【Linux】磁盘文件系统（inode）、软硬链接

在讲过了内存文件系统后，我们可以知道文件分为两种：

• 打开的文件（内存中）
• 未被打开的文件（磁盘中）

今天我们主要来探讨未被打开的文件。

• 当文件存储在磁盘中时，如果我要打开它，那我首先要能找到它（通过路径）
• 既然是这样，那Linux中每一个文件都要有路径
• 为了更好的进行磁盘级文件的管理，我们必须要有一个磁盘文件系统的东西

那么文件系统是怎么把没有被打开的文件在磁盘上管理起来的呢？

只要它管好了，就可以给我们提供正确的路径，那么我们就可以定位这个文件，在系统层面就可以打开这个文件，进而能够转化到内存中，进行内存文件的管理。

1. 认识磁盘

1.1 磁盘的物理结构

• 磁盘的结构

磁盘在工作时，主轴会高速旋转，磁头也会左右摆动。

• 磁盘的存储结构

一个盘片有两面，每一面都可以存数据。多个盘片，相同磁道之间自上而下形成一种逻辑结构：柱面。

• 磁头在运动过程中不断摆动的本质是：定位磁道或柱面。
• 磁盘在旋转的时候，目的是让磁道上不同的扇区处在磁头下方，本质是：定位扇区。（扇区是磁盘存储数据的基本单位，一般为512字节，读写时是以512字节为整体，构成一个“块”，所以磁盘也叫做块设备）

在linux系统也是可以查到扇区的

• 磁盘每一个面上都有一个磁头，对应h0-h5；读写哪一个磁头，本质是读写哪一面。
• 传动臂上的磁头是共进退的。

所以如何定位一个扇区呢？

1. 先定位柱面(cylinder)
2. 再定位磁头(head)
3. 最后定位扇区(sector)

因此，这叫做CHS定址法。

由于文件 = 内容+属性，但它们都是数据，在磁盘中无非就是占据哪几个扇区的问题。那既然我们能定位一个扇区了，那能不能定位多个扇区呢？

1.2 磁盘的逻辑结构

磁带也是磁盘的一种，在磁带圈起来时，就类似一个盘面。将其拉直展开，就可以看成是由扇区为单位组成的数组。

我们可以将磁盘想象成卷起来的磁带，那么就可以将磁盘的某一个盘片上的某一个磁道抽象为线性结构，类似于数组：

这样，每一个扇区，就有了一个线性地址（数组下标）

所以，在系统使用文件的时候，只需要使用数组下标法(LBA)，不用关心CHS，但是数组下标又是怎么得到的呢?

由于传动臂上的磁头是同进退的，所以在我们找磁道时，所有的磁头共同移动，对应就找到了一个柱面。
所以，磁盘虽然分了很多面，但是在我们看来，逻辑上磁盘是由n多个柱面组成的。

所以，磁盘的真实情况应该是：

所以，磁盘就可以抽象为一个”三维数组“，但是在我们看来，其实它还是一个一维数组

所以，每个扇区都有一个下标，我们叫做LBA(Logical Block Address)，其实就是线性地址。

LBA与CHS之间可以互相转换（磁盘的工作）。

当磁盘告诉操作系统磁盘的总容量、扇区大小，那OS一瞬间就可以知道有多少个扇区了。

那么从今往后 ，在磁盘的使用者看来，根本不关心CHS地址，而是直接使用LBA地址，磁盘内部自己转换。
所以，从现在开始，磁盘就是一个元素为扇区的一维数组，数组的下标就是每一个扇区的LBA地址。OS使用磁盘，就可以用一个数字访问磁盘的扇区了。

2. 引入文件系统

2.1 EXT系列文件系统的分区结构

有了上面的知识后，我们知道OS与磁盘进行IO时，就是访问数组下标所对应的扇区，但是扇区512字节有点少，即单次IO的数据量有点少。

为了增加单次IO的数据量，OS与磁盘进行交互时，是以1KB、2KB、4KB、8KB等数据块为单位进行IO的，Linux中选择4KB数据块，一个数据块由8个扇区构成。

所以，在文件系统层面上，它才不管扇区，它IO的基本单位是数据块。
数据块转LBA地址：块号*8 + [1,8]

那么我们的磁盘就被抽象成了以块位单位的数组。

如果直接对块进行管理的话，成本太高了。因此将众多块又划分为一个分区，最终磁盘被划分为N个分区，分区之间各自独立。

分区中又划分出了组
分完组之后，只需要对组进行管理就可以。
一个组又分为如下几个区域：

2.2 inode

由于文件 = 内容+属性，属性也是数据，是以结构体的方式构建出来的，该结构体叫做inode(文件对应属性的集合，一般是128字节)，所以在磁盘的一个4KB块中，会有32个inode。

在Linux中可以使用ls - i 选项查看一个文件的inode，下方显示出来的信息起始就是inode struct中的内容。

在一个组中，会存在非常多的inode，所以组中就存在一张inode Table，存放组中所有inode，方便管理每一个文件。

Data Blocks中，全都是划分好的4KB块，存放的是文件的内容。

所以，在Linux下，文件的属性和内容是分开存储的。

那通过inode找到文件的属性后，内容是怎么找到的呢？ - - 在inode中，存在一个block数组，记录当前inode所占用的data block块，后面讲。

一个组中的区域分布如下：

• inode table(节点表)：存储了每个inode的详细信息，包括文件的大小、权限、时间戳、数据块位置等
• Data blocks（数据区）：存放文件内容，全都是划分好的4KB块
• inode Bitmap（inode table位图）：每个bit位表示inode table中的inode是否被占用。 inode号在inode table中早就设置好了，只是有没有被使用的问题。inode bitmap中的位置与inode table中的位置是一一对应的。
• Block Bitmap（块位图）：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
• Group Descriptor Table：块组描述符，描述块组属性信息。例如：每个组的起始inode与block编号。
• 超级块（Super Block）：存放当前分区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。Super Block有多份拷贝，可在损坏时进行修复。

分区格式化的本质：写入空的文件系统。将组中的super block、GDT、data bitmap、block bitmap置为空即可。

关于inode

1. inode是以分区为单位的，一个分区一套inode。因此不同分区可以有相同inode
2. inode在分配时，只需要确定当前组起始inode即可

关于block

1. 块号也是以分区为单位的
2. 块号在分配时，也只需要确定当前组的起始block编号

在一个组中，我们是如何分配一个inode的呢？

• 由于inode bitmap的存在，我们只需要在bitmap中找一个可用位置，然后加上当前组inode的起始编号即可。 由于组起始inode的存在，我们就在不同组的起始inode之间就形成了一个区间，所以我们就可以分配为全局且唯一的inode

在一个组中，我们是如何分配一个block的呢？

• 由于block bitmap的存在，我们只需要在blockmap中找一个可用位置，然后加上当前组block的起始编号即可。 在整个区间中，block号也是全局且唯一的。 当一个组中存储大文件，块不够用时，可以跨组！inode中记录了所有存储文件内容的块

当知道一个inode号或者block块时，只需要在GDT中比对每一个组的起始编号，定位组；然后使用提供的inode号或者block号减去该组的起始编号，即可在位图中找到对应的位置，然后就可以确定inode在inode table的位置。
所以我们就可以确定任意一个块、任意一个组了。

---

那inode和block是怎么映射的呢？inode中block数组是多大呢？

在ext系列的文件系统中，block数组的大小是15，可是一个块才4KB，总共才60KB，那怎么能行呢？
前12个确实直接指向数据块；后三个则不是，它们3个存的是数据块的编号。

当前组的data block不够用时，是可以跨组的。但不建议这么做，因为一旦跨组访问了，意味所有的块不连续了，磁盘寻址效率也会大大降低。

---

在上面对文件的所有操作中，都是以inode为前提的，但是inode是怎么得到的呢？我们平时操作文件使用的都得文件名呀！

所以inode是通过文件名找到的，我们在struct inode中也并没有看到文件名的存在，那文件名存在哪里呢？

• 要弄清楚上面的问题，我们首先要知道，文件有普通文件和目录文件，我们之前谈论的全部都是普通文件，那目录文件又是如何呢？
• 上面我们已经从文件系统角度认识文件了，所以目录文件也要有属性和内容，那内容中也要有对应的数据块。
• 目录文件的数据块中存的是什么呢？ - - 存文件名和inode的映射关系，二者互为映射
• 所以，文件名存放在文件所属的目录的数据块中

此时，我们就可以更清楚的认识目录的权限：

• r：没有读权限，就无法读取目录的data block，也就得不到文件名和inode的映射关系，拿不到inode，你怎么访问文件。
• w：没有写权限，无法把文件名和inode的映射关系保存到目录的data block中

---

那我们的文件名又是怎么找到的呢？

要找到一个文件名，首先要打开当前目录，访问当前目录的data block；
可是目录也是文件，也有文件名呀？所以还需要继续向上找，直到根目录。根目录的data block中固定存储了文件名与inode的映射关系。

但是在系统中并不是逆向的，而是正向的。
因为任何一个文件都有路径，在最开始时，系统就按照路径进行查找。

当我访问在同一个目录下的另一个文件时，系统还需要从头再访问一遍磁盘的文件系统吗？ - - 不需要了，Linux系统中，会对所访问过的路径进行缓存！会以一个多叉树的结构，将路径缓存在内存中，该结构在内核中叫做 dentry树

所以，系统在查找一个文件时

1. 先按照路径找到文件所在的目录
2. 在目录的data block块中，获得文件名与inode的映射关系
3. 拿着inode，对比磁盘分区的GDT，确定该inode在哪一个分组
4. 确定分组后，用inode减去该分组的起始inode，确定inode的位置n
5. 通过inode bitmap核实 n 位置，然后找到inode table中的n位置对应的inode
6. 通过inode中的block数组，访问对应的数组块。

---

那inode和进程、文件描述符之间又有什么关系呢？

此时，我们的进程和文件就关联起来了。

那整体上我们应该怎么理解呢？

3. 软硬链接

• Access 最后访问时间
• Modify 文件内容最后修改时间
• Change 文件属性最后修改时间

在之前的学习中，我们直到使用ls -l 命令可以查看文件的属性，可是在文件权限后面的那一列数字，代表的是什么呢？

3.1 软链接

建立软链接的方式：

ln -s 被链接的文件名  链接后的文件名

下面我们将它们的inode也显示出来

发现二者的inode并不相同，软链接有自己独立的inode，因此，软链接本质是一个独立的文件。

当我们对被链接的文件与链接后的文件操作时，发现它俩操作的是同一个文件。

删除一个软链接的方式：

unlink 链接后的文件名

3.2 硬链接

建立硬链接的方式：

ln 被链接的文件名  链接后的文件名

此时我们发现，file-hard.link与file.txt两个文件的inode相同，并且权限后面的那一列数组变成了2，这是什么情况呢？而且如果将file-hard.link删掉，那一列数字又变成了1，那一列数字到底是什么意思呢？

首先，既然二者的inode相同，那么硬链接本质上不是一个独立的文件。

了解软硬链接的创建后，那么该如何理解软硬链接呢？为什么要有软硬链接呢？

• 理解软硬链接

软链接

1. 软链接有独立的inode，那么它就有内容和属性。
2. 内容中，它保存的是目标文件的路径，等同于快捷方式

硬链接

1. 硬链接不是独立的文件，它本质存储的是指向文件inode的引用，通过共享inode来实现对同一文件数据的访问

文件权限后面对应的那一列数字是什么意思呢？

首先我们知道，文件名并不在inode中保存，它保存在文件所属目录的内容(data block)中，这也就意味着会有多个文件名映射到同一个文件上。
换句话说，一个文件在什么时候才能被系统真正的删除呢？- - 没有任何文件名映射到当前文件的inode时。
在inode内部，存在一个引用计数，来统计有多少个文件名映射到当前inode。
那一列数字，对应的就是当前inode的引用计数的个数，即硬链接数。

• 为什么要有软硬链接呢？应用场景是什么？

软链接的作用

1. 通过创建一个指向目标文件或目录的软链接，可以简化对目标文件或目录的访问路径。用户可以通过软链接名来访问目标文件或目录，而不需要输入完整的路径。
2. 软链接类似于一个文件系统中的“快捷方式”，如果目标文件或目录被删除或移动，软链接将变成“死链接”（dangling link），即指向一个不存在的文件或目录。

当我创建了一个目录时，为什么它的硬链接数是2呢？

当我在empty目录中又创建了一个目录时，它为什么又变成3了呢？

因为有以下三个硬链接指向它

• empty
• empty/.
• empty/dir/. .

所以，这就是为什么一个文件创建时，默认有两个隐藏目录 .和 . .，为了方便找路径

硬链接的作用

1. 数据冗余和备份：通过创建硬链接，你可以在不同的目录或同一目录中拥有文件的多个访问路径。如果原始文件被删除，硬链接仍然可以访问文件数据。这就意味着，在linux中，如果对文件进行备份，只需要建立硬链接！
   
2. 节省磁盘空间：硬链接不会创建文件的副本，而是共享相同的物理数据块。因此，它们可以节省磁盘空间，特别是在需要多个文件副本的情况下。
3. 文件恢复：如果文件被误删除，但文件系统中仍然存在指向该文件的硬链接，那么文件数据仍然可以恢复。这提供了一种额外的数据保护机制。

注意：Linux中，不允许对目录新建硬链接。因为硬链接后的目录，也是可以进入的，那么就会产生环状路径。