文件管理

背景以及意义

在使用计算机的过程中，需要大量的程序以及数据，而内存的容量有限，并且不能长期保存数据，于是便将数据以文件的形式保存在外存中。随着而来就又出现了新的问题了，如果直接将数据保存在外存中，用户直接面向磁盘进行操作，就会带来很多的问题，比如：要求用户熟悉磁盘的结构，了解各种文件的属性，在磁盘上的具体位置，在多用户环境下还必须保持数据的安全性以及一致性，这是非常麻烦的事情，于是，就在操作系统中引入了文件管理的概念，也就是构建一个文件系统，专门用于文件的管理、组织工作，并且提供简单、方便的操作给用户。

文件以及文件系统

文件

文件可以通俗地理解为就是一堆数据的集合，可以分为有结构文件以及无结构文件(流式文件)，文件自身具有一些属性，如：文件类型、文件长度、文件的物理位置、建立时间等。

文件类型

划分文件类型的目的是为了更好地管理文件，按照不同的分类，可以将文件类型进行不同的划分

• 按照用途划分
  • 系统文件
  • 用户文件
  • 库文件
• 按照文件中数据的形式划分
  • 源文件
  • 目标文件
  • 可执行文件
• 按照存取控制权限划分
  • 只执行文件
  • 只读文件
  • 读写文件
• 按照组织形式和处理方式划分
  • 普通文件
  • 二进制文件
  • 特殊文件

文件系统模型

文件系统一般划分为三个层次：从上到下分别是：文件系统接口 - 对对象操作和管理的软件集合 - 对象(文件、目录、磁盘)及属性

文件操作

创建文件、删除文件、读文件、写文件、打开文件、关闭文件、对文件属性的操作、对目录的操作等

文件的逻辑结构

所谓的文件的逻辑结构，是指从用户的观点出发所看到的文件的组织形式，是用户可以直接处理的数据及结构，跟具体的物理存储结构没有关系，也称为文件的组织，分为有结构文件(记录式文件)、无结构文件(流式文件)

对于文件的逻辑结构，有一些基本的要求

• 能提高检索速度：在大文件中检索数据
• 便于修改：在文件中增加、删除、修改记录
• 降低文件的存储费用：减少文件占用的磁盘空间、不要求大片的连续存储空间

有结构文件

有结构文件根据用于和系统管理的需要，根据组织形式的不同，可以分为一下几种

• 顺序文件：文件中的记录按照某种顺序排列而成，记录一般是指定长的记录，能用较快的速度查找文件中的记录
• 索引文件：为变长记录建立索引表，并且为每个记录设置一个表项，用于加快检索速度
• 索引顺序文件：为文件建立索引表，为每一组记录中的第一个记录设置一个表项

顺序文件

两种不同的排序方式：串结构(基本按照时间排序)、顺序结构(按照关键字进行排序)

顺序文件中，如果是定长记录，则访问可以按照头指针加偏移即可；如果是不定长记录，则每个记录需要保存多一个指针，用于保存当前文件的长度

优点：读取效率高，尤其是在大文件的情况下

缺点：文件比较大是，查找某几个记录速度慢，增加、删除操作比较困难。可以设置一个记录日志/事务文件，将具体操作记录下来，在一定时间内统一处理(延迟操作)

索引文件

为文件中的记录建立索引表，每个表项用于记录：记录的长度、指向该记录的指针。检索时，先根据关键字检索索引表，然后再根据索引表中的指针读取对应的文件

优点：检索速度快

缺点：增加了一个索引项，所以增加了费用

索引顺序文件

克服了变长记录文件的不便于存取的缺点，而且付出的代价也不算大

将顺序文件的所有记录进行分组：为顺序文件建立一张索引表，索引表中为每组的第一个记录建立一个索引项，含有该记录的键值和指向该记录的指针。在检索时，先利用关键字在索引表中进行检索，然后找到该记录所在记录组中第一个记录的表项，从而得到该记录组的地址，然后再用顺序索查找方式在主文件中进行查找，对于大文件，更是可以建立多级索引从而提高检索速度

外存分配方式

常见用外存分配方式有连续分配、链接分配、索引分配

连续分配

连续分配即为每个文件分配一组连续/相邻接的磁盘块，保证了逻辑文件中的记录顺序与存储中所占用的盘块顺序一致

优点：顺序访问容易、访问速度快

缺点：要求有连续的存储空间、必须事先知道文件的大小

链接分配

链接分配采用离散的分配方式，消除了碎片问题，提高了利用率，同时也适应文件的动态增长、删除、修改等

隐式链接

在文件目录的每个目录项中，都含有链接文件第一个盘块以及最后一个盘块，而且每个盘块都含有指向下一个盘块的指针

缺点：只适合顺序访问，每次读写都必须从起始盘块开始、仅通过一个链接指针将盘块链接起来，如果其中一个链接出错，整个链就断开

显式链接

把链接各个物理盘块的指针，显示地存放在内存中的一个链接表(FAT File Allocation Table)上，将链首指针所对应的盘块存放在FCB中

缺点：FAT需要占用比较大的内存空间

索引分配

索引分配为每个文件分配一个索引块，再把分配给该文件的所有盘块号都记录在该索引块中，在建立一个文件时，只需要为之建立的目录项中填入指向该索引块的指针

缺点：对于小文件来说，索引块的利用率比较低

常见分配方式：单级索引、多级索引、混合索引(多种索引分配方式混合而成)

目录管理

对目录的要求

• 实现按名存取：提供名字即可快速找到文件所在磁盘
• 提高对目录的检索速度
• 文件共享
• 允许文件重命名

文件控制块和索引节点

文件控制块中的信息

• 基本信息：文件名、文件物理位置、文件逻辑结构、文件的物理结构
• 存取控制信息：文件主的权限、核准用户的权限以及一般用户的权限
• 使用信息：文件的建立时间、修改时间等

一个文件控制块就是一个目录项，文件控制块的集合就是一个目录

索引节点：将文件描述信息与文件名分离，使文件描述信息单独形成一个数据结构

文件系统中每个目录项仅由文件名和指向文件所对应的inode节点的指针

文件目录结构

单级结构、两级结构、多级结构

文件存储空间的管理

用于记录磁盘空间的使用情况，便于更好地进行分配

空闲表法以及空闲链表法

空闲表法

空闲表法属于连续分配，系统为外存上的所有空间建立一张空闲表，每个空闲区对应一个空闲表项

分配时采用首次适应算法、循环首次适应算法等

空闲链表法

将空闲链分为：空闲盘块链、空闲盘区链

位图法

通过位图(二进制的一个位)来表示磁盘使用情况

成组链接法

文件共享与保护

• 基于索引节点的共享方式
• 利用符号链实现文件共享
• 磁盘容错技术
  • 第一级容错技术
    • 双份目录和双份文件分配表
    • 热修复重定向和后读写校验
  • 第二级容错技术
    • 磁盘镜像
    • 磁盘双工
  • 基于集群技术的容错能力
    • 双机热备份模式
    • 双机互为备份模式
    • 公用磁盘模式