OS 文件系统

操作系统中处理文件的部分称为文件系统（File System），文件系统包括为文件及管理文件的软件集合。

文件

文件命名

文件命名向用户提供了简单、直观的文件访问方式，使用户在访问文件时不必了解信息存储的方法、位置及磁盘实际动作方式等细节，而只需要给出要访问的文件名。

文件结构

1. 无结构字节序列

无结构字节序列文件也称为流式文件。操作系统所见到的都是字节。在 UNIX 和 Windows 中都采用这种方式。

2. 固定长度记录序列

构成文件的基本单位是具有固定长度的记录，每个记录都有其内部结构。

3. 树形结构

文件由一棵记录树构成，记录长度不定，在记录的固定位置包含一个关键字域，记录树按关键字域排序。

文件类型

1. ASCII 文件

ASCII（American Standard Code for Information Interchange）文件由多行正文组成，在某些系统中每行用回车符结束，某些则用换行符结束，而有些系统还同时采用回车符和换行符，如 MS-DOS。各行的长度不必相同。

ASCII 文件的明显优势是可以显示和打印，也可以用通常的文本编辑器进行编辑。另外，如果程序以 ASCII 文件作为输入和输出，就很容易把一个程序的输出作为另一个程序的输入。

2. 二进制文件

二进制文件具有一定的内部结构，如可执行的 .exe 文件。

文件存取

用户通过对文件的存取来完成对文件的各种操作，文件的存取方式是由文件的性质和用户使用文件的情况确定的。常用的文件存取方式有两种：顺序存取和随机存取。

文件属性

文件操作

1. CREATE：该操作完成创建文件的功能，并设置文件的一些属性。
2. DELETE：删除不用的文件并释放磁盘空间。
3. OPEN：使用文件前，打开文件。
4. CLOSE：关闭文件以释放内部表空间。
5. READ：从文件中读取数据。
6. WRITE：往文件中写数据。
7. APPEND：是 WRITE 调用的限制形式，它只能在文件末尾添加数据。
8. SEEK：对于随机存取文件，要指定从何处开始取数据。
9. GETATTRIBUTES：获取文件属性。
10. SETATTRIBUTES：设置文件某些属性。
11. RENAME：修改已有文件的名称。

目录

目录是文件系统中实现 按名访问文件 的重要数据结构。

层次目录系统

1. 目录文件的结构

目录文件有两种常见的结构：属性放在目录项中和放在 i 结点中。

2. 目录结构

• 单层目录

单层目录使得软件设计相对简单。

在多用户系统中，单层目录带来的问题是，不同用户可能会使用相同的文件名。

在查找一个文件时必须对单层目录表中的所有文件信息项进行搜索，因此搜索效率也较低。

• 两级目录

两级目录结构中，目录被分为两级，第一级称为主目录，给出了用户名和用户子目录所在的物理位置。第二级称为用户目录，给出了该用户所有文件的文件控制块。

两级目录的优点是解决了文件的重名问题和文件共享问题，查找时间降低。缺点是增加了系统的存储开销。

• 树形目录

最高层为根目录，最底层为文件。

树形目录的优点是便于文件的分类，层次结构清晰，便于管理和保护，解决了重名问题，查找速度加块。缺点是查找一个文件按路径名逐层检查，由于每个文件都放在外存中，多次访问磁盘会影响速度，结构相对复杂。

路径名

1. 绝对路径名：由从根目录到文件的路径组成。
2. 相对路径名：有两个特殊的目录项 .（表示当前目录） 和 ..（表示上一层目录）。

目录操作

1. CREATE：根据给定的目录文件名，创建目录。
2. DELETE：根据指定的目录名删除一个目录文件。
3. OPENDIR：目录内容可以被读取。
4. CLOSEDIR：读目录结束后，关闭目录以释放内部表空间。
5. READDIR：以标准格式返回打开目录的下一级目录项。
6. RENAME：更换目录名。

文件系统的实现

实现文件

1. 连续分配

连续分配就是把每个文件作为一连串连续数据块存储在磁盘上。

连续分配有两个优点：

• 实现简单，记录每个文件用到的簇仅需存储两个数字即可：第一块的磁盘地址和文件的块数。给定第一块的簇号，就可以找到任何其他块的簇号。
• 读操作性能好，在单个操作中就能从磁盘上读取整个文件。

连续分配的缺点：随着时间的推移，磁盘会变得零碎。当删除文件时，文件所占的簇被释放，这些空闲的连续簇形成「空洞」。随着磁盘的使用，磁盘上的空洞就越多。

2. 使用磁盘链接表的分配

为每个文件构造簇的链接表，每个簇开始的几个字节用于存放下一个簇的簇号，簇在其它部分存放数据，每个文件可以存放在不连续的簇中。在目录项中只需存放第一个数据块的磁盘地址，文件的其它块可以根据这个地址来查找。

使用磁盘链接表的分配的优点是可以充分利用每个簇，不会因为磁盘碎片（除了最后一块中的内部碎片）而浪费存储空间，管理也比较简单。缺点是随机存取相当缓慢。

3. 使用内存的链接表分配

将文件所在的磁盘簇号存放在内存的表（文件分配表）中。访问文件时，只需从内存文件分配表中顺着某种链接关系查找簇的簇号。不管文件有多大，在目录项中只需记录文件的第一块数据所在簇的簇号，根据它查找到文件的所有块。MS-DOS 就使用这种方法进得磁盘分配。

使用内存的链接表分配的缺点是必须把整个表都存放在内存中。

4. i 结点

为每个文件赋予一个被称为 i 结点的数据结构，其中列出了文件属性和文件块的磁盘地址。

实现目录

1. CP/M 中的目录

CP/M 是一个微机操作系统，它只有一层目录，因此只有一个目录文件。

• 用户码：记录了文件所有者。
• 文件名：存放文件名。
• 扩展名：标识文件类型。
• 范围：由该域可知某目录项是文件的第几个目录项，因为一个很大的文件（大于 16KB），其簇的数量多，在一个目录项中记录不下。
• 块数：文件实际使用的簇的数量。
• 最后 16 个域记录了簇号。

2. MS-DOS 中的目录

MS-DOS 用文件分配表即 FAT 作为索引表来存放文件数据所在簇的簇号。

FAT 文件系统有 3 个版本：FAT-12、FAT-16、FAT-32，取决于用多少个二进制位存放簇号。

3. UNIX 中的目录

UNIX 中每个目录项只包含一个文件名及其 i 结点号。有关文件类型、长度、时间、所有者和簇号等信息都放在 i 结点中。

磁盘空间管理

1. 簇大小

文件系统为文件分配磁盘空间是以 簇 为单位的，一旦用固定大小的簇来存储文件，就会出现一个问题：簇的大小应该是多少？簇太大，容易造成空间的浪费；簇大小，则会使访问文件的时间延长。

一般簇大小是 2 的整数次幂个连续的扇区，如 1 个扇区，512 个字节；连续两个扇区，大小为 1KB；连续 4 个扇区，大小为 2KB。根据系统管理的文件大小，可以选择合适的簇大小来格式化磁盘。

2. 记录空闲块

• 空闲簇链接表：用一些空闲簇存放空闲簇的簇号。
• 位图：用 n 位位图对应磁盘的 n 个簇，在位图中，空闲簇用 1 表示，已分配簇用 0 表示。