Linux之理解文件系统——文件的管理

---

前言

我们在之前的文章中讨论的都是进程和被打开的文件的关系，但是如果一个文件没有被打开，它是否需要被管理？又该如何管理呢？
本文介绍了文件存储的位置：
磁盘——它的三种结构（物理结构、存储结构以及逻辑结构）；
管理文件的结构：文件系统与inode；
以及文件与inode之间的关系：软硬链接等相关概念。

---

一、磁盘

磁盘是计算机的主要存储介质，它可以存储大量二进制数据，即使断电后也可以保证数据不会丢失。下面我们将了解磁盘的物理结构、存储结构以及逻辑结构

1. 磁盘的物理结构

磁盘是外设，也是计算机中唯一的机械结构（访问外设相对较慢的原因是机械结构的运行速度比电流的运行速度慢）。
磁盘的盘片和盘面类似于光盘，不过光盘只有一面是光面，而磁盘两面都是光面（盘面上存储着数据）。
像刀子一样的是磁头（每一面都有一个磁头），磁头与盘面（两者没有接触）之间有马达。一旦盘片加电，盘片旋转，磁头摆动（马达可以控制磁头摆动，控制盘片旋转）。磁头通过感应磁场的变化来读取数据，或通过改变磁场的方向来写入数据。
对应的磁盘有自己的硬件电路，通过硬件电路 + 伺服系统，可以给磁盘发送二进制指令，让磁盘定位寻址盘面上的某个区间。

2. 磁盘的存储结构

1. 磁盘寻址的时候，基本单位既不是bit也不是byte，而是扇区。
2. 扇区的大小是512字节。512字节是硬件要求，外磁道和内磁道都是一样的，它们只是密度不同。越靠近圆心的比特位越大，否则就越小。
3. 在单面上定位扇区：通过确定磁道，以及确定对应磁道的扇区，来具体确定该区间。确定磁道：每一个磁道都有自己的编码，磁道周长不同，但是存储大小相同。由于扇区大小是相同的，因此每一个磁道有多少个扇区也是一定的，所以每一个磁道的扇区也是有编号的，因此定位到磁道就能找到对应扇区。
4. 机械硬盘的寻址方式：盘片不断的转动，磁头不断的摆动，就是在确认在哪个磁道。如何确定扇区？盘片的先选择就是让其磁头定位扇区。
5. 柱面：把一系列同心的磁道压在一起，宏观上看成一个整体。一般定位的时候，（磁头、柱面、扇区）与（磁头、磁道、扇区）这两个是等价的。磁头指向的位置就是柱面的边界位置。
6. 在磁盘中定位扇区：先定位在哪个磁道（在哪个柱面），磁道定位后，（因为，所有磁头共同进退）再去定位盘面（磁头），最后确定是哪一个扇区。

总结：在磁盘中定位一个扇区，采用的是硬件级别定位方法（CHS定位法）：柱面（Cylinder）——磁头（Head）——扇区（Sector）

3. 磁盘的逻辑结构

我们都见过磁带（复读机等机器用过），它卷起来是圆柱状，拆开就成了一条很长的线。
可以将磁盘的盘面想象成类似的结构。站在OS的角度，它认为磁盘的盘面是线性结构，它为每一个扇区都划分好了空间，整个磁道相当于一个数组。要访问某个扇区，就只需要定位到对应的数组下标。在操作系统内部，我们将这种地址称为LBA（Logic Block Address），如果要将它写在磁盘上，则我们要将对应的LBA转化为对应磁盘的三维地址：CHS地址。
总结：OS中的地址为LBA，对应的磁盘地址为CHS地址。

OS要进行逻辑抽象，不直接使用CHS。原因如下：

1. 便于管理，管理数组和管理三维立体结构 两者之间，数组更好管理；
2. 使得OS的代码和硬件磁盘解耦（避免它们之间强耦合）。例如：磁盘的基本大小（每个扇区对应的存储空间）发生改变，OS的源码也要发生改变吗？当然不能让OS的源码也发生改变。

二、文件系统与inode

1.文件在磁盘中是如何存储的？

文件存储在磁盘中，而磁盘的逻辑结构是线性结构。
磁盘的空间很大，OS的文件系统会以1KB、2KB、4KB为单位定制多个扇区进行读写，即使读取/修改1bit的内容，也必须将4KB的内容全部加载到内存中进行读取或修改，完成操作后再将其写回磁盘。
虽然磁盘访问的基本单位是512字节，但这相对于整个磁盘的大小还是很小的。
为了方便管理，我们采用分治的思想，对磁盘空间进行分区：
将1个较大的磁盘空间分为多个较小的磁盘空间，再给不同的分区内写入不同的文件系统。

1. Boot Block是启动块，存在每个分区的开头，备份与启动相关的文件；
2. 将剩余的空间继续分组，Block group 0 …… Block group n。只要能管理好Block group 0，那么也能管理好其他分组，因此我们需要先了解Block group 0；
3. Super Block中保存的是整个文件系统的信息。为什么Super Block不像Boot Block一样存在于每个分区的开头？
   将Super Block保存在不同的分组中是为了备份，假如某个Super Block损坏，我们可以通过拷贝其他分组的Super Block来修复它。
4. Linux中的文件 = 内容 + 属性。
   而文件的内容和属性是分批存储的。文件属性保存在inode中，inode的大小是128字节，是固定的。一个文件有且仅有一个inode与之对应。inode中存储着文件几乎所有的属性，但是文件名并不在inode中存储。文件内容存储在data blocks块中，不同的文件，文件内容不同的，大小也不同。
5. 为了便于区分，每个inode都有自己的ID，我们可以通过指令ls -li 来查询文件对应的inode编号。
   
6. inode table 中保存了分组内部所有的可用（已经使用 + 没有使用）inode。
7. Data blocks 中保存了分组内部所有文件的数据块（也就是文件内容）。
8. inode Bitmap 是inode对应的位图结构，用于统计inode的使用情况。位图中比特位的位置与对应文件的inode id是一样的。当比特位的值为1，就表示该inode id已经被占用，否则就表示未被占用（即，可以被使用）。
9. GDT（group descripteor table）：块组描述表，对应分组的宏观的属性信息（其中包含：inode有多少个，已经使用多少，已经被占用多少个，还剩下多少个）。
10. 查找文件时，统一使用inode编号。

文件内容放在data blocks中，文件属性存放在inode中。inode内部有一个数组，保存着对应的data blocks块的编号，进而将两者关联起来。

并非所有的data blocks都只存储文件数据，如果文件特别大时，也会存储其它块的块号，让一个blocks块指向其它多个blocks，来存储同一个文件的数据（这样能存的更多）。

2. 对文件进行操作

• 创建文件：将位图的比特位由0置为1，找到其inode table，将文件属性填入inode，将文件数据写入data blocks中，再建立inode和data blocks之间的映射关系；

• 查找文件：根据拿到的inode id在inode table中找到对应的inode，再根据inode找到对应的数据块，这样就拿到了文件的内容 + 属性；

• 删除文件：删除文件只需要找到inode id在inode bitmap中的比特位，然后将该比特位的值由1置为0即可。

• 恢复文件：

删除文件时并不需要将文件的数据和内容情况，只需要将对应文件的inode在inode bitmap中的比特位 置为0即可（即使不将它们清空也不会影响新文件的存储，因为新文件的数据会直接将原数据覆盖掉）。因此，在删除文件后是可以及时将文件恢复的，恢复文件只需要找到inode的编号，然后将inode bitmap中对应比特位的值由0置为1，再去inode table对应映射表，将blosk bitmap由0置为1即可。
如果在Linux中误删一个文件，还是可以恢复的（前提是文件的inode和data block没有被占用），因此当误删一个文件时最好的做法是什么也不做。
在windows下，删除文件到回收站，实际上是将文件转移到回收站的目录而已，只有在回收站中删除才是真的删除。

为什么我们在目录中查找文件时，用的是文件名而不是inode id？
因为任何一个文件都是创建在目录下的（注意，同一目录下不能出现相同文件名的两个文件），而目录也是一个文件，也有自己的inode，以及data block。目录的数据块（data block）中存储的是当前目录下文件的文件名与文件inode id的对应关系（这也是为啥inode中不保存文件名）。
新增文件要在当前目录的内容（data block）中添加该文件名与inode id的映射关系，所以当我们在一个目录下新增文件时，必须要有对目录的写权限。
罗列当前目录的文件，要有对目录的读权限，想知道目录中的文件，需要根据文件名找到inode，再读取该文件的属性。读目录内容是要拿到文件名，因此，目录必须要有读权限。

三、软硬链接

1. 软链接（也称为符号链接）

创建软链接：

ln -s <目标路径> <链接路径>

例如，创建软链接soft_file.txt文件指向myfile.txt文件
文件myfile.txt

文件soft_file.link

inode

从上图中可以看到，soft_file.link有自己独立的inode，它是一个独立的文件，具有自己独立的内容。
所谓的软链接标定文件，它并非用文件的inode来标记。
看这个现象：我们删除myfile.txt然后再去cat soft_file.link：

软链接并没有用目标文件对应的inode进行标记，而是用目标文件的文件名进行标记，软链接的数据块中保存的是指向目标文件的路径，当目标文件被删除时，软链接也就失效了。

删除软链接：

1. rm

rm -f soft_file.link//和删除普通文件一样

2. ulink

ulink soft_file.link//删除链接

软链接的作用：

软链接就类似于windows下的快捷方式（桌面的软件图标就是该软件exe的快捷方式，软件的存储位置并不在桌面上，我们是通过快捷方式来执行的该exe文件）。
当执行路径非常深时，会导致路径非常长不便于记忆，因此我们可以通过软链接来访问文件，这样就不用每次都输入很长的路径来访问文件。

2. 硬链接

创建硬链接：

ln <目标路径> <链接路径>

inode

可以发现，硬链接不是一个独立的文件，它没有独立的inode，用的是目标文件的inode。

硬链接的作用？
当某一个硬链接的文件大小和内容发生变化，那么它对应的目标文件以及所有目标文件的硬链接都会一起发生改变。
硬链接没有创建新的文件，它没有独立的inode、内容。它用的全部是目标文件的inode和内容。

创建硬链接的本质就是在指定的路径下，新增文件名和inode的映射关系。

一个inode可能会被多个文件名所映射，为了方便管理，inode有一个计数器，count的引用计数，也将引用计数称为硬链接数：

这也是为什么我们发现数字由1变为2了（此时inode被两个文件名所指，因此硬链接数变为2）。

删除硬链接

如果把硬链接的目标文件删除，目标文件：

inode的引用计数变为1，即去掉了一组映射关系。
只有当文件的硬链接数变为0时，该文件才是真的被删除了。

硬链接的作用

1. 为啥创建一个普通文件时，硬链接数是1？
   因为，普通文件本身就有一个文件名和inode对应（只要创建文件，就有一个inode的映射关系）。
2. 为啥创建一个目录，它的硬链接数是2？
   因为目录名与它自己的inode就是一组1映射关系；
   其次，目录内部的'.'（'.'也表示当前目录，它也是文件名）和inode也是一组映射，所以硬链接数是2。
   

特别的，如果在当前目录下再创建一个目录，当前目录的硬链接数就会变为3。这是因为，当前目录下创建的子目录中默认的有一个文件名'..'（'..'表示上一层目录，它也是文件名）和当前目录的inode也是一组映射。

图中上方的count数是2，是因为它是在创建dir2之前打开的，没有及时更新，可以看到下方的count数为3。

用户不能给目录建立硬链接

我们发现Linux不允许用户给目录建立硬链接。

1. 为什么不允许给目录建立硬链接呢？
   如果允许给目录建立硬链接，则可能会打破文件系统目录的有向无环图结构，创建目录循环，导致fsck以及其他的遍历文件树的软件出错。可能会出现：你的子目录是你的父目录这种奇怪的现象，即当前目录的子目录是硬链接的当前目录的父目录这种情况，此时很多遍历系统的命令（du, ls -r, pwd等）就无法使用了，因为可能会导致无限循环。
2. 为什么软链接就不会出现循环调用这个情况呢？
   上文中，我们了解到软链接所指向的是链接文件本身的信息，而不是链接文件指向的文件的信息；硬链接直接指向的是inode，而不是路径（直接指向链接文件所指向的文件信息）。这就意味着，在遍历的时候，如果是软链接就不会出现环路从而导致死循环。

因此不允许用户给目录建立硬链接。

---

总结

以上就是今天要讲的内容，本文介绍了磁盘的三种结构、文件系统与inode以及软硬链接的相关概念。本文作者目前也是正在学习Linux相关的知识，如果文章中的内容有错误或者不严谨的部分，欢迎大家在评论区指出，也欢迎大家在评论区提问、交流。
最后，如果本篇文章对你有所启发的话，希望可以多多支持作者，谢谢大家！