件也有 inode，目录中的数据块保存的是该目录下的文件名和 inode 编号对应的映射关系，而且在此目录内，文件名和 inode 互为 key 值
inode 确定分组，inode 值只在一个分区内有效，不能跨分区

4、文件相关操作

接下来看看文件是如何创建在磁盘中的

4.1、文件创建

创建一个文件的步骤如下：

申请一个空闲的 inode，将文件信息记录至 inode 属性中
寻找空闲的数据块（Data block），将数据块信息填入 inode 中的磁盘分布区
添加文件名至当前目录文件的Data block中，同时将文件名和inode之中的属性链接起来

注意：每使用一个 inode 和一个 Data block，需要把它们对应位图中的信息改为已占用

创建文件后，生成inode系统标识。

4.2、文件访问

文件创建后，如何根据 inode 访问文件呢？

找到文件的 inode 编号，在目录分组中查找
通过inode和 Data block 的映射关系，找到文件的数据块，并加载至内存中
这也就解释了为什么在 file 对象中会存在 inode 信息，因为它与 fd 一样重要

4.3、对文件进行增删查改

文件创建后，如何删除？

删除并不是真删除，而是将inode Bitmap和 Block Bitmap中位图信息进行修改即可（只要访问不到，就是删除）
根据文件名找到 inode 编号
再根据 inode 属性中的映射关系，设置 Block Bitmap 对应的比特位，设置为 0 （删内容）
最后根据 inode 编号设置inode Bitmap中对应的比特位为 0 （删属性）
将位图信息置为 0 后，创建新文件时，系统可以直接使用
至于文件的查找与修改，通过 inode 修改其内部属性即可

注意： inode 和Data blcok可能存在失衡的情况

一直创建空文件，导致 inode 满载，而Data block空余很多
不断往同一个文件中写入数据，导致 Data block 被占用，后续创建文件时，inode 无法再分配到 Data block

4.4 dentry树结构

上面分析可知，linux中并没有文件名的概念，而是通过属性加内容形成映射进行查找。

也就是说，访问文件，必须要知道当前文件目录，根据文件名，获得对应的inode，然后进行文件访问。

那么就会产生如下问题：
当前文件目录同样也是文件，如果想访问当前文件目录，就需要知道存储当前文件目录的上级目录，由此产生递归问题，递归出口为根目录。

因此每一次文件访问，都要从根⽬录开始，依次打开每⼀个⽬录，根据⽬录名，依次访问每个⽬录下指定的⽬录，直到访问到test.c。

这个过程叫做Linux路径解析。

路径缓存

由于每次打开都要层层访问，较为缓慢低效，因此OS会进行历史路径缓存。

在内核中维护树状路径结构的内核结构体叫做： struct dentry

c 复制代码

struct dentry {
atomic_t d_count;
unsigned int d_flags; /* protected by d_lock */
spinlock_t d_lock; /* per dentry lock */
struct inode *d_inode; /* Where the name belongs to - NULL is
* negative */
/*
* The next three fields are touched by __d_lookup. Place them here
* so they all fit in a cache line.
*/
struct hlist_node d_hash; /* lookup hash list */

struct dentry *d_parent; /* parent directory */
struct qstr d_name;
struct list_head d_lru; /* LRU list */
/*
* d_child and d_rcu can share memory
*/
union {
struct list_head d_child; /* child of parent list */
struct rcu_head d_rcu;
} d_u;
struct list_head d_subdirs; /* our children */
struct list_head d_alias; /* inode alias list */
unsigned long d_time; /* used by d_revalidate */
struct dentry_operations *d_op;
struct super_block *d_sb; /* The root of the dentry tree */
void *d_fsdata; /* fs-specific data */
#ifdef CONFIG_PROFILING
struct dcookie_struct *d_cookie; /* cookie, if any */
#endif
int d_mounted;
unsigned char d_iname[DNAME_INLINE_LEN_MIN]; /* small names */
};

注意：

• 每个⽂件其实都要有对应的dentry结构，包括普通⽂件。这样所有被打开的⽂件，就可以在内存中

形成整个树形结构

• 整个树形节点也同时会⾪属于LRU(Least Recently Used，最近最少使⽤)结构中，进⾏节点淘汰

• 整个树形节点也同时会⾪属于Hash，⽅便快速查找

• 更重要的是，这个树形结构，整体构成了Linux的路径缓存结构，打开访问任何⽂件，都在先在这
棵树下根据路径进⾏查找，找到就返回属性inode和内容，没找到就从磁盘加载路径，添加dentry
结构，缓存新路径

4.5 挂载分区

上文我们提到，inode存在分区属性，不可以跨区使用，那么问题是：我们如何知道自己是在哪一个分区呢？

分区写⼊⽂件系统，⽆法直接使⽤，需要和指定的⽬录关联，进⾏挂载才能使⽤。
所以，可以根据访问⽬标⽂件的"路径前缀"准确判断我在哪⼀个分区

4.6 大文件存储

单个数据块大小有限(4 kb)，如何做到一个数据块存储大量数据？

答案是 套娃，Data block 中存储其他Data block信息，此时称为多级索引，可以做到一个数据块中存储大量数据

多级索引的基本原理

Linux文件系统中的inode包含15个指针：

12个直接指针(0-11)：直接指向数据块
1个一级间接指针(12)：指向一个索引块，该索引块包含数据块指针
1个二级间接指针(13)：指向一个索引块，该索引块包含一级索引块的指针
1个三级间接指针(14)：指向一个索引块，该索引块包含二级索引块的指针

多级索引的容量计算

假设每个指针占用4字节，块大小为4KB(4096字节)：

直接寻址: 12个直接指针 × 4KB = 48KB
一级间接: 1个索引块可以存储1024个指针(4096/4) → 1024个数据块 × 4KB = 4MB
二级间接: 1024个一级索引块 × 1024个指针 × 4KB = 4GB
三级间接: 1024个二级索引块 × 1024个一级索引块 × 1024个指针 × 4KB = 4TB

这种"套娃"结构使Linux文件系统能够高效地支持从几KB到数TB的文件，同时保持较小文件的访问效率。

多级索引的优缺点
优点:

支持非常大的文件
小文件访问效率高(只需要直接指针)
灵活适应不同大小的文件

缺点:

大文件随机访问较慢(可能需要多次磁盘IO来解析索引)
索引块占用额外空间

这种设计非常类似于数据库中的B树或B+树结构，通过分层索引解决了容量和效率的平衡问题。

本篇关于Linux文件系统的介绍就暂告段落啦，希望能对大家的学习产生帮助，欢迎各位佬前来支持斧正！！！