第七章 文件管理

7.1 文件和文件系统

文件管理：把所管理的程序和数据组织成一系列的文件，并能进行合理的存储、使用等操作。

1.基本概念

数据项：描述对象某种属性的字符集；是数据组织中可以命名的最小逻辑数据单位。
记录：一组相关数据项集合，描述对象某方面的属性；
关键字：一个记录中的一个或几个数据项的集合，用于唯一的标识一个记录。
文件：由创建者定义的、具有文件名的一组相关元素的集合。
无结构：字符流的形式有结构：由相关记录组成
属性：类型、长度、物理位置、创建时间

2.文件类型

不同的系统对文件的管理方式不同
大多用扩展名标志文件类型，按如下几种方式分类文件：
按用途：系统、用户、库文件
按数据形式：源文件、目标文件、可执行文件
按存取控制属性：只执行、只读、读写
按组织和处理方式：普通文件、目录文件、特殊（设备）文件

3.文件系统的层次结构

系统管理文件模型

4.文件操作

1. 最基本的操作
   创建/删除文件：分空间，形成FCB及目录（名，地址）
   读、写：按名检索目录，找到文件地址，开始读、写
   设置文件读写位置，实现随机存取（尤其适用于记录文件）
2. “打开”与“关闭”：
   文件读/写操作 = 检索 + 读/写。

7.2 文件的逻辑结构

1.文件结构

1. 文件的逻辑结构（file logical structure）：按用户观点如何组织数据，又称文件组织（file organization）。
   基本要求：检索速度高、方便修改、降低存储空间费用（不连续）
2. 文件的物理结构：根据外存上的物理块的分配机制，记录文件外存的存储结构。用户感知不到的。

2.文件逻辑结构的类型

1. 有结构文件（记录式）
   ①定长记录
   ②变长记录
   如何组织记录：
   顺序文件。系统需按该类型记录“长度”，通常定长。
   索引文件。系统需为文件建立索引表。
   索引顺序文件。建索引表，记录每组记录的第一个记录位置。
2. 无结构文件（字符流式）
   字节为单位，利用读写指针依次访问。
   系统对该类文件不需格式处理。

3.顺序文件

1. 两种记录排列方式

• 串结构：按记录形成的时间顺序串行排序。记录顺序与关键字无关；
• 顺序结构：按关键字排序。

2. 检索方法：

• 从头检索，顺序查找要找的记录，定长的计算相对快。
• 顺序结构，可用折半查找、插值查找、跳步查找等算法提高效率

3. 具体的寻址过程：

• 第i条记录地址（定长） ：
  读写指针 + 记录长度： ptr + i*L
• 第i条记录地址（变长） ：
  扫描或读取前面0~i-1条记录
• 第i条记录地址（变长）
  变长记录数据前用1字节保存每条记录长度，顺序扫描，但不用把记录全扫描完。
  顺序结构记录按关键字排序，可按关键字检索

4. 顺序文件的优缺点：

• 不方便随机存取某条记录，但适用批量存取的场合。
• 适合磁带等特殊介质。
• 单记录的查找、修改等交互性差；增减不方便
  （改进办法：把增删改的记录登记在一个事务文件中，在某段时间间隔后再与原文件合并更新）。

4.索引文件

为了方便单个记录的随机存取，为文件建立一个索引表，记录每项记录在文件的逻辑地址及记录长度；该索引表按关键字排序，。

1. 索引表内容：
   索引号、长度、记录地址指针
2. 检索效率
   索引表本身即是个按记录键排序的定长顺序文件，所以能利用算法提高索引表检索速度
3. 一个索引文件可以有多个索引表
   为方便用户根据不同记录属性检索记录，为顺序文件建立多个索引表，每种能成为检索条件的域都配备一张索引表。
4. 索引文件的优缺点

• 适用于变长记录，可提高检索速度，实现直接存取
• 索引表增加了存储开销

5.索引顺序文件

• 既要方便，又要降低开销
• 本方式是最常见的一种逻辑文件形式。

1. 将顺序文件的所有记录分组
2. 还是建立索引表，但每个表项记录的是每组第1条记录的键值和地址。
3. 组内记录仍按顺序方式检索和使用。

• 检索一条记录的过程：
  先计算记录是在第几组，然后再检索索引确定组在哪里后，在组内顺序查找。
• 可利用多级索引，进一步提高检索效率。

6.直接文件

给定键值（如学号）不需顺序检索直接得到记录的物理地址

7.3 文件目录

1.对文件实施有效的管理，必须对它们加以妥善组织，主要是两大操作：

• 基本信息记录(FCB,目录项)
• 方便检索、管理（目录操作）

2.目录管理的要求如下：

• 实现“按名存取”；（最基本功能）
• 提高对目录的检索速度；
• 文件共享；
• 允许文件重名。

3.文件控制块—FCB

• 文件与文件控制块一一对应
• 记录文件名及其存放地址、文件的说明和控制信息。（是谁？在哪里？什么权？）
• 文件管理程序借助于文件控制块中的信息对文件施以各种操作。
• 把文件控制块的有序集合称为文件目录，即一个文件控制块就是一个目录项。通常一个文件目录也被看作是一个文件，称为目录文件。

4.FCB内容

在文件控制块中，通常含有以下三类信息。

• 基本信息类
  包括文件名，文件物理位置，文件逻辑结构，文件的物理结构。
• 文件的物理位置：
  对于连续文件：文件起始块号；
  对于链接文件：指向第一个物理块的指针；
  对于索引文件：索引表地址。
• 文件逻辑结构
  流式
  记录式
• 存取控制信息类
  包括文件主的存取权限，核准用户的存取权限和一般用户的存取权限。
• 使用信息类
  建立日期和时间、文件上次修改的日期和时间
  当前使用信息：打开该文件的进程数、是否被进程锁住、是否已修改等。

5.关于文件检索的速度：

• 文件FCB组成的“目录”文件存放于磁盘；需要时，要从磁盘将目录内容调入内存进行检索和使用。

6.索引结点的引入

• 文件目录占越大量的盘块，需进行的磁盘读写开销越大。减少实际检索的信息量就减少移动磁头的开销，提高速度；
• 目录一般是按名检索。而直到找到正确文件前，只关心文件名，不需要其它的文件描述信息，目录中这部分内容的调入不是必须的。
• 所以：将文件名、文件具体信息分开，使文件描述信息单独形成一个索引结点。
• 文件放在外存，文件信息形成FCB，FCB的集合构成目录
• 访问一个文件时需要把目录调入内存，然后按名检索目录，
  ①目录占用内存空间问题产生
  ②按名检索时，名字不符的话其他信息并不需要读取，所以FCB中许多信息不需要全调入内存。
  ③减小FCB：将文件的详细信息放入索引结点，FCB中记录文件名和inode地址。目录小了，调入内存占空就少，检索也快了。

7.索引结点由外存到内存的过程中有不同的形式：

1. 磁盘索引结点
   存放在磁盘上的索引结点。主要包括以下内容：文件主标识符、文件类型、文件存取权限、文件物理地址、文件长度、文件连接计数、文件存取时间。
2. 内存索引结点
   文件被打开后，将磁盘索引结点拷贝到内存索引结点中以便使用。比磁盘索引结点增加了以下内容：索引结点编号、状态、访问计数、文件所属文件系统的逻辑设备号、链接指针。

8.目前常用的目录结构形式有

1. 单级目录

• 最简单的目录结构。
• 整个文件系统中只建立一张目录表，每个文件一个目录项，含有文件相关信息。
• 每建立一个新文件：
  先检索所有的目录项，保证文件名唯一。
  获得一空白目录项，填入相关信息，修改状态位（表明每个目录项是否空闲）。
• 删除一个文件：
  找到对应目录项，回收文件所占用空间
  清除目录项
• 优点：简单、能实现目录管理的基本功能——按名存取。
• 缺点：
  文件检索时需搜遍整个目录文件，范围大速度慢。
  不允许重名。名字过多难于记忆，对于多用户环境重名难以避免。
  不便于实现文件共享（因为不能重名，不同用户使用的共享文件必须不同名字，标识哪些用户共享文件也不方便），一般只适用单机环境。

2. 两级目录

• 为每一个用户建立一个单独的用户文件目录UFD，UFD由用户所有文件的文件控制块组成。
• 系统建立一个主文件目录MFD， MFD中每个用户目录文件都占有一个目录项，其中包括用户名和指向UFD的指针。
• 基本克服了单级目录的缺点，并具有以下优点：
  提高了检索目录的速度。
  在不同的目录中可重名。
  不同用户还可以使用相同/不同的文件名来访问系统中的同一个共享文件。
• 不提供子目录操作，还不方便；各用户之间被完全隔离的话用户访问其他用户文件时，不方便合作。

3. 多级目录

• 适用于较大的文件系统管理。又称为树状目录(tree-like)
• 在文件数目较多时，便于系统和用户将文件分散管理。
• 层次结构更清晰、提供更灵活的权限管理等
• 但目录级别太多时也会增加路径检索层次，增加磁盘访问时间。
• 主目录称为根目录，数据文件为树叶，其它目录为结点。多级目录缩小检索范围提高检索速度和文件系统的性能。
• 从根目录到任何数据文件都只有一条唯一通路。目录文件名和数据文件名依次用“/”连接起来，即构成数据文件的路径名。
• 为每个进程设置一个“当前目录”，又称“工作目录”。
• 从当前目录开始，逐级经过中间的目录文件，最后达到要访问的数据文件。这一路径上的目录和数据文件名用“/”连接成路径名，称为相对路径名。
• 从根开始的路径名称为绝对路径名

9.用户要访问一个已存文件

1. 目录数据调入内存；
2. 按名检索：系统利用提供的文件名对目录(根据目录层次，需要做的检索次数也不同)进行查询
3. 找该文件控制块
4. 读FCB或对应索引结点；
5. 从文件物理地址换算出文件在磁盘上的物理位置；
6. 最后通过磁盘驱动程序，将所需文件读入内存。

10.目录查询方式：

1. 线性检索法

• 又称为顺序检索法。
• 单级目录中用户提供文件名，顺序查找文件目录。
• 树型目录中用户提供路径名，对多级目录进行逐层查找。

2. Hash方法

7.4 文件共享

1.索引结点法

基本FCB法（有向无循环图）：

• 名+详细信息。
• 直接在文件目录中包含文件的物理地址，该方法实现的共享不适用文件动态变化。一个用户对文件的修改（如物理块号增加），对其他用户不可见，共享文件的FCB信息记录同步更新困难。
• 文件名+索引结点指针。
• 一个用户修改指针指向地址里的内容，指针不变，其他用户通过指针总能感知索引结点中的最新内容
• 索引结点中增加count计数
• 主人删除操作问题：
  删，共享用户访问错误；不删，计费问题。

2. 符号链法

• 创建一个link类型的文件：“文件名+共享文件路径”（类似快捷方式）
• 文件主人删除文件，共享者只会出现找不到文件错误。不会发生共享文件删除后出现悬空指针的情况。
• 该方法适用于网络文件共享，但根据路径检索共享文件的目标位置增加了访问开销，link文件独占索引结点也耗费一定的空间。
• ln链接有两种类型
  ①硬链接（Hard Link）默认情况下，ln产生硬链接。原文件和连接文件的FCB记录了相同的inode地址。
  建立硬链接时，链接文件和被链接文件必须位于同一个文件系统中，并且不能建立指向目录的硬链接。
  ②符号链接（Symbolic Link）。和win下的快捷方式差不多。包含所链接文件的路径。可链接任意文件或目录，可链接不同文件系统的文件，甚至可以链接不存在的文件，网络文件。

3. 两种共享方式的比较

1. 硬链接(基于索引节点)：

• 只能文件链接，不能对目录做硬链接（可能导致du类命令死循环遍历）；
• 只能在同一个文件系统范围内进行，不能跨文件系统。
• 删除文件时，如果还有其他链接链至该文件，则该文件不能被删除。

2. 软链接(符号链接)：

• 虽然实现起来相对麻烦一些，访问速度相对慢一些，但适用范围和灵活性要大一些。
• 允许目录链接，允许不同文件系统间进行链接，这两个文件系统可以在同一个计算机上，也可以在不同的计算机上。
• 被链接文件的删除和符号链接的删除是完全相互独立的（返回“被链接文件不存在”的错误）。