计算机操作系统——文件管理（1）

文件和文件系统

文件系统的结构，是由文件管理部分和操作系统I/O部分组成的。

文件管理部分：操作系统内存中的文件对象，并按文件的逻辑格式将对文件对象的操作转化成对文件块的操作。

操作系统I/O部分：负责内存中的物理块与物理磁盘中的数据交换。

文件分类

通常，文件是由一系列的记录组成的。文件系统设计的关键要素，是指将这些记录构成一个文件的方法，以及将一个文件存储到外存上的方法。

文件的逻辑结构

这是从用户观点出发所观察到的文件组织形式，是用户可以直接处理的数据及其结构，它独立于文件的物理特性，又称为文件组织(FileOrganization)。

例如，用户创建的txt、cpp、word、excel、ppt等，都属于文件的逻辑结构。

①无结构文件：字符流，又称流式文件。--源程序、可执行文件、库函数等

②有结构文件：由若干个相关记录组成，又称记录型文件，如下图。--数据结构、数据库等

文件的物理结构

又称文件的存储结构，指文件在外存上的存储组织形式。这不仅与存储介质的存储性能有关，而且与所采用的外存分配方式有关。

例如，采用FAT32、NTFS、EXT3、EXT4、Linux swap等，都属于文件的物理结构。

文件系统模型

文件系统管理的对象有：①文件；②目录；③磁盘空间；

模型层次图：

文件的逻辑结构

分类

1. 记录型文件，按记录的组织方式可分为：

①顺序文件

顺序文件中记录的排序方式：

1）串结构，各记录之间的顺序与关键字无关，通常由时间决定。----每次检索必须从头开始。

2）顺序结构，所有记录按关键字排序。----采用折半查找、插值查找、跳步查找等来提高检索效率。

②索引文件

定长记录文件----顺序存取方便、直接存取方便

变长记录文件----顺序存取方便、直接存取困难

为变长记录文件建立一张索引表，对主文件中的每个记录，在索引表中设有一个相应的表项，用于记录该记录的长度L及指向该记录的指针(指向该记录在逻辑地址空间的首址)。由于索引表是按记录键排序的，因此，索引表本身是一个定长记录的顺序文件，从而也就可以方便地实现直接存取。

③索引顺序文件

索引顺序文件(Index Sequential File)可能是最常见的一种逻辑文件形式。它有效地克服了变长记录文件不便于直接存取的缺点，而且所付出的代价也不算太大。它将顺序文件中的所有记录分为若干个组(例如，50 个记录为一个组)；为顺序文件建立一张索引表，在索引表中为每组中的第一个记录建立一个索引项，其中含有该记录的键值和指向该记录的指针。

④直接文件

根据给定的记录键值，直接获得指定记录的物理地址。换言之，记录键值本身就决定了记录的物理地址。这种由记录键值到记录物理地址的转换被称为键值转换(Key to addresstransformation)。

⑤哈希文件

目前应用最广的一种直接文件。它利用Hash 函数(或称散列函数)，可将记录键值转换为相应记录的地址。但为了能实现文件存储空间的动态分配，通常由Hash函数所求得的并非是相应记录的地址，而是指向一目录表相应表目的指针，该表目的内容指向相应记录所在的物理块，如下图所示。例如，若令K为记录键值，用A作为通过Hash函数H 的转换所形成的该记录在目录表中对应表目的位置，则有关系A=H(K)。通常，把Hash函数作为标准函数存于系统中，供存取文件时调用。

2. 流式文件

其长度以字节为单位。对流式文件的访问，则是采用读/写指针来指出下一个要访问的字符。可以把流式文件看做是记录式文件的一个特例。在UNIX 系统中，所有的文件都被看做是流式文件，即使是有结构文件，也被视为流式文件，系统不对文件进行格式处理。

文件的外存分配方式

对换空间的管理：具有对换功能的OS中，将外存分为文件区（用于存放文件）和对换区（用于存放从内存中换出的进程）。由于通常的文件都是较长久的驻留在外存上，故对文件区管理的主要目标，是提高文件存储空间的利用率。为此，对文件区采取离散分配方式。然而，进程在对换区中驻留的时间是短暂的，对换操作又较频繁，故对对换空间（swap分区）管理的主要目标，是提高进程换入和换出的速度。为此，采取的是连续分配方式，较少考虑外存中的碎片问题。

连续分配

1、连续分配(Continuous Allocation)要求为每一个文件分配一组相邻接的盘块。一组盘块的地址定义了磁盘上的一段线性地址。

2、物理结构：顺序式。

3、如同内存的动态分区分配一样，随着文件建立时空间的分配和文件删除时空间的回收，将使磁盘空间被分割成许多小块，这些较小的连续区已难于用来存储文件，此即外存的碎片。同样，我们也可以利用紧凑的方法，将盘上所有的文件紧靠在一起，把所有的碎片拼接成一大片连续的存储空间。

链接分配

1、分类：

①隐式链接

在采用隐式链接分配方式时，在文件目录的每个目录项中，都须含有指向链接文件第一个盘块和最后一个盘块的指针。

隐式链接分配方式的主要问题在于：它只适合于顺序访问，它对随机访问是极其低效的。

②显式链接----FAT/NTFS

把用于链接文件各物理块的指针，显式地存放在内存的一张链接表中。该表在整个磁盘仅设置一张。表的序号是物理盘块号，从0 开始，直至N-1；N为盘块总数。在每个表项中存放链接指针，即下一个盘块号。在该表中，凡是属于某一文件的第一个盘块号，或者说是每一条链的链首指针所对应的盘块号，均作为文件地址被填入相应文件的FCB 的“物理地址”字段中。由于查找记录的过程是在内存中进行的，因而不仅显著地提高了检索速度，而且大大减少了访问磁盘的次数。由于分配给文件的所有盘块号都放在该表中，故把该表称为文件分配表FAT(File Allocation Table)。

2、物理结构：链接式。

扇区（盘块）：512B

簇：2n个连续的扇区

【FAT12】

特点：FAT每个表项宽度为12位，最多允许有4096个表项，以扇区为基本分配单位。因此在以扇区为基本分配单位时，每个磁盘分区的最大容量仅为8MB（4096 × 512B）。

缺陷：容量有限，只能支持8+3格式的文件名。要增大容量，就得以簇为基本分配单位，但又会增大簇内碎片，降低空间利用率。

【FAT16】

特点：FAT每个表项宽度为16位，最多允许有65536个表项，以簇为基本分配单位，每个簇中可以有的扇区数为4、8、16、32、64。因此在以有64个扇区的簇为基本分配单位时，每个磁盘分区的最大容量为2048MB（2^16 × 64 × 512B）。

缺陷：容量有限，只能支持8+3格式的文件名。要增大容量，就增大簇内的扇区数，但又会增大簇内碎片，降低空间利用率。

【FAT32】

特点：FAT每个表项宽度为32位，最多允许有4 294 967 296个表项，以簇为基本分配单位，每个簇中的扇区数为8，簇的大小为4KB。每个磁盘分区的最大容量为4 KB × 2^32 = 2 TB（这个地方纠结了很久，应该是书上写错了，理论上说，FAT32如果以4KB大小的簇为基本分配单位，那么每个磁盘分区的最大容量应该为4KB× 2^32 = 16TB；但是如果以512B的扇区作为基本分配单位，那么每个磁盘分区的最大容量应该为512B × 2^32 = 2TB；但实际Windows XP将FAT32的最大分区限制在了32GB，为什么？）。

缺陷：

①由于文件分配表的扩大，运行速度比FAT16格式要慢；

②FAT32 有最小管理空间的限制，FAT32 卷必须至少有65 537 个簇，所以FAT32 不支持容量小于512 MB的分区（为什么，不是2^16 × 4KB = 256 MB吗？）；

③FAT32 的单个文件的长度也不能大于4 GB（FAT32文件系统寻址单位为32位，即根目录中每个文件（目录）所占32字节，根据规定，文件长度一项属性：占4个字节）；

④FAT32 最大的限制在于兼容性方面，FAT32 不能保持向下兼容；

【NTFS】

索引分配

为每个文件分配一个索引块(表)，再把分配给该文件的所有盘块号都记录在该索引块中，因而该索引块就是一个含有许多盘块号的数组。在建立一个文件时，只需在为之建立的目录项中填上指向该索引块的指针。

1、分类：

①单级索引分配；

②多级索引分配；

③混合索引分配；

2、物理结构：索引式。

总结