【Linux】基础IO —— 深入理解文件系统 | 软硬链接

🌈欢迎来到Linux专栏~~ 深入理解文件系统

---

• (꒪ꇴ꒪(꒪ꇴ꒪ )🐣,我是Scort
• 目前状态：大三非科班啃C++中
• 🌍博客主页：张小姐的猫~江湖背景
• 快上车🚘，握好方向盘跟我有一起打天下嘞！
• 送给自己的一句鸡汤🤔：
• 🔥真正的大师永远怀着一颗学徒的心
• 作者水平很有限，如果发现错误，可在评论区指正，感谢🙏
• 🎉🎉欢迎持续关注！
  

一. 答疑解惑

🌈close关闭fd之后文件内部没有数据

代码展示：

#include                                                           
#include
#include
#include
#include
#include
 
int main()
{
	close(1);
	int fd  = open("log.txt", O_WRONLY | O_CREAT | O_TRUNC, 0666);
	if(fd < 0)
	{
	   perror("open");
	   return 0;
	}

	printf("hello world: %d\n", fd);//stdout -> 1
                                                                                            
 	close(fd);
	return 0;
 }
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

发现运行和打印都没有打印出结果，而当我们fflush的时候才在文件中打印出来

看了上两篇博客的都应该游刃有余了

因为close（1），而printf(）只向1中打印，此时的fd = 1。此时数据会暂存在stdout的缓冲区中，此时普通文件是全缓冲，遇到\n不会及时刷新。对应 的fd先关闭， 数据无法及时刷新了，而加了fflush会把数据直接刷新

🌈stdout 和 stderr 区别

#include                                                                           
#include
#include
#include
#include
#include

 int main()
 {
    //stdout -> 1
    printf("hello printf 1\n");
    fprintf(stdout, "hello fprintf 1\n");                                                        

    // stderr -> 2
    perror("hello perror 2"); //stderr

	const char *s1 = "hello write 1\n";
	write(1, s1, strlen(s1));

    const char *s2 = "hello write 2\n";
	write(1, s2, strlen(s1));

    //cout -> 1
	std::cout << "hello cout 1" << std::endl;
	//cout -> 2
	std::cerr << "hello cerr 2" << std::endl;

	return 0；
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

结果如下~

• 我们发现，重定向只对1号文件描述符有用；也就是正确信息被重定向
• 文件描述符 1 和 2 对应的都是显示器文件，但是题目两个是不同的，如同认为同一个显示器文件，被打开了两次

一般而言，如果程序运行有可能有问题的话，建议使用stderr，或者cerr来打印
如果是常规的文本内容，我们建议进行cout 或 stdout 进行打印

💦举例：常规信息和报错信息分开打印
正确的打印到ok.txt ，错误的打印到err.txt 也称错误重定向

./myfile 1 > log.txt 2 > err.txt
1

💦但如果我们像都打印在一个文件中呢？

./myfile > log.txt 2>&1
1

💢先重定向，指向log.txt；把1的内容给2拷贝一份，最后1和2指向同一个文件

结果还真的是

还有一个骚操作也可以实现

cat < log.txt > back.txt//相当于拷贝
1

我们一个都见过这个errno（错误码）的吧

  #include 
  
  RETURN VALUE
       open() and creat() return the new file descriptor, or -1 if an error occurred (in which
       case, errno is set appropriately).
1
2
3
4
5

如果打开成功，返回文件描述符，打开失败，errno被设置，所以perror会根据全局的错误码输出对应的错误原因

如果我们自己想设计一个perror

 void myperror(const char *msg)
 {
 	 fprintf(stderr, "%s: %s\n", msg, strerror(errno));
 } 
1
2
3
4

此前已经删除了log.txt

二 . 理解文件系统

🎨科普背景知识

🥑有没有没有被打开的文件呢？ 在哪里呢？

• 当然存在，在磁盘上

🥑我们学习磁盘级别的文件，我们的侧重点在哪？

1. 单个文件角度 —— 这个文件在哪里？这个文件多大？这个文件的其他属性是什么？
2. 站在系统角度 ——一共有多少个文件？各自属性在哪里？如何快速找到？还可以存储多少个文件

接下来我们来正式了解一下磁盘吧

1. 内存 - 掉电易失存储介质
2. 磁盘 - 永久性存储介质 还有： SSD（固态 贵！） 、U盘、flash卡、光盘、磁带

🎨了解磁盘结构

🔵物理结构

磁盘是一个外设 且是我们计算机中唯一的一个机械设备（相对而言很慢）

这个磁盘的盘片就像光盘一样，数据就在盘片上放着，只不过光盘是只读的，磁盘是可读可写的

光说有点抽象的，直接上图

盘面上要存储数据！（二进制） -> 但计算机只认识二进制 -> 二进制是两态 —> 我们想到磁铁也是两态的

• 向磁盘写入本质就是改变磁盘的正负性（磁头）

🟡磁盘的存储结构

机械硬盘的寻址的工作方式：盘片不断旋转，磁头不断摆动，定位到特定的扇区（面 — 磁道 — 扇区）
通过柱面Cylinder —— 磁头Head —— 扇区Sector 的寻址方法为CHS寻址

扇区的大小：512字节是硬件上的要求（外磁道和内磁道都是一样大小，密度不一样）

🟢磁盘的虚拟结构

类比磁带，我们可以把磁盘盘片想象成线性结构。

站在OS角度，我们就认为磁盘是线性结构，要访问某一扇区，就要定位数组下标LBA(logic block address)；要写到物理磁盘上，就要把LBA地址转化成磁盘的三维地址(磁头，磁道，扇区)。这种关系类似于我们之前的虚拟地址空间和物理内存

所以：找到特定扇区的位置 ——> 找到数组特定的位置；对磁盘的管理——> 对数组的管理

🎨文件系统与inode

文件在磁盘上是如何被保存的？文件是在磁盘中的，而磁盘现在被我们想象成一个线性结构。

💜 磁盘空间很大，管理成本高。我们采用分治思维，类比管理我们的国家，我们分成好几个省份，再分成好几个市，最后轮到区。因此我们就对大磁盘 ——

1️⃣ 分区：大磁盘 → 小空间，化整为零

​ 2️⃣ 格式化：给每个分区写入文件系统

所以理论上，我能把这100G的小空间管理好，其他空间就复刻我就好啦，因为硬件都是标品，当然了不同分区也可以写入不同的文件系统

• boot block 存在于每个分区的开头，备份文件，是与启动相关的，供启动时查找分区
• 我们再把剩下的空间继续拆解分组，Block group 0 ,Block group 1 … 那么问题就又变成了如果我能管理好Block Group 0，就能管好1~n这些，因此研究文件系统又缩小范围了，就变成研究这一个Block Group 0

话不多说开始吧

虽然磁盘的基本单位是扇区（512字节），但是操作系统（文件系统）和磁盘进行IO的基本单位是4KB（8*512字节）,4KB是block大小，所以磁盘被称为块设备

哪怕我们只想在磁盘上读取1字节，OS也必须直接读取4KB的数据
原因有两个：

1. 512字节太小了，有可能导致多次IO，进而导致效率的降低
2. 解耦合：如果操作系统使用和磁盘一样的大小，万一磁盘基本大小改变了，OS的源代码也要不要跟着改呢？硬件（磁盘）和软件（OS）进行解耦

---

逐个解释：

2. Super Block：文件系统的属性信息，整个分区属性的属性集（每个块组都有 防止磁盘被刮伤而找不到 文件属性）
3. Data blocks:多个4KB(扇区*8)大小的集合，保存的都是特定文件的内容
4. inode Table：inode是一个大小为128字节的空间，保存的是对应文件的属性，该块组内，所有文件的inode空间的集合，需要标识唯一性，每一个inode块都要有一个inode编号！（一般而言，一个文件，一个inode，一个inode编号）
5. BlockBitmap(位图)：统计block的使用情况。假设有10000+个blocks，就有一一对应的比特位。其中比特位为1，代表该block被占用，否则表示可用
6. inode Bitmap：统计inode的使用情况，假设有10000+个inode，就有一一对应的比特位。其中比特位为1，代表该inode被占用，否则表示可用
7. GDT:块组描述符，已经使用了多少，有多少个inode，已经被占用了多少个，还剩下多少个，使用了多少

💥众所周知，文件 = 文件内容 + 文件属性，其中文件内容放在Data blocks中，属性放在inode Table中

inode内部保存了一个数组，保存了对应块的编号，二者关系就联系起来了
Linux中真正标识一个文件，是通过文件的inode编号，一个文件，一个inode(属性集合)；一个inode也都有自己的编号。

那么要创建文件就要在inode Table中申请一个未被使用的inode，填入属性；文件中还有内容，inode还用数组存储了相关联的blocks块编号，我们可以简单地理解成 ——

struct inode{
	//文件的大小
	//文件的inode编号
	//其他属性
	int block[15];
}
1
2
3
4
5
6

⚡万一这个文件特别大呢？ 怎么办？

不是所有的data block 只能存文件数据，也可以存其他块的块号
如果文件特别大，最后的block存的是其他block的块号，所以最后指向的是更多的block来存储

我们知道要找到文件：inode编号 —— 分区特定的block group —— inode —— 属性 —— 文件

🎨可是我们怎么知道inode呢？（Linux中，inode属性里面，没有文件名这样的说法）

预备知识：

• 一个目录下，是不是可以保存很多文件，但这些文件没有重复的文件名！
• 目录也算是文件，有自己的inode（存的是目录的大小、权限、(链接数)、拥有者、所属组等）、有自己的data block（存的是文件名和inode的映射关系），因为文件名不存在于文件的inode里面

回答上面的问题：我们是依托目录文件来找到inode编号，因为目录的data block中保存了inode编号和文件名的映射关系，所以能找到文件名进而找到inode编号

---

💢灵魂多问：

• 目录下创建文件：遍历inode Bitmap，位图中找0，申请一个未被使用的inode，随后便置1；向inode table中填入属性信息（权限、ACM时间）。并把这个映射关系（文件名是用户输入，inode是我们从文件系统申请得到的）写到当前目录的Data blocks中。

• 查看文件，根据目录inode找到与其映射的文件名 以及属性 全部打印
• 向文件写入：遍历block Map找到若干未被使用的块儿，将该文件的inode与这些blocks建立映射关系，再向blocks中写入内容。

• 查看文件内容：cat hello.c → 查看当前目录的data Blocks数据块儿 → 找到映射关系：文件名儿对应的inode编号 → 在inode Table中找到inode → 找到对应的blocks[] → 文件内容加在进内存中，在刷新到显示屏。
• 删除文件 ：在目录的data block，用户提供的文件名，以文件名作为key值索引对应的inode，在inode Bitmap中把对应的比特位置中由1置0；再根据属性把使用的数据块儿们也在Bitmap中把它由1置0。最后在目录的data block中，删除inode和文件名的映射关系。
• 所以拷贝一个文件需要一会儿，但是删除很快（因为不需要改文件的属性inode Table和数据data Blocks，标志文件无效即可，并不用覆盖）

( 如果你在Linux系统中，不小心rm -rf误删了文件，还能恢复！（前提是inode未被使用，inode和data block没有被占用）最好的做法就是什么也不做！找到你在windows下删除文件到回收站，其实只不过是转移了目录，在回收站中删掉才是相当于1置0了)

---

还有一个问题：位图一开始是不是要被操作系统全清0，那个区域要被分成inode table和super在什么位置 ？GDT是谁写的？inode table的128kb是谁划分的？

• 以上所有的信息都是：格式化 也就是写入文件系统（写入属性）

【面试题】：
🥗系统里还有空间，为什么创建文件老是失败：

• 因为inode是固定的，data block也是固定的。可能存在 inode还有，data block不够了；inode没有，data block还有的情况（特别少）

说了一大圈，最终为了引出我们的大boss

三 . 软硬链接

🌏软链接

🍤建立软链接

ln -s testLink.txt soft.link
1

💛 删除链接，可以rm，但是更建议

unlink soft.link
1

🔷什么时候会使用到软连接呢？

对于一些执行路径非常深的程序，我们不用每次都输入长长的路径，我们可以通过软链接快速找到它

现在我不断回退，退到所谓工作目录上来，这时如果我还想运行test.sh就比较麻烦，那么我们就可以通过建立软链接的方式 ——

这相当于windows下创建的快捷方式

在系统路径下，也看见了大量了软链接的存在

🌏硬链接

不带s就是硬链接

ln  testLink1.txt hard.link
1

我们观察发现，软链接是有自己独立inode的，即软链接是一个独立文件！有自己的inode属性集也有自己的数据块儿 (保存的是它所指向文件的路径 + 文件名)

而硬链接自己没有独立的inode，用的是别人的inode；根本就不是一个独立的文件，说白了就起别名，其本质：在特定目录下，添加一个文件名和inode编号的映射关系，仅此而已

我们还发现在属性中有一个数字，1-> 2 ->1，这个数字就叫做硬链接数

当我们删除一个文件的时候，并不是把这个文件inode删除，而是把inode引用计数--，当引用计数为0（没有文件名与之关联）的时候，这个文件才真正删除

🍤那么硬链接的使用场景呢？

为什么创建一个文件的时候，硬链接数是1？

• 因为自己的文件名就和inode就是一组映射关系

那为什么dir目录的硬链接数是2呢？

• 首先目录和自身的inode就是一组映射，第二个是目录内部的. 和inode 也是一组映射
  

在dir下又创建了d1目录，此处为什么dir的硬链接数变成3了？

因为d1的有..文件指向上级目录dir，所以硬链接数+1

总结：软硬连接的本质：有无独立的inode

📢写在最后

最近作业有点多，更新可能会慢一点