【计算机科学速成课】[40集全/文字版] - 20.文件系统

(｡･∀･)ﾉﾞ嗨，欢迎阅读计算机科学速成课！

上集我们讲了数据存储，磁带和硬盘这样的技术，可以在断电状态长时间存上万亿个位，非常合适存一整块有关系的数据，或者说"文件"。你肯定见过很多种文件比如文本文件，音乐文件，照片和视频，今天，我们要讨论文件到底是什么以及计算机怎么管理文件，随意排列文件数据完全没问题，但按格式排会更好，这叫"文件格式"。你可以发明自己的文件格式，程序员偶尔会这样做，但最好用现成标准，比如JPEG和MP3，来看一些简单文件格式，最简单的是文本文件，也叫TXT文件里面包含的是文字（惊喜吧）就像所有其它文件，文本文件只是一长串二进制数

原始值看起来会像这样：可以转成十进制看，但帮助不大，解码数据的关键是ASCII编码，一种字符编码标准，第4集讨论过，第一个值72在ASCII中是大写字母H。以此类推解码其他数字，来看一个更复杂的例子：波形(Wave)文件，也叫WAV它存音频数据，在正确读取数据前，需要知道一些信息，比如码率(bitrate)，以及是单声道还是立体声，关于数据的数据，叫"元数据"(metadata)，元数据存在文件开头，在实际数据前面因此也叫文件头(Header)，WAV文件的前44个字节长这样，有的部分总是一样的，比如写着WAVE的部分，其他部分的内容，会根据数据变化，音频数据紧跟在元数据后面，是一长串数字。

数字代表每秒捕获多次的声音幅度，如果想学声音的基础知识可以看物理速成课第18集，举个例子，看一下"你好"的波形，现在捕获到了一些声音，我们放大看一下，电脑和手机麦克风，每秒可以对声音进行上千次采样，每次采样可以用一个数字表示，声压越高数字越大，也叫"振幅"，WAVE文件里存的就是这些数据！每秒上千次的振幅！播放声音文件时，扬声器会产生相同的波形，"你好！"

现在来谈谈位图(Bitmap)，后缀bmp它存图片，计算机上，图片由很多个叫"像素"的方块组成，每个像素由三种颜色组成：红，绿，蓝，叫"加色三原色"，混在一起可以创造其它颜色。就像WAV文件一样，BMP文件开头也是元数据有图片宽度，图片高度，颜色深度，举例，假设元数据说图是4像素宽x4像素高。颜色深度24位8位红色，8位绿色，8位蓝色，提醒一下，8位(bit)和1字节(byte)是一回事，一个字节能表示的最小数是0，最大255。图像数据看起来会类似这样：来看看第一个像素的颜色，红色是255，绿色是255，蓝色也是255，这等同于全强度红色，全强度绿色和全强度蓝色，混合在一起变成白色，所以第一个像素是白色！

 下一个像素的红绿蓝值，或RGB值2552550是黄色！下一个像素是000，黑色，下一个是黄色，因为元数据说图片是4x4我们知道现在到了第一行结尾，所以换一行。下一个RGB值是2552550，又是黄色，好，我们读完剩下的像素，一个低分辨率的吃豆人。刚才显然只是一个简单例子，但这张图片也可以用BMP存，我想再次强调，不管是文本文件，WAV，BMP，或是我们没时间讨论的其他格式，文件在底层全是一样的：一长串二进制，为了知道文件是什么，文件格式至关重要

现在你对文件更了解了我们接下来讨论计算机怎么存文件，虽然硬件可能是磁带，磁鼓，磁盘或集成电路，通过软硬件抽象后，可以看成一排能存数据的桶，在很早期时，计算机只做一件事，比如算火炮射程表整个储存器就像一整个文件。数据从头存到尾，直到占满，但随着计算能力和存储容量的提高存多个文件变得非常有用，最简单的方法是把文件连续存储。这样能用但怎么知道文件开头和结尾在哪里？储存器没有文件的概念，只是存储大量位，所以为了存多个文件需要一个特殊文件，记录其他文件的位置，这个特殊文件有很多名字，这里泛称"目录文件"，这个文件经常存在最开头，方便找。位置0！

目录文件里，存所有其他文件的名字，格式是文件名+一个句号+扩展名，比如BMP或WAV，扩展名帮助得知文件类型，目录文件还存文件的元数据，比如创建时间，最后修改时间，文件所有者是谁是否能读/写或读写都行，最重要的是，目录文件有文件起始位置和长度，如果要添加文件，删除文件，更改文件名等，必须更新目录文件。就像书的目录，如果缩短或移动了一个章节要更新目录，不然页码对不上，目录文件，以及对目录文件的管理是一个非常简单的文件系统例子，文件系统专门负责管理文件，刚刚的例子叫"平面文件系统"因为文件都在同一个层次，平的！

当然，把文件前后排在一起有个问题，如果给todotxt加一点数据会覆盖掉后面carriebmp的一部分，所以现代文件系统会做两件事，1把空间划分成一块块导致有一些"预留空间"可以方便改动，同时也方便管理。用这样的方案，目录文件要记录文件在哪些块里，2拆分文件，存在多个块里，假设打开todotxt加了些内容文件太大存不进一块里，我们不想覆盖掉隔壁的块，所以文件系统会分配一个没使用的块，容纳额外的数据，目录文件会记录不止一个块，而是多个块，只要分配块，文件可以轻松增大缩小，如果你看了第18集操作系统这听起来很像"虚拟内存"，概念上讲的确很像！

假设想删掉carriebmp只需要在目录文件删掉那条记录，让一块空间变成了可用，注意这里没有擦除数据，只是把记录删了，之后某个时候，那些块会被新数据覆盖但在此之前，数据还在原处。所以计算机取证团队可以"恢复"数据，虽然别人以为数据已经"删了"狡猾！假设往todotxt加了更多数据所以操作系统分配了一个新块，用了刚刚carriebmp的块，现在todotxt在3个块里，隔开了，顺序也是乱的，这叫碎片。碎片是增/删/改文件导致的，不可避免，对很多存储技术来说，碎片是坏事，如果todotxt存在磁带上，读取文件要，先读块1然后快进到块5，然后往回转到块2，来回转个半天，现实世界中，大文件可能存在数百个块里，你可不想等五分钟才打开文件，答案是碎片整理！

 这个词听起来好像很复杂，但实际过程很简单，以前看计算机做碎片整理真的很有趣！，计算机会把数据来回移动，排列成正确的顺序，整理后todotxt在123，方便读取。目前只说了平面文件系统，文件都在同一个目录里，如果存储空间不多，这可能就够用了因为只有十几个文件，但上集说过，容量爆炸式增长，文件数量也飞速增长，很快，所有文件都存在同一层变得不切实际。就像现实世界相关文件放在同一个文件夹会方便很多，然后文件夹套文件夹，这叫"分层文件系统"，你的计算机现在就在用这个。实现方法有很多种，我们用之前的例子来讲重点好了，最大的变化是目录文件不仅要指向文件还要指向目录，我们需要额外元数据来区分开文件和目录，，这个目录文件在最顶层，因此叫根目录，所有其他文件和文件夹，都在根目录下

图中可以看到根目录文件有3个文件2个子文件夹："音乐"和"照片"，如果想知道"音乐"文件夹里有什么必须去那边读取目录文件（格式和根目录文件一样）有很多好歌啊！除了能做无限深度的文件夹这个方法也让我们可以轻松移动文件，如果想把themewav从根目录移到音乐目录，不用移动任何数据块，只需要改两个目录文件一个文件里删一条记录，另一个文件里加一条记录，themewav依然在块5，文件系统的几个重要概念现在介绍完了，它提供了一层新抽象！文件系统使我们不必关心文件在磁带或磁盘的具体位置，整理和访问文件更加方便，我们像普通用户一样直观操纵数据，比如打开和整理文件，接下来几集也会从用户角度看问题