Quartz 5

4. 文件管理

61 min read

文件

🔥高优先级

这一节是操作系统文件管理中最重要的一节，每个知识点的知识都要深入掌握，尤其是文件的物理结构，在大题中也经常考察。

真题练习

文件基本概念

这个部分感觉不大会考

进程文件管理

在进程中可能会打开若干文件，操作系统需要以某种方式对进程打开的文件信息进行记录。这就需要用到三个数据结构：文件描述符表、文件表、inode 表。

  • 文件描述符表（File Descriptor Table）：每个进程都有自己的 文件描述符表，这个表对应于该进程打开的文件描述符。文件描述符是进程范围内的一个小的非负整数。

  • 文件打开表（Open File Table）：操作系统维护一个 全局的 文件打开表，该表记录了所有打开文件的状态信息。每次 open 调用成功时，都会创建一个新的 文件打开表条目。

  • INode 表（INode Table）：系统还维护了一个 inode 表，该表包含了文件的元数据和指向文件实际数据的指针。如果多个进程打开同一个文件，它们的 文件打开表条目 将指向 inode 表 中的同一 inode。

inode表

inode 表（inode table）是一个固定的、专门的区域，用来存储文件系统中所有文件和目录的 inode 结构。每个 inode 占用一个表项，表中的每个 inode 编号（inode number）对应一个唯一的文件或目录。

注意 inode 表是存储所有 inode 的唯一容器：

  • 每个文件/目录都有一个唯一的 inode 编号
  • 文件系统通过该编号在 inode 表 中找到对应的 inode

下表给出了一个简化的 inode 表示例：

重点

inode 表中的每一行就是一个 inode。

系统打开文件表

系统打开文件表（System-wide Open File Table）是整个操作系统内核维护的一个全局结构，它记录了所有进程当前打开的文件的状态信息。

每当一个进程调用 open() 打开一个文件时，系统会：

  1. 创建一项“系统打开文件表”记录（如果该文件尚未打开，或者是独立打开的）
  2. 创建/更新该进程的“文件描述符表”项，让它指向这条系统表项

举个例子：

int fd = open("file.txt", O_RDWR);  // 进程 A 打开
write(fd, "Hello", 5);              // offset 从 0 到 5

这次 open 会创建一个 系统文件表 项：

  • 偏移量 0 → 写入 5 字节后变成 5
  • 文件模式：O_RDWR
  • inode 指针：指向 file.txt 的 inode

📊 下表给出了一个 系统文件打开表 实例：

表项编号（索引）inode 编号打开模式当前偏移量状态标志引用计数指向的文件路径
01024读写 (rw)120无2/home/user/a.txt
11050只读 (r)0非阻塞1/etc/hosts
21024读写 (rw)120无共享同表项 0/home/user/a.txt
32001只写 (w)45O_APPEND1/var/log/sys.log

文件描述符表

文件描述符表（File Descriptor Table）是进程级别的表，它将整数类型的“文件描述符”（如 0, 1, 2, 3, …）映射到 系统打开文件表 的条目上。

每个进程在内核中有自己的 文件描述符表。当你调用 open() 打开一个文件时，操作系统：

  • 在 系统打开文件表 中新建或复用一项（记录 inode、偏移等）
  • 在该进程的 文件描述符表 中添加一个条目（索引号）

📊 下表给出了一个进程的 文件描述符表 实例：

文件描述符（fd）指向系统文件表项编号
05
16
27
39
410

总体视角

在进程 1 中执行 fdA1 = open("fileA.txt", O_RDONLY) 和 fdAdup = dup(fdA) 系统调用，在进程 2 中执行 fdA2 = open("fileA.txt", O_RDONLY)，系统中的三种用于进程文件管理的表如下图所示：

重点

三张表的逻辑关系可以理解为：进程描述符表（进程级） → 系统文件打开表（系统级） → inode 表（系统级）

每个进程有自己的 文件描述符表，记录 文件描述符（如 3、4 等）指向 系统打开文件表 中的某一项；系统打开文件表 是全局共享的，记录当前文件的读写偏移量、打开模式，并指向对应的 inode；inode 表 保存了所有文件的 元数据 和数据块地址，是文件的最终物理信息所在。通过这三层结构，系统实现了多个进程共享文件、独立管理偏移量和统一访问底层文件的能力。

系统调用

在 Unix 操作系统中，“一切皆文件”是一项核心设计哲学。无论是普通文件、设备文件，还是网络连接，操作系统都通过统一的机制进行管理——这套机制的核心，就是一组用于文件管理的 系统调用。

其中，open、close、read、write 和 lseek 是最基本、最常用的五个调用，很多考试题目都会以间接形式考查它们的工作原理与使用方式。

[打开和关闭] 

所谓“打开一个文件”，并不仅仅是打开字面上的内容，而是操作系统在后台完成了两个关键步骤：

  1. 检查文件是否存在、权限是否允许访问
  2. 在内核中创建一个 文件描述符，用于追踪该文件的使用状态

因此，open 实际上是一次向内核“申请访问权限”的操作，它返回 文件描述符（file descriptor），文件描述符会被存储到进程的 文件描述符表 中，并将 系统文件打开表 中的引用计数 +1。此外，如果文件是第一次被打开时，该文件的 inode 也会从外存中被加载到内存中。

相对应的，close 的作用是通知内核：该文件不再使用，可以释放相关资源。若程序未正确调用 close，文件描述符将无法释放，可能导致资源泄露，最终耗尽进程可用的 文件句柄。close 可以理解为 open 的反向操作：从 文件描述符表 中删除 文件描述符；将 系统文件打开表 中的引用计数 -1；如果引用计数为 0 时，内存中的 inode 会被释放。

[读写] 

文件一旦成功打开，程序即可通过 read 和 write 系统调用与其进行交互：

  • read(fd, buf, count)：将 文件内容从内核空间读取到用户缓冲区
  • write(fd, buf, count)：将用户缓冲区的内容写入内核缓存区

每次读写操作结束后，系统会自动更新当前的读写偏移量（文件偏移指针），下一次操作会从上次结束的地方继续。

为提高读写效率，现代操作系统在 read 和 write 调用背后引入了多种 缓存与优化策略，常见包括：

1. 延迟写

在 Unix 系统中，write 系统调用并不会立即将数据写入磁盘，而是将其暂存在内核的 页缓存（page cache）中。只有在特定时机——如缓存空间不足、文件被关闭，或系统周期性同步——才会将缓存中的数据统一刷新到磁盘（思路与 cache 中的 回写法 一致，需要使用到脏位）。

这种设计 显著减少了磁盘 I/O 操作，提高了写入效率，尤其是在对同一数据区域频繁写入的场景下，还能合并多次写操作，从而进一步降低成本。

然而，这种 “延迟写” 机制也带来了风险：如果在数据尚未刷盘前系统发生异常（如断电或崩溃），这些暂存在内存中的数据可能会丢失。为此，如果应用场景对数据持久性要求较高，可以使用 fsync(fd) 显式触发缓存刷盘，确保数据安全地写入磁盘。

2.预读取

与写入类似，read 操作在内核层面也进行了性能优化。当系统识别到程序正在顺序读取文件时，会自动启用“预读取”机制，提前将后续的多个页加载到 页缓存 中，即使用户当前并未发出读取请求。

这样一来，后续的读取请求很可能直接命中缓存，从而避免了等待磁盘 I/O 的开销。这一机制充分利用了磁盘的顺序读取特性，在处理大文件或进行流式读取时，能够显著提升整体读性能。

[定位] 

在某些情况下，程序需要跳过部分内容、从文件中任意位置读取或写入数据，这就涉及到了 lseek 系统调用。

lseek 允许显式地移动文件的读写位置，从而实现“随机访问”。常见用途包括：

  • 跳过文件前面的若干字节
  • 返回文件开头重新读取
  • 移动到文件末尾以进行追加写入

lseek 为文件操作提供了更高的灵活性，使得程序不仅能顺序处理数据，也能高效地实现定位和修改。

BOK 三个表格总结

文件的逻辑结构

卧槽你大坝，为什么这里不写的详细一点，还tm要我手写

分为 无结构文件和有结构文件

无结构文件

连续 字符流构成，因此也称为流式文件，长度以字节为单位，对文件访问通过读/写指针来定位下一个操作的字节 。（原始人）

系统中的 源程序、可执行文件、库函数 都采用的无结构

但是只能顺序查找，效率较低，不适用于随机访问或按记录检索的场景

有结构文件

文件的 逻辑结构 指的是文件内部数据的组织方式，是用户和程序员所看到和使用的数据排列形式。根据记录的排列和访问方式，逻辑结构通常分为以下两种：

顺序文件 是将记录按一定顺序依次存储的一种 文件逻辑结构，每条记录紧跟在前一条之后。在访问时，通常采用顺序读取的方式，即从文件的开头开始，依次读取每条记录，直到找到目标记录或读完整个文件。

随机文件（也称为直接文件）则不要求记录按固定顺序排列，记录可以以任意顺序存放在文件中。其显著特点是支持 随机访问，程序可以依据记录号、关键字等定位信息直接访问某条记录，而无需逐条读取。

文件的物理结构

文件的 物理结构（或称 存储结构）是指文件在物理存储介质（如磁盘、SSD）上的实际存放方式。它关注的是操作系统如何管理文件的块（block）或簇（cluster）等单位，并将逻辑上的文件映射到磁盘上的物理地址空间。

与逻辑结构面向用户和程序不同，物理结构更多反映了操作系统和文件系统层面的实现细节，决定了文件的实际读写效率、空间利用率以及文件访问策略的复杂性。

文件的物理结构和逻辑结果的 对应关系 如下图所示：

连续分配

连续分配 方案中，每个文件占用磁盘上一个 连续的块集。例如，如果一个文件需要 n 个块，并且给定一个块 b 作为起始位置，那么分配给该文件的块将是 b, b+1, b+2，……b+n-1。这意味着给定起始块地址和文件的长度，我们可以确定文件占用的块。

连续分配方案对应的目录包含如下信息：

  • 文件的起始地址
  • 分配块数量

下图中的文件 “file3” 从区块 19 开始，长度为 6 个区块。因此，它占用 19、20、21、22、23、24 个块。

  • 优点：因为文件块的连续分配，查找的次数很少，访问速度非常快。

  • 缺点：存在内部和外部 碎片化 的问题，使得内存利用效率低下。增加文件大小困难，因为它取决于特定实例中连续内存的可用性。

链式分配

在 链式分配 方案中，每个文件都是一个 不需要连续的磁盘块链表。磁盘块可以分散在磁盘上的任何地方。目录项包含指向起始和结束文件块的指针。每个块包含一个指针，指向文件所占用的下一个块。

下图中的文件 “file1” 显示了块是如何随机分布的。最后一个块 (25) 包含 -1，表示空指针，不指向任何其他块。

  • 优点：可以 充分利用磁盘空间，不会遭遇到碎片的问题。插入、删除和修改记录的操作都非常容易。能适应文件的动态增长，无须事先知道文件大小

  • 缺点：因为文件是在磁盘上随机分配的且是顺序访问，所以访问一个文件的过程需要经历多次磁盘的检索，这使得文件读取的 速度变慢。只通过 链接指针 链接一大批离散的盘块，可靠性较差，任意一个指针出问题，整个链都会断开。

好题

这里可以学到两个点：

  1. 隐式链接分配，增加新磁盘块时，可以直接通过目录项的尾部指针(地址) 直接读到第500个盘块，随后再利用外存空闲管理方式得到一个空闲块，将数据写入该块结束。 总共 1 次 读 ，2 次 写。

  1. 连续分配的磁盘块必须连续，此时已经有500块磁盘，添加新块，若后面有空闲块就和 隐式链接一样 1 次 读 ，2 次 写，还有一种可能就是需要将500个旧块移到新的连续磁盘区上，共 500 次读 ，501次写

文件分配表

把于链接件各物理块的指针显式地存放在 内存 的一张链接表中。这张 文件分配表 FAT，整个磁盘中仅设置 一张 。表的序号是物理盘块号，从 0 到 .每个表项中存放链接指针(下一个盘块号)

注意

这里的精髓就在于是放在内存中的，因此查找指定磁盘块时可以不用多次访问在磁盘中的目录（调入内存次数减少）

若是读取一个完整的文件，该访问多少盘块，任然要访问那么多个

不亏是BOK

引申问题

为什么一定要调入内存，才能访问外存中的数据，不能直接访问外存吗？

不能

主要原因：CPU 和外存间的速度差异太大，利用内存作为缓冲，将内存代替外存，可以大大节省从外存直接读取的时间

基于链表的链接为 隐式链接，每个磁盘块的末尾包含文件的下一个盘块号。

文件分配表 FAT 也是基于链接的方式，不过文件的 链接方式是存储在一个表格当中，表格包含两列，一列是 盘块号，另一列是在该文件盘块之后的 下一个盘块号，这种方式也叫做 显式链接。

注意

FAT 不仅能做显示链接表格，还可以表示盘块 空闲\占用 状态表 (题目中常考)

显式链接的优点：

  1. 支持顺序访问，也支持直接访问，要访问第i块，无须依次访问前i-1块

  2. FAT在系统启动时就被读入内存，检索也是在内存中进行的，减少了访问磁盘的次数

显式链接的缺点：

需要占用一些内存空间（FAT）

索引分配

在 索引分配 中，一个文件所占用的所有盘块号被存储在另一个盘块中，这个盘块叫做 索引块（Index Block）。

此处的索引块内容在目录中有详细介绍（inode)

核心

假设一个文件的大小是 4MB，一个 盘块的大小 为 4KB，盘块编号的大小 为 4B（32 位）。 在这种情况下，文件需要用 1K 个盘块存储，索引块 的内容如下图所示：

4KB 的盘块刚好可以存储下 1K 个盘块号作为索引，在读取文件时，操作系统先读取 索引块，确定存储文件的所有盘块号，再去读取所有存储有文件数据的盘块，如下图所示：

上图给出的索引是 一级索引，索引块的层级只有一层，索引块中直接存储数据块的盘块号。

单级索引分配的优点：

  1. 支持直接访问，索引块的第 个条目 指向 文件第 个块
  2. 不会产生外部碎片

单级索引分配的缺点：

  1. 索引块增加了额外的存储空间开销

  2. 每个文件必须有一个索引块，文件很小时，索引块里没多少信息，索引块空间利用率低；文件很大的时候又要占用几个索引块，此时可用链指针将索引块连起来，但很低效

多级索引分配方式

在实践中还有 多级索引，其思路与 多级页表 一致。一级索引块中存储的是二级索引块的盘块号，最后一级索引块中才存储有数据块的盘块号。

文件太大，索引块太多的时候，应该为这些索引块再建立一级索引，称主索引，这样就形成了二级索引分配方式

多级索引的优点：

  1. 极大的加速了对大文件的查找速度

多级索引的缺点：

  1. 要访问一个件实际存储的盘块时，要启动磁盘的次数随着索引级数增加而增加，作用在小件上效果很差，所以如果文件系统仅采用多级索引一种方式效果也不好

若决定采用某种分配方式，则所有文件都将采用这种分配方式（有点强行绑架的感觉）

混合索引

N 级索引 的一个显著缺点是：即使是只有两三个盘块的极小文件，也必须为其分配一个完整的 索引块 来保存这些数据块的盘块号。由于索引块的容量远大于实际需要，导致大量空间闲置，磁盘块的利用率极低。

为了解决这一问题，可以采用 混合索引（combined allocation） 的方式。多个磁盘块链接在一起，内部根据不同的分配方式，存储内容表示也不同。

该方式根据文件大小采用不同的存储策略：

  • 小文件（仅占少数盘块）直接使用 直接块（direct blocks），把数据块的盘块号写入 inode 中的几个固定条目；
  • 大文件 则借助 单级、双级 或 三级 索引块进行间接寻址，以支持更大的文件规模。

UNIX 系统正是采用了这种混合索引结构。其 inode（如下图）由以下几部分组成：

  • 直接块（Direct blocks）：若文件只有几块数据，则直接在这些条目中存放相应的盘块号，无需额外的索引块。

  • 一级间接索引块（Single indirect）：指向一个仅存放数据块号的块数组；

  • 二级间接索引块（Double indirect）：先指向若干一级索引块，再由这些一级索引块指向实际的数据块号；

  • 三级间接索引块（Triple indirect）：层层递进，最终定位到数据块号。

通过这种 直接块 + 多级间接块 的混合方案，系统能够在保证大文件可用的同时，避免小文件因占用完整索引块而造成的磁盘空间浪费，从而显著提升磁盘块的利用率并减少文件碎片的产生。

目录

⭐中优先级

选择题中会考察 目录 以及 硬链接和软链接 的概念。

真题练习

目录概念

目录是计算机文件系统中用于组织和存储文件和其他目录的一种 重要概念。目录也被称为文件夹 ，它是文件系统中的一个 关键组成部分 ，用于创建层次结构，方便用户管理和浏览文件，但是其本身就是一个特殊的文件。

详情看 inode表

目录的唯一作用就是让内存找到对应文件，以及必要基础信息

文件控制块

也被称为 ，存储在外存中，一个文件对应一个文件控制块，多个 FCB 构成一个目录

当文件非常多的时候，文件目录将占用大量盘块

目的：为了让内存更好的调用磁盘

记录成组分解技术

在早期文件系统中，目录项也就等同于FCB——目录的每一行都是FCB；

其中有 文件名、文件大小、物理地址、创建时间、访问权限 · · · ·，但是每个 FCB 都这么大了，内存一次装不下几个，导致 磁盘 I/O 次数变多，查找速度很慢。

因此，现在的文件系统将文件信息剥离，分成两个部分：

  1. 目录项：只保留了 文件名 和 索引结点号

  1. 索引结点：把原来FCB中除文件名之外的所有详细信息（大小、权限、物理地址等）全部移到这里，单独保存

文件元信息

在 UNIX 和 类 UNIX 操作系统中，（索引节点）用于存储 文件的元数据，它包含了关于该文件的大部分 元数据，但不包括 文件名 和 文件实际内容。

inode 中包含如下信息：

  • 文件类型：文件是普通文件、目录还是链接文件等。
  • 权限：文件的访问控制信息，如用户、组和其他用户的读、写、执行权限。
  • 所有者：文件的所有者和组 ID。
  • 大小：文件的大小（字节数）。
  • 时间戳：文件的创建时间、最后修改时间和最后访问时间。
  • 链接计数：指向该文件的硬链接数量。当计数为 0 时，文件会被删除。
  • 数据块指针：文件内容所在的数据块（block）的位置信息。这包括直接指针、间接指针、二级间接指针和三级间接指针，用于指向存储文件内容的磁盘块。

注意

索引结点在磁盘中叫磁盘索引结点，在内存中叫内存索引结点

AI 对索引节点的具体说明

注意

在内存中，索引结点的操作只对 内存索引结点 中的位进行，不会改变磁盘索引结点的 数据结构

例如： 关闭文件 或者 打开文件 的操作

题目：

树形目录

树形目录是一种 层次化 的文件组织结构，就像一棵倒置的树：

  • 根目录（Root） 是整个目录结构的起点，通常记为 /。
  • 根目录 下可以包含多个 子目录 和 文件，每个 子目录 下又可以包含更多的目录或文件，以此类推。
  • 每个目录都可以看作是一个 节点，通过 路径 连接起来，形成一棵树。

举例目录结构如下（见图）：

示例路径：

  • /docs/report.txt：表示在 根目录 下的 docs 子目录 中存在一个名为 report.txt 的 文件。
  • /img/photos/summer.jpg：表示 文件 summer.jpg 位于 img/photos/ 目录 下。

这种结构具备以下特点：

  • 层次清晰：便于用户查找和管理文件
  • 路径唯一性：每个文件或目录都有 唯一的绝对路径
  • 支持相对路径：可使用 . 表示当前目录，.. 表示上级目录

存储结构

在文件系统中，目录本质上就是一个 特殊类型的文件，它的“内容”是一个个 目录项（directory entry），用于记录当前目录下的 文件 和 子目录 的名字，以及它们对应的 inode 编号。

下图给出了目录的核心简化结构🧩：

目录文件内容（一个个目录项）：
┌────────────────────────────┐
│ 文件名：.       → inode 100 │ ← 当前目录
│ 文件名：..      → inode  99 │ ← 父目录
│ 文件名：a.txt   → inode 123 │
│ 文件名：docs/   → inode 200 │
│ 文件名：img.jpg → inode 150 │
└────────────────────────────┘

每个 目录项 包括：

  • 文件名（如 “a.txt”）
  • 对应的 inode 编号（如 123），通过 inode 号查询 inode表 可以获取文件的元信息。

这些信息保存在磁盘上的 目录文件 中，文件系统通过这些记录来解析 路径。

操作

树形目录不仅提供了结构化的存储方式，用户还可以通过命令行对 目录 和 文件 进行多种操作：

  • 📁 目录操作
  • 📄 文件操作
  • 📍 路径导航命令
mkdir dir_name        # 创建新 目录
mv old_dir new_dir    # 移动或重命名 目录
rm -r dir_name        # 递归删除 目录 及其内容
ls -l dir_name        # 列出 目录 内容（详细信息）

文件共享

文件共享允许多个用户访问同一文件，系统中仅需保留一个物理副本。若缺乏共享机制，则每个需要该文件的用户都必须持有独立副本，不仅浪费存储空间，还易导致数据不一致。前文介绍的 无环图目录结构 可用于实现文件共享。

建立链接时，需要将被共享文件的盘块号复制到相应目录项中。然而，若某用户向文件追加数据并分配新盘块，这些新增盘块仅出现在其操作所对应的目录中，对其他用户不可见，因此 —— 无法实现真正的共享。

在 Linux 文件系统中，一个文件的 “名字” 其实只是 目录项 中的一个 链接（link）。文件的实际内容和元信息是保存在 inode 中的，而 文件名 只是“指向这个 inode 的引用”。基于这一设计，系统允许我们为同一个文件创建多个“名字”，这些名字就是所谓的 文件链接。

文件链接 分为两种：硬链接 和 软链接，它们实现方式不同，行为也有所差异。

硬链接

硬链接（hard link）的本质，是在文件系统的目录存储结构中，为同一个 索引节点（inode）创建多个目录项。这些目录项分别对应不同的 文件名，但它们都指向同一个 inode，从而共享同一份 文件数据。

在 Linux 中你可以使用命令 ln A D 创建 A 的硬链接 D，它的含义是：在当前目录下创建一个名为 D 的 新目录项，该目录项与 A 指向同一个 inode ，从而实现两个文件名共享同一份文件内容。

$ echo "hello" > A
$ ln A B
$ ls -li A D
123456 -rw-r--r-- 2 user group 6 Jul 2  A
123456 -rw-r--r-- 2 user group 6 Jul 2  D

执行上述创建硬链接的命令后，系统中的目录会变为如下结构（简化）：

因此，硬链接实现了 多个文件名访问同一个文件内容 的效果：

  • 所有硬链接文件 共享同一个 inode 号，指向同一个数据块，不会创建数据副本；
  • 删除某一个硬链接，只是移除了对应的 目录项，并减少 inode 的 链接计数，不会影响其他链接；
  • 只有当所有指向该 inode 的 目录项 都被删除时，该 inode 所占的数据块才会真正被释放；
  • 出于文件系统一致性考虑，硬链接 不能用于目录，以防目录结构形成环； ?
  • 硬链接 仅限于同一个文件系统内部，不能跨越挂载点或磁盘分区。

软链接

软链接（也叫做 符号链接，symbolic link）的本质，是在文件系统中 创建一个特殊类型的文件，其内容是 指向目标文件路径的字符串。软链接自身拥有独立的 inode 和数据块，但并不直接指向目标文件的 inode，而是通过路径（电脑中的文件路径）进行间接访问。

在 Linux 中你可以使用命令 ln -s A L 创建 A 的软链接 L，它的含义是：在当前目录下创建一个名为 L 的链接文件，其内容是 "A"，即指向 文件 A 的路径。

$ echo "hello" > A
$ ln -s A L
$ ls -li A L
123456 -rw-r--r-- 1 user group 6 Jul 2  A
234567 lrwxrwxrwx 1 user group 1 Jul 2  L -> A

执行上述创建软链接的命令后，系统中的 目录结构 会变为如下形式（简化）：

在符号链的共享方式中，用户每次访问共享文件时，系统需要根据路径名逐级遍历目录结构，直至定位到目标文件的索引结点。这一过程可能涉及 多次磁盘读取，增加了访问开销。同时符号链本身也是一个独立文件，占用了一定的磁盘空间。

因此，软链接实现了 路径级别的引用关系，其行为特性如下：

  • 软链接是一个 独立的文件，拥有自己的 inode 和数据块，数据块中存储的是目标路径（如 "A"）；
  • 删除原文件后，软链接不会失效为独立文件，但会变成 悬挂链接（dangling link），无法再访问目标内容；
  • 软链接 可以跨文件系统使用，也可以链接 目录，灵活性更高；
  • 访问软链接时，系统会先读取其 路径内容，再根据该路径查找目标文件；
  • 文件属性 显示中，软链接使用 l 类型标识，显示类似 L -> A 的引用关系。

计数准则

注意，硬链接是多个目录项指向同一个索引结点，只要至少有一个指针存在，该索引节点就不会被删除；软链接是将到达共享文件的 路径保存下来，访问时一句路径进行查找。可见，硬链接的查找速度通常优于软链接（直接通过指针访问）

文件系统

⭐中优先级

本节的重点在于外存空间管理的方法，其他几个知识点也偶有考察，稍微了解下概念就行。

真题练习

功能

文件系统（File System）作为操作系统与存储设备之间的桥梁，负责数据的存储、访问、管理和保护。简单来说，文件系统主要包含以下功能：

  1. 数据存储与组织
    • 文件系统以 文件 和 目录 的形式组织数据，将存储设备的物理空间划分为 逻辑单元（如文件、文件夹），便于用户和应用程序访问与管理数据。
  2. 空间管理
    • 通过 空闲块管理（分配、回收、组织），文件系统高效利用存储空间，减少碎片，支持文件的创建、扩展和删除。常见方法包括 连续分配、链接分配 和 索引分配。
  3. 数据访问与操作
    • 提供标准接口（如 读、写、打开、关闭）支持对文件的访问和操作，确保数据的高效检索和修改，同时支持 随机访问 和 顺序访问。
  4. 数据保护和安全
    • 权限管理
    • 数据完整性校验

注意

文件系统和磁盘的功能区别

文件系统和磁盘在存储管理中扮演不同角色。磁盘负责物理存储，提供固定大小的 扇区（通常为 512字节 或 4KB），作为数据读写的 最小物理单位。文件系统则在磁盘之上构建 逻辑结构，负责数据的组织和管理，以 盘块（或簇）为单位进行空间分配和操作。

盘块/簇是文件系统定义的 逻辑单位，其大小在格式化时确定（常见如 4KB、8KB 等），用于管理文件的存储和访问。盘块通常是 扇区 的整数倍，便于将逻辑操作映射到物理存储。扇区 则是磁盘的物理单位，硬件层面的最小读写单位，固定且不可更改。

文件系统结构

自上而下

全局结构

如上图所示，磁盘 从逻辑上分为如下部分：

  1. 引导区（Master Boot Sector，MBR）：引导区位于磁盘的起始位置，通常是磁盘的第一个 扇区。它包含 引导加载程序（boot loader），用于引导操作系统。引导加载程序负责启动计算机并加载操作系统内核。

  2. 分区表（Partition Table）：分区表通常存储在磁盘的第一个扇区之后，用于记录磁盘上的 分区信息。分区表指示了磁盘上每个分区的起始位置、大小和文件系统类型。不同操作系统使用不同的分区表格式，如 MBR（Master Boot Record）和 GPT（GUID Partition Table）。

  3. 分区（Partition）：分区中存储有 文件系统，文件系统中包含 元数据 和 数据区 这两个部分。

    • 元数据：

      • 超级块（Superblock）：包含文件系统的关键信息，在计算机启动时，超级块会被载入内存。超级块中包含的典型信息包括分区的块的数量、块的大小、空闲空间的管理方式等。

      • 空闲块信息：管理磁盘中空闲块的存储数据，具体方法见下文空闲空间管理方法

      • inodes：管理文件的元数据

    • 数据区：文件系统的 数据区 存储了实际的文件数据。这是存储文件内容的地方。文件系统会将文件数据分为一个或多个 块 或 簇，并将这些块分布在磁盘上的不同位置。文件系统的 数据区 通常占据了磁盘上的大部分空间。

BOK 版 磁盘结构

硬盘的主引导扇区

主引导扇区包含三部分：

  1. MBR

  2. 分区表

  3. 结束校验标志

BOK 版 内存 中的 文件系统

下图是一个 文件系统 在 分区（Partition）上的存储示例，文件系统的 元数据 由 superblock、inode 位图区（inode bmap）、数据块位图区（data bmap）、inode 存储区（inode region）这四个部分构成。

外存空闲管理

文件存储设备（如硬盘、SSD）将存储空间划分为多个大小相同的 物理块（通常为 512字节、4KB 或更大），以块为单位进行数据的读写和交换。因此，文件系统的外存管理实质上是对这些 物理块（特别是 空闲块）的组织、分配与回收的管理。以下详细说明空闲块管理的关键问题和方法：

空闲表法

属于连续分配方式，盘块的分配和回收和内存的动态分配相似，每个文件分配一块连续的存储空间，再为所有外存的空闲区域立一张空闲表。（首次适应 最佳适应算法 适用）

在该方法中，系统需要维护一张 空闲块表，用以记录磁盘上尚未分配的连续空闲块的所在位置和大小。表格的每一行描述一个空闲区段。

空闲块表应包含以下两个字段：

  • 起始空闲盘块号：该空闲区段的第一个盘块编号
  • 空闲盘块数：该区段中连续空闲盘块的数量

这样，空闲块表就能够清晰、完整地反映磁盘空间的空闲情况，为后续的块分配和回收提供可靠依据。

空闲链表法

在本方法中，采用 链表 结构来组织和管理磁盘上的空闲数据块。链表的每个节点对应一个空闲块，并在节点中记录该块所在的磁盘块号（或块标识）。链表的头节点保存第一个空闲块的位置，随后每个节点的 next 指针指向 下一个空闲块，形成一条从头到尾依次链接的空闲块序列。

这样，所有空闲块就被构建成一条有序的链表：

  • 分配时：系统只需从链表头部取出一个节点，即可得到一个可用的磁盘块；随后将头指针移动到下一个节点，完成快速分配。

  • 回收时：释放的磁盘块会被重新包装成一个节点，插入到链表的适当位置（常见做法是插入链表头），从而实现 O(1) 的回收操作。

  • 遍历和合并：在需要对空闲块进行合并或统计时，只需顺序遍历链表即可，所有空闲块的位置信息都已在节点中明确记录，避免了额外的查找开销。

因此，使用链表来管理空闲块既能保证在高频的分配/回收场景下保持低时间复杂度，又能通过一次遍历轻松实现空闲空间的统计与碎片整理，提升整体存储系统的效率和可靠性。

注意

空闲链表有两种方式

  1. 空闲盘块链

  1. 空闲盘区链

若文件使用首次适应算法请求两个盘块的空间，那么，对应第一个盘区中 块2、块3 将会分配给该文件，使用完两个盘块再合并回原盘区

位图法

位图（Bitmap）是一种用二进制位数组来管理磁盘块的技术。位图中的每一位（bit）对应磁盘上一个固定大小的数据块（通常为 4 KB、8 KB 等），通过该位的取值即可快速判断该块的使用状态。

  • 0：对应的数据块为空闲块，意味着它尚未被分配，可以用于存放新文件的数据。
  • 1：对应的数据块已被占用，已经分配给某个文件，不能再被其他文件使用。

位图 使用流程

  1. 初始化：在文件系统创建时为整个磁盘块集合生成位图，初始全部置为 0（空闲）。
  2. 分配块：当文件需要写入数据时，系统在位图中搜索第一个 0 位，找到后将该位改为 1，并返回对应的块号给文件系统。
  3. 回收块：文件被删除或其数据块被释放时，系统把对应的位恢复为 0，表示该块重新进入空闲池。
  4. 持久化：位图通常被写入磁盘的固定位置（例如超级块或专门的位图块），以保证系统重启后仍能恢复块的使用状态。

适用于连续分配和离散分配，容易找到连续的空闲块

成组链接法

成组链接法 的实现细节相对繁琐，这里只要求掌握其核心思想（在选择题中出现的概率较低，但仍值得了解）。

其基本思路与文件混合索引分配方式相似：使用一个磁盘块来保存若干空闲盘块号，并通过链表把这些块组织起来。具体做法如下：

  1. 建立第一个空闲块组

    • 选取一个磁盘块 A 作为“空闲块组”。
    • 在 A 中依次记录一定数量（如 10 ~ 20）个空闲盘块的盘号。
    • 当 A 中的记录已满时，说明当前组已经没有预留的空闲盘号。

  2. 扩展空闲块组

    • 为了继续记录后续的空闲盘块，需要再分配一个新的磁盘块 B。
    • B 同样用来保存若干空闲盘号。
    • 为实现组之间的连接，在 B 中的某个位置（通常是第一个记录位）存放 A 的盘块号，这个盘号充当“一阶间址”，即指向前一组的头结点。
    • 同时，A 需要保存 B 的盘块号，以便在遍历空闲块链时能够顺利跳到下一组。

  3. 空闲块的分配与回收

    • 当需要分配空闲盘块时，直接从当前组（如 A）的记录列表中取出一个盘号即可。
    • 如果取完后该组的记录为空，则将指向下一组 B 的指针提升为新的当前组，继续从 B 中取号。
    • 回收空闲盘块时，只需把盘号重新写入当前组的记录列表；若当前组已满，则按上述方式再申请一个新组并把该盘号写入新组的首位。

成组链接法通过“块内多址+块间链表”的组合方式，兼顾了存储密度和访问效率，是一种在文件系统中常用的空闲空间管理策略。

此处说方便找到连续空闲块，其实是在初始分配时的状态

但是随着空闲块的分配和回收，其空闲块的链接序号会越来越乱

虚拟文件系统

虚拟文件系统（Virtual File System，简称 VFS）是一种位于操作系统内核中的抽象层，它为各种底层文件系统提供统一的访问入口。通过 VFS，操作系统能够把不同存储介质（本地磁盘、网络共享、光盘等）和各类文件系统的实现细节屏蔽掉，使上层的系统调用和用户程序只需要面对一套一致的接口，而无需关心文件实际存放在哪里、采用何种组织方式。

VFS 的核心目标有三点：

  1. 统一接口：为所有文件系统提供统一的 API（如 open、read、write、close 等），保证应用程序在对文件进行操作时的代码始终相同。

  2. 提升可扩展性：只要新的文件系统实现了 VFS 定义的接口，就可以通过注册驱动或模块的方式无缝加入系统，而无需修改内核其它部分。

  3. 增强可移植性：同一套系统调用在不同硬件平台或不同底层文件系统上均能工作，从而简化了跨平台软件的开发。

在 VFS 的架构中，每一种具体的文件系统（例如 ext4、NTFS、NFS、ISO 9660 等）都会实现一套内部的操作函数，并在启动时向 VFS 注册自己的驱动或模块。当应用程序发起文件操作时，流程大致如下：

  1. 系统调用入口：用户态程序调用如 open()、read() 等系统调用。

  2. VFS 调度：VFS 接收到请求后，根据文件路径解析出对应的挂载点（mount point），进而确定使用哪一个底层文件系统。

  3. 转发到具体实现：VFS 将请求转交给已注册的文件系统驱动，由它完成实际的磁盘读取、网络通信或光盘访问等操作。

  4. 结果返回：底层文件系统返回操作结果，VFS 再把结果封装回系统调用的返回值，交给用户程序。

通过上述机制，应用程序能够实现 跨文件系统的透明访问，即无论文件位于本地硬盘、远程服务器还是光盘上，使用的代码完全相同。这种抽象不仅简化了软件开发，还为操作系统的模块化设计提供了坚实的基础。

文件系统挂载

文件系统挂载 是指把一个独立的文件系统与操作系统的目录结构（即文件树）关联起来，使得该文件系统中的文件和目录能够被正常访问和管理。简而言之，挂载的过程就是把存储介质（如硬盘分区、U 盘、光盘、网络共享等）上的文件系统“接入”到操作系统的统一命名空间中。

在大多数现代操作系统，文件系统挂载是一个必不可少的步骤，具体表现为：

  1. 识别存储设备

    系统先检测到设备的出现（如插入 U 盘、插入光驱、网络共享被建立），并确定该设备所使用的文件系统类型（ext4、NTFS、FAT32、ISO 9660、NFS、SMB 等）。

  2. 选择挂载点

    挂载点是文件树中的一个目录，系统会在该目录下“挂上”外部文件系统。挂载点本身必须是一个已存在且为空的目录（在 Linux/Unix 中常见的挂载点有 /mnt、/media、/boot 等），而在 Windows 中则对应于盘符（如 D:、E:）。

  3. 执行挂载操作

    操作系统调用相应的挂载函数，将外部文件系统的根目录映射到挂载点。挂载完成后，用户和应用程序通过访问挂载点即可透明地读取、写入该文件系统中的文件，就好像这些文件本来就在本地目录一样。

  4. 管理与维护

    • 挂载选项：可以在挂载时指定只读、只写、用户权限、同步/异步等选项，以满足安全性或性能需求。

    • 自动挂载：在 Linux 中，/etc/fstab 文件或 systemd 的 automount 单元可以实现系统启动时自动挂载；在 Windows 中，使用 “磁盘管理” 或组策略设置网络驱动器的自动映射。

    • 卸载：使用 umount（Linux/Unix）或 “安全移除硬件”（Windows）将文件系统从挂载点分离，以防止数据丢失。

挂载可以提供以下优势：

  • 统一命名空间：无论底层是本地磁盘、光盘还是远程网络共享，所有资源都在同一棵目录树下呈现，简化了路径管理。
  • 跨文件系统协同：不同类型的文件系统（如 ext4 与 NTFS）可以并存，用户无需关心底层格式，只需通过统一的路径访问即可。
  • 资源隔离与安全：通过挂载选项可以限制对特定文件系统的读写权限，保护敏感数据不被意外修改。

文件保护

文件控制访问一般由 用户访问权限 和 文件属性 限制

其中 用户访问权限 属于控制人的， 文件属性 是控制文件的

举例： 一个系统中，管理员基本可以操作任何文件，但是一个只读文件是无法写入的

访问矩阵

该知识点已经从大纲里删除

注意问题描述的是 不同类别用户（同时）对一个文件的 权限

总结

  1. 文件系统中有有几个概念： 簇 ，经常在题目中考，文件存储空间的分配以簇为单位

Graph View