1、整体概览
1)文件属性
文件的定义:一组有意义的信息的集合。
- 文件名 :由创建文件的用户决定文件名,主要是为了方便用户找到文件,同一目录下不允许有重名文件;
- 标识符 :一个系统内的各文件标识符唯一,对用户来说毫无可读性,因此标识符只是操作系统 用于区分各个文件 的一种内部名称;
- 类型:指明文件的类型;
- 位置 :文件存放的路径(让用户使用)在外存中的地址(操作系统使用,对用户不可见);
- 大小:指明文件大小;
- 创建时间、上次修改时间;
- 文件所有者信息;
- 保护信息:对文件进行保护的访问控制信息。
2)文件数据组织
文件内部数据 的组织实际上是探讨文件逻辑结构 的问题;文件之间,操作系统使用**目录结构**进行管理,即文件夹。
- 无结构文件 (如txt,文本文件)------由一些二进制或字符流组成,又称"流式文件";
- 有结构文件 (如数据库表)------由组相似的记录组成,又称"记录式文件"。
3)操作系统提供功能
- 操作系统向上提供的几个最基本的功能
- 创建文件(create系统调用)
- 删除文件(delete系统调用)
- 读文件(read系统调用)
- 写文件(write系统调用)
- 打开文件(open系统调用
- 关闭文件(close系统调用)
- 读/写文件之前,需要"打开文件"
- 读/写文件结束之后,需要"关闭文件"
可以通过对以上几个基本功能进行组合,完成一些复杂操作,例如复制操作:创建→打开文件→读文件→写文件→关闭文件。
4)文件的物理结构和存储空间管理
- 文件数据放在连续的几块磁盘块中;
- 文件数据放在离散的几块磁盘块中;
- 操作系统需要以某种方式**管理(分配)**空闲磁盘块;
5)其他文件管理功能
- 文件共享:使多个用户可以共享使用一个文件;
- 文件保护:如何保证不同的用户对文件有不同的操作权限。
2、逻辑结构VS物理结构
- 逻辑结构 (用户视角)
- 用户(文件创建者)的视角看到的样子;
- 在用户看来,整个文件占用连续的逻辑地址空间;
- 文件内部的信息组织完全由用户自己决定,操作系统并不关心。
- 物理结构 (操作系统视角)
- 由操作系统 决定文件采用什么物理结构存储;
- 操作系统负责将逻辑地址转变为 (逻辑块号,块内偏移量)的形式,并负责实现逻辑块号到物理块号的映射。
- 文件的逻辑结构
- 无结构文件
- 有结构文件
- 顺序文件
- 顺序存储
- 链式存储
- 索引文件
- 索引顺序文件
- 顺序文件
- 文件的物理结构
- 连续分配
- 链接分配
- 索引分配
从用户 的视角看,数据可以用顺序文件、索引文件、索引顺序文件的形式进行存储;
从操作系统 的视角看,可以用连续分配、链接分配、索引分配对数据进行存储;
两者互不干涉,完成自己的分配方案即可。
3、文件的逻辑结构
1)无结构文件
无结构文件:由二进制流或字符流组成,无明显的逻辑结构;
2)有结构文件
有结构文件 :由一组相似的记录组成,又称"记录式文件 "。每条记录又若干个数据项组成。如:数据库表文件。一般来说,每条记录有一个数据项可作为关键字 (作为识别不同记录的ID)。根据个条记录的长度(占用的存储空间)是否相等,又可分为定长记录 (char)和可变长记录(varchar)两种。
3)顺序文件
顺序文件 :文件中的记录一个接一个地顺序排列(逻辑上),记录可以是定长 的或可变长 的。各个记录在物理上可以顺序存储 或链式存储。
串结构:记录之间的顺序与关键字无关
顺序结构:记录之间的顺序按关键字顺序排列
①链式存储
无论是定长/可变长记录,都无法实现随机存取,每次只能从第一个记录开始依次往后查找;
②顺序存储
- 可变长记录 :无法实现随机存取。每次只能从第一个记录开始依次往后查找;
- 定长记录
- 可实现随机存取。记录长度为L,则第 i 个记录存放的相对位置是 i * L;
- 若采用串结构,无法快速找到某关键字对应的记录;
- 若采用顺序结构,可以快速找到某关键字对应的记录(如折半查找)。
结论:定长记录的顺序文件,若物理上采用顺序存储 ,则可实现随机存取;若能再保证记录的顺序结构,则可实现快速检索(即根据关键字快速找到对应记录);
一般地,顺序文件是指物理上的顺序存储的顺序文件,缺点是增删一个记录困难(串结构则简单)。
4)索引文件
索引表 本身是定长记录的顺序文件 。因此可以快速找到第 i 个记录对应的索引项。可将关键字 作为索引号内容 ,若按关键字顺序排列,则还可以支持按照关键字折半查找 。每当要增加/删除一个记录时,需要对索引表进行修改。由于索引文件有很快的检索速度,因此主要用于对信息处理的及时性要求比较高的场合。
另外,可以用不同的数据项建立多个索引表。如:学生信息表中,可用关键字"学号"建立一张索引表。也可用"姓名"建立一张索引表。这样就可以根据"姓名"快速地检索文件了。(Eg:SQL就支持根据某个数据项建立索引的功能)。
多级索引顺序文件
为了进一步提高检索效率,可以为顺序文件建立多级索引表 。例如,对于一个含 106个记录的文件,可先为该文件建立一张低级索引表,每100个记录为一组,故低级索引表中共有10000个表项(即10000个定长记录),再把这10000个定长记录分组,每组100个,为其建立顶级索引表,故顶级索引表中共有100个表项。
4、文件目录
1)文件目录的实现
文件控制块是实现文件目录的关键数据结构;
FCB的有序集合称为"文件目录",一个FCB就是一个文件目录项。
- 一个文件对应一个FCB,一个FCB就是一个目录项,多个FCB组成文件目录
- 对目录的操作:搜索、创建文件、删除文件、显示文件、修改文件
FCB 中包含了文件的基本信息 (文件名、物理地址 、逻辑结构、物理结构等),存取控制信息(是否可读/可写、禁止访问的用户名单等),使用信息(如文件的建立时间、修改时间等)。最重要,最基本的还是文件名、文件存放的物理地址 。(FCB 实现了文件名和文件之间的映射。使用户(用户程序)可以实现"按名存取")。
2)目录结构
-
单级目录结构:一个系统只有一张目录表不允许文件重名;
-
两级目录结构:不同用户的文件可以重名,但不能对文件进行分类
-
多级(树形)目录结构(树形目录结构)
-
不同目录下的文件可以重名,可以对文件进行分类,不方便文件共享;
-
系统根据"文件路径"找到目标文件,读磁盘I/O操作频繁;
-
从根目录出发的路径是"绝对路径"("/照片/2015-08/自拍.jpg");
-
"当前目录"出发的路径是"相对路径"("./2015-08/自拍.jpg")→减少读写磁盘I/O操作。
-
-
无环图目录结构
-
在树形目录结构的基础上,增加一些指向同一节点的有向边,使整个目录成为一个有向无环图;
-
为共享结点设置一个共享计数器,计数器为0时才真正删除该结点。
-
-
索引结点(对文件控制块FCB的优化)
-
除了文件名之外的所有信息都放到索引结点中,每个文件对应一个索引结点;
-
目录项中只包含文件名、索引结点指针,因此每个目录项的长度大幅减小;
-
由于目录项长度减小,因此每个磁盘块可以存放更多个目录项,因此检索文件时磁盘I/O的次数就少了很多。
-
5、文件的物理结构
整体概览
文件的物理结构/文件分配方式 :对==非空闲==磁盘块的管理(存放了文件数据的磁盘块),即文件数据如何存放在外存中。
文件块、磁盘块
在内存管理中,进程的逻辑地址空间被分为一个一个页面。同样的,在外存管理中,为了方便对文件数据的管理,文件的逻辑地址空间也被分为了一个一个的文件"块" 。于是文件的逻辑地址也可以表示为(逻辑块号,块内地址)的形式。
很多操作系统中,磁盘块的大小与内存块、页面的大小相同。
用户在使用操作文件时,实际上是用文件的逻辑地址,操作系统负责将逻辑地址转化为物理地址。
1)连续分配
连续分配 方式要求每个文件在磁盘上占有一组连续的块。
- 优点:支持顺序访问和直接访问(即随机访问);连续分配的文件在顺序访问时速度最快;
- 缺点 :不方便文件拓展 ;存储空间利用率低,会产生磁盘碎片。
2)链接分配
链接分配采取离散分配的方式,可以为文件分配离散的磁盘块。分为隐式链接和显式链接两种。
①隐式链接
隐式链接------除文件的最后一个盘块之外,每个盘块中都存有指向下一个盘块的指针。文件目录包括文件第一块的指针和最后一块的指针。
- 优点:很方便文件拓展,不会有碎片问题,外存利用率高。
- 缺点 :只支持顺序访问,不支持随机访问 ,查找效率低,指向下一个盘块的指针 也需要耗费少量的存储空间。

②显式链接
显式链接------把用于链接文件各物理块的指针显式地存放在一张表中,即 文件分配表 (FAT , File Allocation Table)。一个磁盘只会建立一张文件分配表。开机时文件分配表放入内存,并常驻内存。
- 优点:很方便文件拓展,不会有碎片问题,外存利用率高,并且支持随机访问 。相比于隐式链接来说,地址转换时不需要访问磁盘 ,因此文件的访问效率更高;
- 缺点:文件分配表的需要占用一定的存储空间。
未指明隐式/显式的"链接分配",默认指的是隐式链接的链接分配。
3)索引分配
①链接方案
如果索引表太大,一个索引块不下,那么可以将多个索引块链接起来存放。
- 缺点:若文件很大,索引表很长,就需要将很多个索引央链接起来;
- 想要找到 i 号索引块,必须先依次读入0 ~ i-1号索引块,这就导致磁盘I/O次数过多,查找效率低下。

②)多层索引
建立多层索引(原理类似于多级页表 )。使第一层索引块指向第二层的索引块。还可根据文件大小的要求再建立第三层、第四层索引块。采用K层索引结构,且顶级索引表未调入内存,则访问一个数据块依然需要K+1次读磁盘操作。
- 缺点:即使是小文件,访问一个数据块依然需要K+1次读磁盘。

③混合索引
多种索引分配方式的结合。例如,一个文件的顶级索引表中,既包含直接地址索引 (直接指向数据块)、又包含一级间接索引 (指向单层索引表)、还包含两级间接索引(指向两层索引表)。
- 优点:对于小文件来说,访问一个数据块所号的读磁盘次数更少。

④重点
- 要会根据多层索引、混合索引的结构计算出文件的最大长度(Key:各级索引表最大不能超过一个块);
- 要能自己分析访问某个数据块所需要的读磁盘次数 (Key:FCB中会存有指向顶级索引块的指针,因此可以根据FCB读入顶级索引块。每次读入下一级的索引块都需要一次读磁盘操作。另外,要注意条件------顶级索引块是否已调入内存)
6、文件存储空间管理
文件存储空间管理 :对==空闲==磁盘块的管理
1)存储空间的划分与初始化
- 文件卷(逻辑卷、逻辑盘)
- 目录区、文件区
- 目录区存放文件目录信息、磁盘存储空间管理信息
- 文件区存放文件数据

2)管理方法
- 用什么方式记录、组织空闲块?
- 如何分配磁盘块?
- 如何回收磁盘块?
①空闲表法
如何分配 磁盘块:与内存管理中的动态分区分配很类似,为一个文件分配连续的存储空间。同样可采用==首次适应、最佳适应、最坏适应==等算法来决定要为文件分配哪个区间。
如何回收磁盘块:与内存管理中的动态分区分配很类似,当回收某个存储区时需要有四种情况:
- 回收区的前后都没有相邻空闲区;
- 回收区的前后都是空闲区;
- 回收区前面是空闲区;
- 回收区后面是空闲区。总之,回收时需要注意表项的合并问题
适用于"连续分配方式"
②空闲链表法

- 空闲盘块链
- 操作系统保存着链头、链尾指针 ;以盘块为单位组成一条空闲链
- 如何分配:若某文件申请K个盘块,则从链头开始依次摘下K个盘块分配,并修改空闲链的链头指针;
- 如何回收:回收的盘块依次挂到链尾,并修改空闲链的链尾指针。
适用于离散分配的物理结构。为文件分配多个盘块时可能要重复多次操作。
- 空闲盘区链
- 操作系统保存着链头、链尾指针 ;以盘区为单位组成一条空闲链。
- 如何分配 :若某文件申请K个盘块,则可以采用首次适应、最佳适应等算法,从链头开始检索,按照算法规则找到一个大小符合要求的空闲盘区分配给文件。若没有合适的连续空闲块,也可以将不同盘区的盘块同时分配给一个文件,注意分配后可能要修改相应的链指针、盘区大小等数据;
- 如何回收:若回收区和某个空闲盘区相邻,则需要将回收区合并到空闲盘区中。若回收区没有和任何空闲区相邻,将回收区作为单独的一个空闲盘区挂到链尾。
离散分配、连续分配都适用。为一个文件分配多个盘块时效率更高。
③位示图法
认识位示图法
计算对应盘块号:( 字号 , 位号 ) = ( i , j ) 的二进制位对应的盘块号 b = n*i + j
位示图:每个二进制位对应一个盘块。在本例中,"0":代表盘块空闲:"1"代表盘块已分配;
如何分配:若文件需要K个块,①顺序扫描位示图,找到K个相邻或不相邻的"0";②根据字号、位号算出对应的盘块号,将相应盘块分配给文件;③将相应位设置为"1"。
如何回收:①根据回收的盘块号计算出对应的字号、位号;②)将相应二进制位设为"0"。
连续分配、离散分配都适用 ;注意0和1哪个是空闲 ;字号、位号、盘块从0还是1开始。
④成组链接法
UNIX系统中采用了成组链接法对磁盘空闲块进行管理。
空闲表法、空闲链表法不适用于大型文件系统,因为空闲表或空闲链表可能过大。成组链接法中文件卷的目录区中专门用一个磁盘块作为"超级块 ",当系统启动时需要将超级块读入内存 。并且要保证内存与外存 中的"超级块"数据一致。
注1:若已经没有下一组空闲快,此处设为某特殊值(例如-1);
注2:一个分组中的块号不需要连续,此处只是为了让大家更方便看出各个分组的数量。
如何分配:
- 检查 第一个分组的块数是否足够。1<100,因此是足够的
- 分配第一个分组中的1个空闲块,并修改相应数据。
- 检查 第一个分组的块数是否足够。1=100,因此是足够的
- 分配第一个分组中的100个空闲块。但是由于300号块内存放了再下一组的信息,因此300号块的数据需要复制到超级块中。
如何回收:
- 假设每个分组最多为100个空闲块,此时第一个分组已有99个块,还要再回收一块
- 将回收的块放入到超级快的第一个分组的最后一个,并且超级块数量+1;
- 假设每个分组最多为100个空闲块,此时第一个分组已有100个块 ,还要再回收一块
- 需要将超级块中的数据复制到新回收的块中 ,并修改 超级块的内容,让新回收的块成为第一个分组。
7、文件的基本操作
1)创建文件
操作系统在处理 Create 系统调用时,主要做了两件事:
- 在外存中找到文件所需的空间(可能采取的策略:空闲链表法、位示图、成组链接法等管理策略,找到空闲空间);
- 根据文件存放路径的信息找到该目录对应的目录文件(例如:D:/Demo目录),在目录中创建该文件对应的目录项。目录项中包含了文件名、文件在外存中的存放位置等信息。
2)删除文件
操作系统在处理 Delete 系统调用时,主要做了几件事:
- 根据文件存放路径找到相应的目录文件,从目录中找到文件名对应的目录项;
- 根据该目录项记录的文件在外存的存放位置,文件大小等信息,回收文件占用的磁盘块。(回收磁盘块时,根据空闲表法、空闲链表法位图法等管理策略的不同,需要做不同的处理)。
3)打开文件
操作系统在处理open系统调用时,主要做了几件事:
- 根据文件存放路径找到相应的目录文件,从目录中找到文件名对应的的目录项,并检查该用户是否有指定的操作权限。
- 将目录项复制到内存中的"打开文件表"中 。并将对应表目的编号返回给用户。之后用户使用打开文件表的编号来指明要操作的文件。
系统会有两种打开文件表,一个是系统的,一个是用户进程的;
系统的打开文件表有一个打开计数器的项,用于记录某个文件被多少个用户进程所打开。这种模式的好处是,当有用户要删除该文件,需要打开计数器为0才能进行删除,即没有其他进程正在使用该文件。
用户进程的打开文件有两个项,分别是读写指针和访问权限,前者用于记录该进程对文件读/写操作进行的位置,后者是该进程可以对该文件进行的操作,例如只读、读写等。
将目录项中的信息复制到内存中的打开文件表中,并将打开文件表的**索引号(文件描述符)**返回给用户;
打开文件之后,对文件的操作不再需要每次都查询目录,可以根据内存中的打开文件表进行操作。
4)关闭文件
操作系统在处理 Close 系统调用时,主要做了几件事:
- 将进程的打开文件表相应表项删除;
- 回收分配给该文件的内存空间等资源;
- 系统打开文件表的打开计数器count减1 ,若count=0,则删除对应表项。

5)读文件
操作系统在处理 Read 系统调用时,会从读指针 指向的外存 中,将用户指定大小的数据 读入用户指定的内存区域中。
打开文件并没有将数据读入内存,读文件时才将数据从外存读入内存。
6)写文件
操作系统在处理 write 系统调用时,会从用户指定的内存区域中,将指定大小的数据写回写指针指向的外存。
8、文件共享
1)硬链接
硬链接:基于索引结点的共享方式
- 各个用户的目录项指向同一个索引结点;
- 索引结点中需要有链接计数 count;
- 某用户想删除文件时,只是删除该用户的目录项,且count--;
- 只有 count == 0 时才能真正删除文件数据和索引结点,否则会导致指针悬空。
2)软链接
软链接:基于符号链的共享方式
- 在一个 Link 型 的文件中记录共享文件的存放路径(类似Windows 快捷方式);
- 操作系统根据路径一层层查找目录,最终找到共享文件;
- 即使软链接指向的共享文件已被删除,Link型文件依然存在,只是通过 Link 型文件中的路径去查找共享文件会失败(找不到对应目录项);
- 由于用软链接的方式访问共享文件时要查询多级目录,会有多次磁盘I/O,因此用软链接访问的速度不如硬链接。

9、文件保护
1)口令保护
- 为文件设置一个"口令 ",用户想要访问文件时需要提供口令,由系统验证口令是否正确;
- 实现开销小 ,但"口令"一般存放在FCB或索引结点 中(也就是存放在系统中),因此不太安全。
2)加密保护
- 用一个"密码"对文件加密,用户想要访问文件时,需要提供相同的"密码"才能正确的解密;
- 安全性高 ,但加密/解密需要耗费一定的时间(Eg:异或加密)。

3)访问控制
- 用一个访问控制表 (ACL)记录各个用户 (或各组用户)对文件的访问权限(数据库对用户的权限设定也类似);
- 对文件的访问类型可以分为:读/写/执行/删除等;
- 实现灵活,可以实现复杂的文件保护功能。
如果对某个目录进行了访问权限的控制,那也要对目录下的所有文件进行相同的访问权限控制。
10、文件系统的层次结构
从上至下(操作系统到硬件设备)
- 用户接口:系统调用请求(Read、Write、Open、Close)
- 文件目录系统:FCB、索引结点
- 存取控制模块:验证权限,文件保护
- 逻辑文件系统与文件信息缓冲区:文件记录号,文件描述符,将其转换为逻辑地址
- 物理文件系统:将逻辑地址转换为物理地址
- 辅助分配模块:分配与回收存储空间
- 设备管理模块:直接与硬件交互,分配设备、缓冲区、磁盘调度、启动设备、释放设备
11、文件系统布局(新)
原始磁盘→物理格式化(低级格式化)→逻辑格式化(高级格式化)
物理格式化:划分扇区,检测坏扇区,并用备用扇区替换坏扇区;
逻辑格式化:磁盘分区(分卷Volume),完成各分区的文件系统初始化;
注:逻辑格式化后,灰色部分就有实际数据了,白色部分还没有数据。
文件系统在内存的结构
注:近期访问过的目录文件会缓存在内存中,不用每次都从磁盘读入,这样可以加快目录检索速度
以open操作为例:

12、虚拟文件系统(新)
1)虚拟文件系统
普通的文件系统
虚拟文件系统
①特点
- 向上层用户进程提供统一标准的系统调用接口,屏蔽底层具体文件系统的实现差异;
- VFS要求下层 的文件系统必须实现某些规定的函数功能,如:open/read/write。一个新的文件系统想要在某操作系统上被使用,就必须满足该操作系统VFS的要求;
- 每打开一个文件,VFS就在主存中新建一个vnode,用统一的数据结构表示文件,无论该文件存储在哪个文件系统。

②对数据的统一
不同的文件系统,表示文件数据结构各不相同。打开文件后,其在内存中的表示就不同。
打开文件后,创建vnode ,并将文件信息复制到vnode中,vnode的功能指针指向具体文件系统的函数功能。
注意:vnode只存在于主存中 ,而inode既会被调入主存,也会在外存中存储。
③函数功能指针
vnode的函数功能指针实际上是指向其他文件系统提供的函数功能,例如open、read、write等。
2)文件系统的挂载(安装)
文件系统挂载(mounting),即文件系统安装/装载------如何将一个文件系统挂载到操作系统中?
文件系统挂载要做的事
- 在VFS中注册新挂载的文件系统。内存中的挂载表(mount table)包含每个文件系统的相关信息,包括文件系统类型、容量大小等;
- 新挂载的文件系统,要向VFS提供一个函数地址列表;
- 将新文件系统加到挂载点(mount point),也就是将新文件系统挂载在某个父目录下。
③函数功能指针
vnode的函数功能指针实际上是指向其他文件系统提供的函数功能,例如open、read、write等。
2)文件系统的挂载(安装)
文件系统挂载(mounting),即文件系统安装/装载------如何将一个文件系统挂载到操作系统中?
文件系统挂载要做的事
- 在VFS中注册新挂载的文件系统。内存中的挂载表(mount table)包含每个文件系统的相关信息,包括文件系统类型、容量大小等;
- 新挂载的文件系统,要向VFS提供一个函数地址列表;
- 将新文件系统加到挂载点(mount point),也就是将新文件系统挂载在某个父目录下。
