Linux：文件系统和inode

目录

一、文件分治

二、文件分组

---

一、文件分治

        早期，存储文件的设备是磁盘（当下的市场几乎都是SSD），但大家习惯的把它们都称为磁盘，磁盘是用来表示区分内存的存储设备。而在操作系统看来，这个存储设备的结构就是一个线性结构，这一点很重要。

        磁盘有一个概念叫扇区，一般是521字节大小，磁盘视其为一个管理单位。

        而操作系统做I/O的这个单位大小一般是4KB，换句话说，现在要向磁盘写1个字节大小的数据，其实是一次性写入了4KB，只是有效数据为1个字节，从磁盘读数据也是如此，一次读入是读入了4KB。

        操作系统管理这个线性结构，采用分治思想。

       

        通过分治思想，我们要理解文件系统，只需要理解其中一个分组即可。

二、文件分组

        文件=属性+内容。Linux中，文件的内容和属性是分开存储的。于是，不难知道这样一点，文件的内容有大有小，而文件的属性却是能确定大小的，比如包括int类型的文件大小等一些其他属性，都是可以确定大小的，于是，可以定义一个结构体专门用来描述文件的属性，这个结构体就叫做inode。提醒一下，因为文件名有长有短，不太好确定大小，所以在Linux中并没有把它定义到文件属性里。

        Linux下，一个inode结构体的大小是128Byte。

• Boot Block

         启动块，在分区的开头，和备份文件、启动相关，一般开机后，要加载操作系统，而操作系统在哪个分区哪个位置，这个过程就和Boot Block有关。

• inode Table

        在inode结构体中，有一个变量叫做inode编号即inode_id，系统通过inode_id标识唯一的文件，而不是文件名。

        因此，每一个文件都对应一个inode_id。一个分组能容纳的文件数量是有限的，因此inode结构体的数量也是有限的，inode_id在一个分区内是唯一的，inode Table就用来保存当前分组所有的inode结构体。

• inode Bitmap

        inode Table对应的位图结构，用来统计inode的使用情况，位图中比特位的位置和某一个文件对应的inode的位置是一一对应的，位图中比特位为1，代表inode被占用，否则表示可用。

• Block Bitmap  

        数据块对应的位图结构，位图中的比特位位置和当前data block对应的数据块位置是一一对应位置，一个数据块一般是4KB，如果一个数据块被使用了，则这个块对应的位图结构中的位置就为1。

• GDT（Group Descriptor Table）

        磁盘最终被分出了很多很多个组，每一个组的状态是怎么样的，则用GDT来描述。GDT内容对应分组的宏观的属性信息，比如data blocks已经使用多少，inode有多少个，已经被占用了多少个，还剩下多少个。

• Super Block:

        保存的是整个文件系统的信息，比如从a地址b地址是第一个分组、从c地址到d地址是第二个分组，比如这个分区有多少个分组，每个分组的使用情况是什么样的，都在这里保存。

        为什么Super Block不像Boot Block一样存在每个分区的开头，而要存在分组的开头？Super Block保存在不同的分组里意味着备份，如果某个Super Block损坏，便可以通过拷贝其他分组的Super Block来恢复。

        就像Boot Block和开机启动相关，保存在每个分区意味着备份。

        Super Block和文件系统相关，保存在每个分组意味着备份。

        值得一提的是，并不是每个分组都有Super Block，而是部分分组保存了Super Block来备份。

---

        一个分组是有n个data blocks的，一个文件的内容使用了几个data block，是哪几个data block，这个信息是保存在inode Table中的inode结构体里面的，Linux下把它定义为blocks数组。

​

---

 关于inode_id的唯一性。

        inode_id在整个分区内是唯一的，如果比作Windows，就是一个d盘上不存在相同的inode_id。

        一个分区有多个分组，一个分组能存储的文件个数是有限的，于是，可以为这个分组分配一个起始的inode_id、和最多有多少个inode_id，比如一个分区的其中一个分组，这个分组的起始inode_id是1000，这个分组最多可以有1000个inode_id，那么只要是在这个分组里面的inode_id，它的范围就是【1000，1999】。

        于是，我们宏观上的操作，在操作系统看来，其实是下面这样的。

创建一个文件：在inode Bitmap的比特位由0置为1，找到其inode table，把该文件对应属性填进去，文件的数据写到block里，在inode中用数组blocks建立映射关系，最后返回inode编号，创建成功，只不过这个inode_id是Bitmap对应的值+当前分组的起始inode_id，比如在Bitmap对应的第500个位置将0设置为1，但是最后返回的inode_id = 500 + 1000（起始inode_id）。

查找一个文件：拿到inode_id后，先和分组的起始inode_id比较，确定它在哪一个分组，再减去起始inode_id，比如1500-1000=500，拿着500在inode Bitmap里面验证比特位为1，再在inode table中找到对应的inode，再根据inode中的blocks数组找到对应的多个data blocks，内容加属性就全找到了。

删除一个文件：删除文件也需要用到inode_id，实际上删除一个文件时，我们只需要找到inode在inode bitmap当中的比特位，把比特位由1置为0就删除了。

        所以删除一个文件根本不需要把属性和内容清空，只要把inode bitmap的1置为0，属性就删除了，这个文件也占着数据块，也把block的比特位也置为0。所以把文件删除是能够恢复的，一旦删除只是把bit位清掉了。

        如果在Linux中误删除一个文件，还是能恢复的，但前提必须是inode和data block没有被占用

---

         计算机可能有多个磁盘，一个磁盘又可能会有多个分区，一个分区有多个分组，操作系统把对一个分区中文件的管理叫文件系统，同一台计算机上的每个分区的文件系统可以不同，上面介绍的文件系统叫Ext(2)，一个文件系统的属性就是分组中的Super Block字段，操作系统对文件系统的管理也遵循先组织、后描述的理念，即有几个分区，就有几个文件系统，有几个文件系统，就相应的有几个对应的对象，再用链表或其他数据结构管理这几个对象，这就是操作系统对文件系统的管理。

---

        可是我们在查找一个文件的时候，往往是用文件名，而不是inode_id？

        回答：

• 任何一个文件都在一个目录下，由于操作系统不允许同一目录下有同名文件，所有这些文件并没有重复的文件名。
• 目录是一个文件，也有自己的inode，有对应自己的data block，目录的数据块存放的是当前目录下的文件名和inode_id的映射关系，所以inode结构体并不需要保存文件名，这就是为什么文件名不是inode变量之一的原因。
• 我们在一个目录下新增一个文件，要向当前目录的内容里去写文件名和inode的映射关系，所以这个目录文件必须得有写入权限。
• 罗列当前的文件，要有读权限。因为想读的时候必须得去访问数据块中存储的映射关系，所以要有读权限，读完以后便可以拿到文件的inode_id。