【Linux进行时】磁盘文件结构

磁盘

上篇文章，我们提及文件是存放在磁盘当中，本篇文件我们来了解一下磁盘的结构！！！

磁盘的概念：

❓什么是磁盘？

💡磁盘（disk）是指利用磁记录技术存储数据的存储器。

磁盘是计算机主要的存储介质，可以存储大量的二进制数据，并且断电后也能保持数据不丢失。早期计算机使用的磁盘是软磁盘（Floppy Disk，简称软盘），如今常用的磁盘是硬磁盘（[Hard disk](https://baike.baidu.com/item/Hard disk/2806058?fromModule=lemma_inlink)，简称硬盘）。

磁盘的基本结构：

磁盘是我们电脑上的唯一的一个机械设备，目前我们的笔记本上可能已经不用磁盘了，而是固态硬盘 (SSD) 。相对而言用起来更快，效率更高。固态硬盘是另一种存储的方案，和磁盘的存储差别很大，单价比磁盘大很多。一般 500G 的固态基本上比同等的磁盘要贵个两三百块。

🧊盘片：
磁盘通常由一个或多个盘片组成，这些盘片通常是由金属或玻璃等材料制成的圆形薄片。一个盘片有正反两个面。
🧊磁头：
磁头负责读取和写入数据。每个扇面都有一个磁头，它浮动在盘片表面上方，通过微小的电流在磁盘表面上读写数据。
🧊磁道(柱面)：
扇面表面被划分为许多同心圆，每个圆被称为一个磁道。数据被写入或读取时，磁头会在特定磁道上移动。
🧊扇区：
磁道被进一步划分为多个扇区，每个扇区存储一定量的数据。磁盘中存储的基本单元，通常为 512 字节或 4 KB。

CHS寻址方式：

❓通过上述的介绍我们大概知道了磁盘的结构。那我们现在思考一个问题，如何在一个磁盘上确定一个扇区呢？💡答案很简单，我们先确定一个盘面，盘面根据磁头( magnetic head)就可以确定了。再根据根据磁道也就是柱面(cylinder)定位扇区，最后在某个磁道上找到该扇区(cylinder)，就可以定位到某个扇区了。这种磁盘寻址的方式是chs.

🧊因此以后找一个扇区只要

磁道(柱面): cylinder
磁头: head
扇区: sector

🧊而这种定位扇区的方法被称作 CHS 定位法。

磁盘的逻辑抽象结构：

通过上述我们知道磁盘寻址定位方式chs，但是这是物理寻址方式，操作系统是软件层，这套寻址方式看到不适操作系统。操作系统的上面怎么寻址管理磁盘上的数据的呢？我们先看看下面这张图片。

类比于磁带，卷起来是圆形的，扯开是线性结构的。所以我们可以把磁盘盘片想象成线性结构。以OS为角度，则认为磁盘是线性结构，要访问某个扇区，只需要定位数组下标，也就是说知道这个扇区的下标就算定位了一个扇区。在操作系统内部，我们称这种地址为LBA（Logic Block Address）地址！而要写到物理磁盘上，我们就要把LBA地址转换成对应磁盘的三维地址CHS地址。总结来说，OS的地址为LBA地址，而对应的磁盘为CHS地址。

因为 OS 是以 4KB 为单位进行 IO 的，故 OS 读取的数据块要包括 8 个扇区，在 OS 的角度甚至可以不关心扇区。

只需要像计算机常规的访问方式那样: 起始地址 + 偏移量，即获取数据块第一个扇区的地址(下标) + 4KB(块的类型)即能访问的整个数据块。**

文件系统：

🧊学习完上面的知识后，我们知道 OS 通过先描述再组织的方式将磁盘抽象成一个大数组进行管理。

🧊而具体管理的方法，就是我们接下来要讲解的内容了。

由于磁盘抽象成的数组过于庞大，首先第一步就需要将其分作几个区域。每个区域的管理方式都是一样的，因此只要管理好一个区域就相当于管理好整个磁盘了。(类似于 begin 和 end 进行下标的划分)

🧊虽然磁盘已经经历过一次分区，但是每个区的大小依旧十分庞大，我们还需要再进行一次分组

文件系统分组管理结构：

由此管理每个区的任务就简化到了管理每个组，只要实现一个组的管理通过复制粘贴就可完成其他组的管理，进而完成整个区的管理，而管理好每个区就相当于管理好了整个盘。

🧊在每个区内都会有一个Boot Block，又名为启动块，在开机时会通过它读取 OS 镜像的地址，从而找到操作系统，若是这个区域损坏则会直接影响操作系统的启动

• Block Group：ext2文件系统会根据分区的大小划分为数个Block Group。而每个Block Group都有着相

  同的结构组成。政府管理各区的例子

• 超级块（Super Block）：存放文件系统本身的结构信息。记录的信息主要有：bolck 和 inode的总量，

  未使用的block和inode的数量，一个block和inode的大小，最近一次挂载的时间，最近一次写入数据的

  时间，最近一次检验磁盘的时间等其他文件系统的相关信息。Super Block的信息被破坏，可以说整个

  文件系统结构就被破坏了

• GDT，Group Descriptor Table：块组描述符，描述块组属性信息，有兴趣的同学可以在了解一下

• 块位图（Block Bitmap）：Block Bitmap中记录着Data Block中哪个数据块已经被占用，哪个数据块没

  有被占用

• inode位图（inode Bitmap）：每个bit表示一个inode是否空闲可用。

• i节点表:存放文件属性 如 文件大小，所有者，最近修改时间等

• 数据区：存放文件内容

🧊我们常说，在文件 = 内容 + 属性，在 Linux 中内容和属性是被分开存储的。

一般而言，一个文件内部所有属性的集合就是 inode 节点(128字节)，同时一个文件对应一个 inode。

🧊在一个分区中便会有大量的文件，因此就会又大量的 inode，由此需要将 group 中所有的 inode 管理起来，即 inode Table。

存储属性：

其中每个 inode 都有自己对应的编号，也属于对应文件的属性 id。我们可以通过 ls -i 查看文件的 inode 编号。

ls -i
1

在之后的访问中，OS 也是根据 inode 编号来进行文件查找或读取内容。

内容存储：

🧊存完属性后，那考虑的便是如何存储文件内容。我们通过数据块来保存文件内容，所以一个有效文件保存内容至少需要 1 个数据块。

🧊而数据块在 Data Block 中，那么我们该如何定位文件对应的数据块呢？

🧊其实，在 inode 内部便会存入当前文件对应数据块的索引，之后在 Data Block 中定位即可。可以如此近似理解。

struct inode
{
    int number;
    ...//其他文件属性
    int datablocks[NUM]; 
};
1
2
3
4
5
6

深入理解文件操作：

如何理解inode：

**🧊Linux 系统中只识别 inode 编号，文件的 inode 中并不存在文件名，**文件名提供给用户使用的。我们又该如何理解这层关系呢？

🧊创建一个目录文件后，我们可以观察到目录文件也有自己的 inode 编号，那目录中都存了什么数据呢？

🧊实际上，目录的数据块里保存的就是该目录下文件名与文件 inode 编号对应的映射关系，二者互为key值。

🧊因此，任何一个文件都应该在一个目录内部。

🧊同时，inode 可以用于确定分组，inode number 在一个分区中唯一有效，不能跨分区。(分组的起始位置 + 位图的位置)

创建一个新文件：

1. 存储属性
   内核先找到一个空闲的i节点（这里是263466）。内核把文件信息记录到其中。
2. 存储数据
   该文件需要存储在三个磁盘块，内核找到了三个空闲块：300,500，800。将内核缓冲区的第一块数据
   复制到300，下一块复制到500，以此类推。
3. 记录分配情况
   文件内容按顺序300,500,800存放。内核在inode上的磁盘分布区记录了上述块列表。
4. 添加文件名到目录
   新的文件名abc。linux如何在当前的目录中记录这个文件？内核将入口（263466，abc）添加到目录文
   件。文件名和inode之间的对应关系将文件名和文件的内容及属性连接起来。

删除一个文件：

删除文件的话只需要修改两个 bitmap 即可，将空间空闲出来，下次便会直接覆盖写入

文件访问：

🧊当我们访问文件时:

首先在当前目录下，找到输入文件名对应的 inode 编号。
一个目录一定隶属于一个分区，结合编号在该分区中找到对应分组，在该分组的 inode table 中找到文件的 inode。
通过 inode 与对应的 Data Block 关联起来，于是便找到了相关数据，进而根据命令进行其他操作

如何存储大文件

🧊若是直接使用 inode 内部的数组直接索引 Data Block 中的内容，假设一个数组可以存 NUM 个内容，是否意味着我们最大只能存 NUM * 4KB 大小的文件呢？

🧊答案是否定的，我们可以使指向的数据块里的内容并非直接的数据，而是其他数据块的编号，由此拓宽文件的存储大小。

🧊这种索引方式称为二级索引。