【操作系统】4.2文件管理（文件的逻辑结构、目录）

文件的逻辑结构

所谓的“逻辑结构”，就是指在用户看来，文件内部的数据是如何组织起来的。而“物理结构”就是在操作系统看来，文件的数据是如何存放在外存中的

1.无结构文件

• 由一些二进制或字符流组成，又称“流式文件”。如Windows中的 .txt文件

2. 有结构文件

1. 由一组相似的记录组成，又称“记录式文件”。
2. 每条记录由若干数据项组成。如数据库表文件，一般来说每条记录有一个数据项可作为关键字（作为识别不同记录的ID）
3. 分类：
   1. 定长记录
      
   2. 可变长记录
      

1. 顺序文件

1. 文件中的记录一个接一个地顺序排列（逻辑上），记录可以是定长的或可变长的
2. 各个记录在物理上可以顺序存储或链式存储
   
3. 记录排列是否按关键字排序：
   1. 串结构：记录之间的顺序于关键字无关
   2. 顺序结构：记录之间的顺序按关键字顺序排列
4. ⭐数据的存取：已经知道了文件的起始地址（第一个记录存放的位置）
   1. 链式存储
      无论是定长/可变长记录，都无法实现随机存取，每次只能从第一个记录开始依次往后找
   2. 顺序存储
      1. 可变长记录
         每个记录长度不一，无法实现随机存取，每次只能从第一个记录开始依次往后找
      2. 定长记录
         可以实现随机存取。记录长度为L，则第 i 个记录存放的相对位置为 i * L
         采用串结构无法找到某关键字对应的记录
         采用顺序结构，可以快速找到某关键字对应的记录（如：折半查找）
   3. ⭐结论：定长记录的顺序文件，如果物理上采用顺序存储，则可实现随机存取；若还能再保证记录的顺序结构，则可以实现快速检索。（即根据关键字快速找到对应记录）

2. 索引文件

上面讲到对于可变长记录不能实现随机存取，但实际应用中有需要可变长记录的随机存取，如何解决？

1. 建立一张索引表以加快文件检索的速度，每条记录对应一个索引表项
2. ⭐索引表本身是定长记录的顺序文件。因此可以快速找到第 i 个记录对应的索引项
3. ⭐每个变长记录用一个个索引表项代替，可变长记录变为了定长记录
4. ⭐若索引表按关键字顺序排序，则可支持快速检索
5. 适用于对信息处理的及时性要求比较高的情形
6. 另外，可以用不同的数据项建立多个索引表：可以通过姓名、学号个建立一个索引表，这样使用姓名和学号就都能快速地检索文件了
   

3. 索引顺序文件（结合）

索引文件的缺点：每个索引表项对应一个记录，如果一个文件有很多记录，那么意味着有很多索引表项，索引表的大小就会很大

1. 索引顺序文件中，并不会为每个记录建立一个索引项，而是将记录分组，为每个分组建立一个索引项（一组记录对应一个索引表项）
2. 检索效率分析：
   1. 若一个顺序文件有10000个记录组成，若根据关键字检索文件，只能从头开始查找，平均需要查找5000个记录
   2. 若采用索引顺序结构文件，可以把10000个记录分成√ 10000 = 100 组，根据分组建立索引表，每组对应一个索引表项，这样要查找一个记录时，只需要 ① 先查找索引表找到记录所在的分组，② 再去这个分组内找到想要的记录，故需要平均查找 50 + 50 = 100个记录
      

4. 多级索引顺序文件

如过索引顺序文件有 10⁶ 个记录，若按1000 个记录为一组，算下来需要平均查找 500 + 500 = 1000个记录，还是很多，怎么办？

1. 为了进一步提高查找效率，可以为顺序文件建立多级索引表
2. 例如上例中， 有 10⁶ 个记录，按100个记录为一组，共10000组，建立次级索引表，再将10000个分组再分组成100个组，建立顶级索引表，
3. 这样算下来平均查找 50 + 50 + 50 = 150 个记录
   

文件的目录

1. 文件控制块

实现文件目录的关键数据结构

1. 目录本身就是一种有结构文件，由一条条记录组成。每条记录对应一个放在该目录下的文件
2. 一个目录有一个目录文件
3. 目录文件中的一条记录就是一个“文件控制块”（FCB）
4. FCB的有序集合称为“文件目录”，一个FCB就是一个文件目录项
5. FCB中包含了文件的基本信息（文件名、物理地址、逻辑地址、物理结构等），存取控制信息（是否可读/可写、禁止访问的用户名单），使用信息（文件建立、修改时间）
6. 最重要的还是 文件名 、文件存放的物理地址
7. FCB实现了文件名和文件之间的映射，使用户（用户程序）可以实现“按名存取”
   
8. 需要对目录进行哪些操作？
   1. 搜索：当用户要使用一个文件时，系统要根据文件名搜索目录，找到该文件对应的目录项
   2. 创建文件：创建一个文件时，需要在其所属的目录中增加一个目录项
   3. 删除文件：当删除一个文件时，需要在目录中删除相应的目录项
   4. 显示目录：用户可以请求显示目录的内容，如显示该目录中的所有文件及相应属性
   5. 修改目录：某些文件属性保护在目录中，因此这些属性变化时需要修改相应的目录项（如文件重命名）

2. 目录结构

单级目录结构

1. 单级目录实现了“按名存取”，但是不允许文件重名
2. 在创建一个文件时，需要先检查目录表中有没有重名文件，确定不重名后才能允许建立文件，并将新文件对应的目录项插入目录表中
3. 缺点：单级目录结构不适合多用户操作
   

两级目录结构

1. 分为主文件目录和用户文件目录
2. 主文件目录：记录用户名及相应用户文件目录的存放位置
3. 用户文件目录：由该用户的文件FCB组成
4. 两级目录结构允许不同用户的文件重名，也可以在目录上实现访问限制（检查此时登陆的用户名是否匹配）
5. 缺点：但是两级目录结构仍然缺乏灵活性，用户不能对自己的文件进行分类（每个用户只有一个目录表）
6. 允许不同用户的文件重名。文件名虽然相同，但是对应的其实是不同的文件
   

多级目录结构（树形）

1. 用户要访问某个文件时要用文件路径名标识文件，文件路径名是个字符串。各级目录间用 / 隔开
2. 绝对路径：从根目录出发的路径
   1. 系统根据绝对路径一层层找到下一级目录，
      ① 刚开始从外存读入根目录的目录表；
      ② 找到“照片”目录的存放位置后，从外存读入相应的目录表；
      ③ 再找到“2015-08”目录存放的位置，在从外存读入对应的目录表；
      最后找到文件“自拍.jpg”的存放位置，整个过程需要3次读取磁盘I/O操作
   2. 很多时候，用户会连续访问同一个目录内的多个文件，显然每次都从根目录开始很不方便
3. 相对路径：
   1. 每次从根目录开始很不方便，所有可以使用从当前目录出发的“相对路径”
   2. 例如：此时已经打开了“照片”目录表，也就是说这张目录表已经调入内存，那么可以把它设置成“当前目录”。当用户想要访问某个文件时，所有可以使用从当前目录出发的“相对路径”
4. 优点：树形目录结构可以很方便地对文件进行分类，层次结构清晰，也能够有效地进行文件管理和保护
5. 缺点：树形结构不方便实现文件的共享
   

无环图目录结构

1. 在树形目录结构的基础上，增加一些指向同一结点的有向边，是整个目录成为一个有向无环图，方便文件共享
2. 可以用不同的文件名指向同一个文件，甚至可以指向同一个目录（共享目录下的所有内容）
3. 需要为每个结点设置一个共享计数器，用于记录目前由多少地方共享该节点
   1. 用户提出删除结点的请求时，只是删除该用户下文件对应的FCB，并使计数器减一，并不会直接删除结点
   2. 只有共享计数器减为0时，才删除该节点
4. 共享文件不同于文件的复制：在共享文件中，由于各用户指向同一个文件，因此只要其中一个用户修改了文件数据，那么所有用户都可以看到文件内容的变化
   

3. 索引结点（FCB的改进）

1. 其实在查找各级目录的过程中只需要用到“文件名”这个信息，只有文件名匹配时，才需要读出文件的其他信息。因此，可以考虑让目录表瘦身来提升效率
2. 改进目的： 减小FCB的大小，使得一个磁盘块能存放更多的FCB，从而减少磁盘块数→减少磁盘I/O
3. 改造：
   
4. 有何好处：
   1. 假设一个FCB（目录项）是64B，磁盘块大小为1KB，则每个磁盘块中能放1KB/64B=16个FCB。若一个文件目录中共有640个目录项，则需要640/16=40个磁盘块。故平均需要启动磁盘20次（每次I/O磁盘读入一块）
   2. 使用索引节结后，假设一个文件名占14B，索引结点指针占2B，一个目录项是16B，磁盘块大小为1KB，则每个磁盘块中能放1KB/16B=64个FCB。若一个文件目录中共有640个目录项，则需要640/64=10个磁盘块。故平均需要启动磁盘5次（每次I/O磁盘读入一块）
5. 当找到文件名对应的目录项时，才需要将索引结点调入内存，索引结点中记录了文件的各种信息，包括文件在外存中存放位置，根据“存放位置”即可找到文件
6. 存放在外存中的索引结点称为“磁盘索引结点”，当索引结点放入内存后称为“内存索引结点”——相比之下，内存索引结点需要增加几个信息，如：文件是否被修改、此时有几个进程正在访问该文件你