启蒙篇

文件的由来

磁盘上保存的是一对十六进制的数据，如何切分数据形成不同的文件，也就是如何确定一个文件的起始和终止位置？
将相关数据打包在一起形成一个文件，比如从什么位置开始到什么位置结束，是一张图片、一段文字、一个视频
还需要为每一个打包文件配置一个 FCB，类似PCB
FCB保存在磁盘，记录文件的名字、文件的起始位置、文件的终止位置等信息
通过文件的名字匹配 FCB中符合的文件，通过名字作为检索，查询文件的相关信息，比如文件的存储位置

目录的由来

每个文件都有与之对应的FCB
将FCB的集合重新打包成一个文件，形成目录文件（其他文件的档案袋），其他文件叫做普通文件，比如图片、视频、文档
操作系统启动的时候，将目录文件读取到内存，就可以使用户看到文件结构

文件管理逻辑图

文件系统由文件和目录两个部分组成
文件：逻辑结构数据怎么组织？如何打包？
目录：物理结构组织好的数据如何保存？
数据打包形成文件
FCB 打包形成目录
物理结构：组织好的数据如何存储？

闲聊文件系统

操作系统、文件系统和存储器都有很多类型
通常讲win、linux具有那种文件系统的方法和原理
操作系统：unix 、 linux 、 windows 、 android 、 ios 、macos
文件系统：ext 、NTFS(win) 、APFS(MAC)、 FAT 、YFFS、JFFS
存储器：硬盘类、光盘类、磁带类、flash类（固态硬盘、U盘、云盘）
文件系统的基本构成 = 文件 + 目录；使得磁盘数据保存、管理、搜索更加便捷化和人性化

基础篇

文件的逻辑结构和物理结构

逻辑结构：文件是由不同的十六进制数据组成的，每个数据都有指定的位置，如果数据的位置打乱了，就不可以表示先前的数据，文件就没有意义。比如删除文件的一部分，使文件损坏。
物理结构：将磁盘进行切割，分成很多块，每一块散列存储在磁盘
使用的时候，将物理结构按照逻辑顺序拼接在一起就形成了正确的逻辑结构，就可以还原原本的文件

文件系统的逻辑结构（数据是如何组织起来的）

文件的逻辑结构

有结构文件：记录式文件：格式多样化(描述信息，比如位置信息等等)、内容多样化（字体的颜色大小）、便于搜索查询
有结构文件比如excel，即使只记录一个字母，但是需要记录大量的相关信息，因此文件会很大
无结构文件：流式文件，比如txt，仅仅可以按照顺序简单记录每一个字符；
*并不是所有文件的所有内容都是可视化的
流式文件特征：1，简单顺序，以字节为单位记录每一个数据；2，由于没有结构，搜索的时候只可以穷举搜索，适用性很差；3，适用于对基本信息单位操作(修改操作)不多的文件，比如源代码、目标代码文件、图片

有结构文件的数据组织：

1，数据项：最低级的数据组织形式，文件的细胞，每个的数据项的长度不一样。数据项是最小单元，word的数据单元是单个字，excel的数据单元是单个表格
2，记录：一组有意义的数据项的组合，关键字，唯一标识一个记录，每个记录的长度都可能不一样
3，文件：文件系统中最大的数据单位
知识点准备
1，抽象化，以记录为最小单位
2，抽象化后的定长记录(不够标准定长的数据就补长)和变长记录(每个记录的长度不一样)的表示
3，定长（直接访问或者顺序访问）和变长记录（顺序访问）方式的查询(变长需要有一个字节来记录数据的长度)

顺序文件

分为1，串结构（时间排序，往表格里面输入的先后顺序）定长和变长；2，顺序结构(关键字排序，按照成绩排序)分为定长和变长
特点：1，对顺序文件的记录做增加删除比较困难，需要移动和重新排序；2，只有顺序文件可以保存在磁带上；3，定长记录的顺序文件比变长记录的顺序文件查找快

索引文件

原因，变长文件查询比较麻烦，只可以使用顺序查找的方式进行查询。对变长记录的顺序文件进行改进，使其可以直接访问/顺序访问(索引表)
索引表是定长的，利用直接访问的优势
索引表：索引号(排序的位号) 、记录长度(配合第三个参数) 和记录指针索引表是附文件，将索引表拼接在主文件(变长顺序存储)的前面，就形成了索引文件
特点：1，通过索引表查询记录很快；2，索引表会导致文件大小的增加，因为拼接了索引表

索引顺序文件

分组，索引表记录键值和逻辑地址，逻辑地址是指向不同分组的第一个逻辑地址
N个记录分为根号N 组，平均查询根号N次
增加索引表多占了空间，但是提高了存取速度
组间索引组内顺序
同组无序，组间有序

Hash文件

直接文件 = 散列文件 = HASH文件 = 哈希文件
散列文件存取文件的速度很快，但是会引发冲突 -> 数据结构 Hash查找
Hash(记录) = 记录应该保存的位置(物理位置)
好的hash函数会减少冲突的次数，但是冲突不会避免

目录文件的逻辑结构(PCB是如何组织起来的？)

文件控制FCB

FCB保存在磁盘上，记录文件的相关信息
FCB 记录文件名、逻辑结构、物理结构、文件类型（目录类型还是普通文件）、文件大小、磁盘位置（物理位置）、控制信号（文件保护，文件的权限）、计数信息（文件共享）
多个FCB排列组合变成了目录结构
FCB数量有限，文件的数量有限

索引节点inode

过程：将FCB分解，目录文件只保留文件的名字，除了文件名字之外的信息打包形成的块，简称inode
拆解的原因：原版的FCB太大，导致目录文件的很大，电脑查询文件的时候，需要将目录文件调入内存，导致内存的消耗变大。其次，读取大的目录文件的时候，磁盘访问次数也会变多，导致文件查询速度很慢，瘦身之后的FCB就克服了这个缺点
节点表记录所有inode，查询的时候，需要通过文件名字查询FCB，找到对应的inode，再到节点表查询inode里面查询物理位置
节点表保存在磁盘，瘦身版FCB(文件名+inode号)时读入内存，不用的时候存储在磁盘
索引节点：编号递增且唯一。每个索引节点唯一关联一个目录文件或者普通文件(inode代替先前的原版PCB成为文件的档案袋)
inode数量有限，操作系统安装的时候就已经确定了
这种方式适用于Unix系统

目录结构

单级目录结构

FCB连续，每个FCB对应一个文件，没有文件夹的概念
目录基本操作
1，检索文件
2，创建文件，先申请FCB，再分配内存空间
3，删除文件，先回收磁盘块，再删除FCB
4，移动文件，（没有目录层级的概念，复制剪贴）
特点
1，实现按名存取，但是不可以重名
2，检索文件很慢
3，不适用于多用户操作系统，（用户空间隔离，彼此文件不可见）
4，没有文件夹

两级目录结构

针对单级目录的优化
实现了多用户，但是灵活性不够，不可以对文件进行分类管理
相关FCB都相联，比如不同用户的FCB相联，同一用户的不同文件的FCB相联
区分了用户，但是用户进入自己的文件夹下，和单级目录结构一致，只有文件，没有层级结构

多级目录结构

改进两级目录，解决不可以对文件进行分类的问题
特点
1，更好的对文件进行分类管理，树形目录层次清晰、分类清晰
2，磁盘启动次数多因为按照树形结构，从上到下，每一级分别读入内存进行查询（按块读取）（一块就启动一次）

无环图目录结构

树形目录结构 + 有向边 = 无环图目录
被多条有向边指向的目录文件，就是被共享的文件
设计的目的是为了共享
有向边由硬链接/软连接实现

文件共享

文件共享的原因：1，单机节约空间，只保留一个副本（缺点，牵一发动全身，个人修改对别人影响很大）；2，联网互联网发展的必然性 C/S 模型，不同用户访问同一文件

硬链接共享

云盘共享数据，接收别人共享的文件，保存到我的云盘，本质是添加inode号，使得多个用户关联同一份文件，inode号指向文件
需要添加计数信息参数，删除文件，就是删除关联inode的信息，同时减少计数
只有当文件的计数为0，代表这个文件不再被使用，删除文件，回收inode
inode通过物理地址直接找到文件的存储位置，速度很快

软连接共享

link类型文件，文件内存有共享文件的路径，因此会增加磁盘访问的次数
可能引起错误（新的文件和旧的文件同名的时候）
linux的软连接模式和 windows的创建快捷方式相似
软连接，通过文件的层级目录找到文件，仅仅依靠目录层级和文件的名字作为索引

文件保护

文件保护是通过索引节点inode和文件控制块FCB一起使用实现的
文件保护的原因，防止共享文件被未经过批准的用户随意修改和破坏
文件保护的方式
1，口令：FCB添加口令，口令匹配才可以通过，防止随意存取
2，加密：对文件的数据进行加密，即使获取文件，也无法解密数据；缺点：需要使用对应的加解密文件，需要耗费时间
3，访问控制：不同角色拥有不同的权限，设置访问控制表。这个一般Unix使用比较多，对文件分为拥有者、组、其他，分别对应读、写、执行三种权限
口令和访问控制，都是在FCB的控制信息里面添加内容

文件系统的物理结构

文件的实现（物理结构）

文件物理结构学习逻辑图

文件保存到磁盘 -> 最小单位为块（4kb、1kb）块设备
问题
1，存在哪？文件的分配方式
2，哪可存？磁盘存储空间的管理

文件的分配方式

连续分配
思想：文件分配一组连续的磁盘块
特点：
1，顺序访问直接访问（起始地址 + 每一块的大小 * 数据块数）
2，外部碎片多，内部碎片少
3，适合长度固定的文件的（比如图片、视频）
磁盘块的顺序很重要，需要从指定位置读取指定大小的文件内容；存文件的时候，也需要顺序存放
FCB表格：文件的名字、存储的起始位置、文件的长度

链接分配分为隐式链接分配和显式链接分配；解决内部碎片的问题
隐式链接分配
思想：顺藤摸瓜 / 做记号；像链表一样，把不连续的空间碎片，链接在一起；每一个块的后面记录下一个存储的位置信息
特点：可以顺序访问，不可以直接访问；稳定性不好（如果中间数据损坏，就无法衔接下一个文件，造成文件的损坏）
FCB里边的物理结构，会确定文件的类型是连续分配、隐式链接分配、显式链接分配等，按照对应的规则，读取目录文件
FCB 隐式链接分配的目录文件记录文件的名字、起始位置和结束位置
因为有链接的存在，假设链接占据2b，每个块存储（4kb - 2b）大小的内存

显式链接分配
解决隐式链接分配不稳定的问题（中间断裂）
思想：先存再读，整个磁盘设置一张表，记录每个磁盘块的分配情况，该表叫做FAT
查询FAT，防止中间层数据断裂
特点：FAT表占用空间比较大，磁盘无所谓，但是内存卡会浪费很大的空间

单级索引分配

思想：为每个文件都建立一个索引表，记录该文件的磁盘块分配顺序
将索引表记录在一个磁盘块，FCB的索引填写索引表的存储磁盘号
索引表：文件的名字、索引（索引表记录磁盘块的分配顺序，索引记录索引表所在的磁盘位置）
文件读取的时候，现根据文件的名字，读取索引表的；将索引表读入内存之后，根据索引表依次读取文件
FCB的物理结构会记录模式单级索引
特点：可以直接访问，但是索引表占据了磁盘的空间，文件很大，需要的索引表也会很多

多级索引分配

解决索引块长度不一致，使索引表变成一个变长文件，不利于直接访问的问题，再次构建索引表
8M文件占据多少空间？ 8Mb + 3* 4kb

混合索引

直接索引、单级索引、二级索引、三级索引等同时使用
条件：盘块4kb大小、盘块号4B大小
问：混合索引最大支持的文件大小？4TB + 4GB + 4MB + 4kb
3GB文件实际需要占用多大的空间？好复杂
一个盘块可存 4kb/4B = 1k 个盘块号
直接索引：4kb
单级索引：1k * 4kb = 4MB
二级索引：1k *1k * 4kb = 4GB
三级索引：1k * 1k *1k *4kb = 4TB
文件的索引顺序依次是直接、单级、二级、三级

存储空间管理

空闲表法

解决哪里可以存？
空闲盘块表：序号、第一个空闲的盘块号、空闲数量；主要用于连续分配
分配：分配算法，如首次适应、最佳适应、最坏适应、邻临适应、循环首次适应
回收：合并问题，（删除）
存在哪里？

空闲链表法

空闲盘块链：盘块号+下一节点指针
空闲盘区链：首个盘块号盘区大小下一个盘区指针
数据结构里面的链表，还是单链表

位示图法

由0和1 组成，1代表存储数据，0代表没有存储数据

成组链表法

一组一组形成链表，就是成组链表法
并不详细回收和分配

目录的实现（物理结构）

线性链表

目录文件依次查询（线性链表）
例题
有一个文件系统，根目录常驻内存，如图所示，文件目录采用链接结构，每个目录下最多放80个目录或者文件(称为下级文件)，每个磁盘块最多放10个文件目录项，如果下级目录是目录文件，则上级目录指向该目录文件的第一块磁盘。假设目录结构中第一块文件按照从左向右的顺序排列，... 表示有其他文件或者目录
问题：k文件最少或者最多查询几次磁盘
文件文件夹都是文件
最多查询 8 次，采用链接表的方式存储，需要根据头结点到尾节点依次查询
每次读取数据都需要启动磁盘

哈希表

考的少
利用文件的名字进行哈希运算，得到文件的存储位置

层次结构

为什么要分层？

每一层各司其职（下层为上层服务）
高内聚低耦合
利于修改代码。推行版本的更新和便于移植

具体内容

从下往上
设备（硬件）：磁盘、flash、光盘等等
设备管理模块(软件)：驱动程序（读写控制磁盘等）
物理文件系统：存在哪里？物理结构，文件的分配方式
辅助分配模块：哪里可存？磁盘存储空间管理
逻辑文件系统：文件以及目录的逻辑构成
存取控制模块：文件的保护
文件目录系统：根据文件的名字来搜索FCB
用户接口：GUI、命令行、系统调用(API)
用户普通用户程序员

磁盘的组织和管理

磁盘的结构

扇区，一圈扇区围成的同心圆环叫一条磁道
圆环就是磁道从外往里命名
盘面圆形的物理结构
多个圆形的盘面相垂直的部分构成柱面，柱面号和磁道号一致
约靠近扇区的圆心，扇区的密度越大
通过柱面号盘面号和扇区号唯一确定一个扇区

磁盘的读写

相关概念：
n：跨越的磁道数
m：磁盘的固定参数，是常数；移动一条磁道的耗时
s：磁臂启动时间，也是常数
r：转速；单位转/秒
b：扇区字节数
N：一条磁道字节数

磁盘的一次读写时间大概值(期望数值/平均数值)

一次读写时间：期望值/平均值 Ta = 需找时间 Ts + 延迟时间 Tr + 传输时间Tt
寻找时间：磁头跳转磁道的时间，也就是寻找柱面号 (也是磁道号，多块盘的磁道组织在一起构成柱面)；m 磁盘的固定参数，是常数，平均移动一条磁道的耗时；s 磁臂启动时间，也是常数，需要给磁臂充电，然后才有能量进行磁道之间的切换
延迟时间：磁道确定之后，磁头还需要等待目标扇区的到来，扇区旋转；期望值，Tr = 1/2r
延迟时间推导：转速一般是固定的，一般是7200转/分钟 7200/60=120转/s 每转一圈 1/r 秒，每个扇区用 1/r(x+1)秒；磁头移动之后，定位的第一个扇区是随机的，计为A，该磁道的每一个扇区都可能是目标扇区，成为目标扇区的几率是 p = 1/(x+1) 则，Tr = 1/2r
传输时间：传输时间是在延迟时间的基础上来看的，Tt = b / rN
磁头掠过所有的扇区，怎么只读一个扇区？磁头电子开关，如果不开启，读取的数据是无效的
减少Ts：优化寻道顺序 -> 磁盘的调度算法
减少Tr：盘面错位编号和扇区交替编号；增大转速
减少Tt：增大转速，如果磁盘确定，则无法优化