【linux】认识“文件”的本质，理解“文件系统”的设计逻辑，体会linux优雅的设计理念

在files_struct数组中找最小并且未被使用的文件描述符，分配给新的file*指针。

重定向原理概述

如果关掉一号文件描述符，根据文件描述符分配规则，1号文件描述符会被分配给新创建的文件。但上层接口不知道1号描述符已经不指向显示器文件，但该接口依然会向新的文件输出。对显示器文件输出数据变成对其他文件输出数据，这种现象成为输出重定向。

如果0号描述符被改变指向，本来该往显示器文件读取数据转为从其他文件读取数据，这种现象成为输入重定向。

如下是输出重定向代码示例

#include <stdio.h>
#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h>
#include <stdlib.h>
int main()
{close(1);int fd = open("myfile", O_WRONLY|O_CREAT, 00644);if(fd < 0){perror("open");return 1;}printf("fd: %d\n", fd);fflush(stdout);close(fd);exit(0);
}

dup2系统调用

头文件：#include <unistd.h>

函数原型：int dup2(int oldfd, int newfd);

 

功能：把oldfd文件描述符的file*指针拷贝给newfd文件描述符的file*指针，可以不用关闭文件描述符也能完成输入，输出重定向

代码示例

#include <stdio.h>
#include <unistd.h>
#include <fcntl.h>
int main() {int fd = open("./log", O_CREAT | O_RDWR);if (fd < 0) {perror("open");return 1;}close(1);dup2(fd, 1);for (;;) {char buf[1024] = {0};ssize_t read_size = read(0, buf, sizeof(buf) - 1);if (read_size < 0) {perror("read");break;}printf("%s", buf);fflush(stdout);}return 0;
}

缓冲区

缓冲区刷新策略：

1.直接刷新     2.按行刷新     3.缓冲区满了在刷新    4.进程退出时强制刷新

用户级缓冲区

在C语言中，对文件操作时都绕不开一个东西——FILE

FILE是一个结构体，里面封装了文件描述符和用户缓冲区的相关的属性。

struct _IO_FILE {int _flags; /* High-order word is _IO_MAGIC; rest is flags. */
#define _IO_file_flags _flags//缓冲区相关/* The following pointers correspond to the C++ streambuf protocol. *//* Note: Tk uses the _IO_read_ptr and _IO_read_end fields directly. */char* _IO_read_ptr; /* Current read pointer */char* _IO_read_end; /* End of get area. */char* _IO_read_base; /* Start of putback+get area. */char* _IO_write_base; /* Start of put area. */char* _IO_write_ptr; /* Current put pointer. */char* _IO_write_end; /* End of put area. */char* _IO_buf_base; /* Start of reserve area. */char* _IO_buf_end; /* End of reserve area. *//* The following fields are used to support backing up and undo. */char *_IO_save_base; /* Pointer to start of non-current get area. */char *_IO_backup_base; /* Pointer to first valid character of backup area */char *_IO_save_end; /* Pointer to end of non-current get area. */struct _IO_marker *_markers;struct _IO_FILE *_chain;int _fileno; //封装的文件描述符
#if 0int _blksize;
#elseint _flags2;
#endif_IO_off_t _old_offset; /* This used to be _offset but it's too small. */
#define __HAVE_COLUMN /* temporary *//* 1+column number of pbase(); 0 is unknown. */unsigned short _cur_column;signed char _vtable_offset;char _shortbuf[1];/* char* _save_gptr; char* _save_egptr; */_IO_lock_t *_lock;
#ifdef _IO_USE_OLD_IO_FILE
};

用户缓冲区是由进程维护的一块空间，该缓冲区不能直接与外设交互，需要刷新到内核缓冲区，内核缓冲区与外设交互的行为叫做IO。

如果通过函数向外设输出数据，该数据需要经过用户缓冲区和内核缓冲区。如果通过系统调用向外设输出信息，该数据会被直接刷到内核缓冲区。

缓冲区的好处

用户缓冲区：提高函数的效率，只需把数据交给用户缓冲区即可返回。

内核缓冲区：提高了效率，因为内核可以直接与硬件交互，而无需频繁地在用户和内核空间之间切换

认识磁盘

磁盘的重要的两个结构是盘片和磁头，盘片上有磁性物质，可以记录而进程数据。磁头用来对二进制数据做存取。

盘面上可以划分为多个磁道，每个磁道又可以划分为多个扇区，，扇区是硬盘的最小的存储单元，一般是存储512字节（byte）

​

磁盘不仅是外设，而且还是机器设备。相同数据量下磁头移动的次数越少磁盘的效率越高。

磁盘的寻址

对磁盘上的数据做存取，首先要定位哪个盘面，然后定位哪个磁道，然后在定位哪个扇区

通过确定盘面，磁道，扇区来定位磁盘上的数据，这种寻址方式称为CHS寻址。

磁盘的抽象化理解

如果把所有磁道展开成一条直线，每个扇面在这条直线上均匀分布。像数组一般，每个扇面都有唯一的编号。这种编号的方式称为 LBA寻址

​

 LBA地址=（柱面编号×硬盘磁头的总数+磁头编号）×扇区数+扇区编号-1
扇区数为每磁道的扇区数

文件系统

已经可以通过LBA地址访问磁盘中的数据，那么怎么管理这些数据呢

磁盘大小

 台式机和笔记本电脑中使用的传统机械硬盘的容量范围很广，从几百GB到数十TB不等。常见的容量包括1 TB、2 TB、4 TB、8 TB乃至更大

磁盘的分区

指的是将一个物理磁盘的存储空间逻辑地划分为多个独立的部分。每个这样的部分被称为一个分区，它在操作系统中表现为一个单独的驱动器或卷。分区允许用户组织数据，例如，可以将操作系统、应用程序和用户数据分别存储在不同的分区上，这样即使某个分区出现问题，其他分区的数据仍然可以保持安全

举个简单的例子，在Windows系统下，所谓的C盘，D盘，E盘等就属于磁盘的分区

怎么管理好一个block呢

介绍

详解

inode Table是一张节点表，每个节点对应一个文件的属性。每一个文件属性只对应一个inode，系统会为每个inode分配一个唯一的编号。

文件内容和文件属性是分开管理的。那么怎么通过inode找到在Data blocks 中的数据呢？

在inode结构体中不仅会维护文件的属性，还会维护一个数组。数组的大小为15。数组中存的是Data blocks中的数据块编号，0到11下标的编号为一级索引，12下标和13下标的编号为二级索引，14号下标的编号为三级索引。

一级索引：对应的数据块的内容就是文件的内容

二级索引：对应的数据块的内容是一级索引的数据块的编号

三级索引：对应的数据块的内容是二级索引的数据块的编号

如下是简单的示意图，细节部分并不准确，仅供参考

在Block Bitmap中用比特位映射的方式（位图）来代表哪一个数据块是否被使用，1代表使用，0代表未使用

在inode Bitmap中用比特位映射的方式（位图）来代表哪一个inode是否被使用，1代表使用，0代表未使用

Super Block用来记录整个分区文件系统的情况，它不会在每一个block中保存但会有备份

删除文件

在计算机中，删除 == 可以被覆盖

把一个文件删除时，并不会对文件对应的数据块做写入，也就是不会对文件的内容做清空。操作系统只会把Block Bitmap和inode Bitmap中位图的由 1 置 0 即可，所以一个被删除的文件是可以被恢复出来的，因为文件的内容并未被清空。

创建文件

格式化

重新认知目录

目录文件的数据块中存的是文件名和inode编号的映射。

linux中不会根据一个文件名查找一个文件，只会通过inode编号查找这个文件。

但我们只给了系统路径和文件名，它是怎么找到该文件的呢？

想要找到当前目录下的文件，就需要知道当前目录和inode编号的映射关系，因此就必须读取当前目录的数据块。那就需要找到当前目录的inode，因此就必须读取上级目录的数据块，因此就必须知道上级目录的inode，以此类推到根目录，根目录的文件名和inode的关系是确定的，就能找到根目录，并读取根目录的数据块，然后就能找到下级目录的inode，进而读取下级目录的数据块，一直向下推，直到找到目标文件的inode编号。

这样的递归式的寻找会有效率上的问题，所以系统会把常用的目录缓存起来，这个缓存叫dentry缓冲

操作系统会把相关文件系统的字段加载到内存，用用结构体维护起来，然后用链表维护起来，这样做是为了加速查找，不然查找文件的时候就需要先从磁盘读取，速度太慢。

上层数据如何流动到磁盘中

调用printf向显示器文件输出数据。数据会被刷到用户缓冲区。

在file结构体中会有一个指针指向address_space结构体，该结构体中会维护一颗字典树，用来建立数据和内存的映射关系，按4KB大小建立映射。然后被刷入内存缓冲区

被刷入缓冲区的数据需要建立IO请求，缓冲区中有很多IO请求，每一个请求会用结构维护起来，再用配套的算法使这些数据以最小的代价刷入磁盘——因为磁盘使机器设备