计算机操作系统感悟随笔--文件和文件系统

一、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。
有结构：由相关记录组成
无结构：字符流的形式
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



还需要：“打开”与“关闭”：
文件读/写操作 = 检索 + 读/写。
每次读写前都要重复检索增大开销。所以为了方便对同一文件的多次读写，一次检索到文件后就在内存中记录其位置，避免重复检索。被记录下位置的文件就是“打开”文件；
不需要再操作文件时，通过“关闭”这个系统调用关闭文件——即从打开文件表上删除其路径信息即可。
其他操作：改名、改所属用户、改访问权限等属性的操作。

文件的逻辑结构
文件系统设计的关键要素：
如何构成一个文件，以及如何存储在外存。
文件结构：
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）
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。

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。
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。





FAT 与 NTFS 技术
早期MS-DOS：12位的FAT12文件系统
Windows95、98：升级到FAT32
Windows NT后：NTFS
物理磁盘分逻辑卷（分区），每卷都有一个单独区域存放自己的文件系统目录和FAT表。
FAT12
表项12位。能支持的硬盘容量仅为8M。
2^{12(个)*512B*4（分区数）=2}23B=8M

磁盘容量不断增大，可将若干盘块组为一簇。以簇为单位分配空间
FAT表记录簇号，表项数量减少，一定程度上提高了检索速度，减少了指针开销，
但该改进有限，且会形成簇内碎片。12位的格式对磁盘容量仍有很大限制
FAT16
增加FAT表的项数，16位可管理的盘容量为
2^1664512B(一簇含64个盘块)=2048M
若磁盘容量为8G，则每簇大小达到128K（8G/2^16）,簇内碎片最大会到128K。浪费严重。

FAT32
簇不能太大，只能继续增加表项位数，以记录更多数量
FAT32规定每簇4KB(即8个512B的盘块），该格式能管理的单个最大磁盘空间为2^32*4KB=2TB。
簇大小合适，空间利用率提高；但分配表的扩大使运行速度相对慢了；可支持长文件名；有最小空间管理限制，卷必须大于512M，单个文件长度不能大于4G，不能向下兼容。

NTFS
New technology file system
采用64位磁盘地址，理论上支持2^64字节的磁盘分区；
支持长文件名；
系统纠容错功能
提供数据一致性、文件加密、压缩等功能

磁盘组织
以簇为单位分配回收、但不规定盘块大小
磁盘格式化时确定卷的簇大小（物理磁盘扇区的整数倍），512M以内的小磁盘默认簇大小为512B，1G的默认大小为1KB。。。大多数情况是4KB
卷上簇编号为LCN，用户用到的簇顺序编成用户虚拟簇号VCN，NTFS可进行VCN到LCN的映射

文件组织
以卷为单位，将卷的所有文件信息、目录信息、可用未分配空间记录在主控文件表MFT中。
每个文件的信息对应一行，固定大小1KB，称为元数据
文件属性信息、文件数据较少时就直接写在MFT中；较多超出1KB时，记录存放这些信息的簇地址指针。
兼容性上也有不足

链接的不足
顺序检索的时间成本：不能支持高效的盘块直接存取。要对一个文件进行直接存取，仍需在FAT中顺序的查找许多盘块号。
链接信息的空间成本：FAT需占用较大的内存空间。当磁盘容量较大时，FAT可能要占用数MB以上的内存空间。这是令人难以忍受的
改进：
系统运行时只涉及部分文件，FAT表无需全部调入内存
每个文件单独建索引表（物理盘块索引），记录所有分配给它的盘块号；
建立文件时，便分配一定的外存空间用于存放文件盘块索引表信息；


1）空闲表法和空闲链表法
空闲表法
常用于连续分配管理方式
数据结构
系统为外存上的所有空闲区建立一张空闲表
每个空闲区对应一个空闲表项
（表项包括序号、空闲区的第一个盘块号、空闲盘块数等。）
将所有空闲区按其起始盘块号递增的次序排列

存储空间的分配与回收操作
与内存的动态分配类似，同样可采用首次适应算法、循环首次适应算法等。
回收主要解决对数据结构的数据修改。
应该说明，虽然很少采用连续分配方式，然而在外存的管理中，由于它具有较高的分配速度，可减少访问磁盘的I/O频率，故它在诸多分配方式中仍占有一席之地。（如实现虚拟用的部分外存就是连续分配方式）

空闲链表法
将所有空闲盘区拉成一条空闲链。
数据结构：链
根据构成链所用基本元素的不同，可把链表分成两种形式：
空闲盘块链
空闲盘区链