文件管理（以Unix系统为例）

文章目录

1）什么是文件？
2）如何管理文件的信息？
3）什么是目录？
4）如何管理目录？
5）文件如何使用？
6）文件的权限管理
7）什么是文件系统？
8）使用文件系统
9）备份与恢复
10）硬盘的结构

图片均来自网络，如有侵权，请告知删除。

1）什么是文件？

如何把数据长期的存储在外部储存介质之上（比如硬盘）

什么是文件

一组相关数据的集合。

在操作系统眼中，文件是一个字节流（或者是一个字符流）
文件的类型
- 普通文件（ordinary）：习惯上简称文件
- 目录\文件夹（directory）：能够容纳别的文件
- 设备（special file）：输入输出设备，鼠标键盘等等，逻辑设备（null设备、硬盘分区）

Alt

文件的组成部分
- 名字
  1. unix中 \不能做文件名，windows不能用 ：和 / 作为文件名
  2. unix中不区分扩展名
- 属性
  1. 操作系统会设置一个单独的地方存储文件的属性
  2. 在unix中使用 i-node 存放文件的属性，通过 i-node 可以找到文件的数据，所有 i-node 会集中存放，与文件一一对应。
  3. 创建时间、修改时间、主人、大小
- 内容

2）如何管理文件的信息？

如何把文件的数据、名字、属性关联在一起呢？

文件系统的块

用数据块存放文件的内容
存储方式
- 链式（查找困难）
- 顺序存储（修改困难）
unix中的存储方式：多级索引
- 优点：大文件大、小文件快
i-node（128字节，后60个字节存放15个指针）
- 前12个指针指向12k的数据
- 第13个指针（1级索引指针）指向256k数据
- 第14个指针（2级索引指针）指向64M数据
- 第15个指针（3级索引指针）指向16G数据
- 访问更大的数据 $\to$ 改变数据块的大小

3）什么是目录？

目录的结构

目录也是一种文件，是一个树状结构。
- 一级目录：多个文件放在一起，文件不能重名
- 二级目录：区分user，每个用户的文件不能重名
- 多级目录：根目录 $\to$ 多个子目录 $\to$ … ，存放不同的文件
目录的内容

存放此目录下 文件名字 和 i-node 的编号，通过 i-node 编号可以找到唯一的文件数据，但是 i-node 没有文件的名字，unix中文件名字和文件内容 分开存放
unix中文件共享（链接文件）

多个文件名字指向同一个i-node

4）如何管理目录？

windows使用盘符，unix没有盘符的概念，下述以unix为例：

目录的表达形式
1. 用/表示根目录下的文件，从根目录开始的叫 绝对路径，如：
  
  /home/tux1/doc/test
2. 从当前目录开始的 相对路径
  
  doc/mon_report （当前目录下有一个叫doc的文件夹）
  
  …/tux3/pgms （…表示当前的父目录）
  
  ./test （.表示当前目录）
  
  ~/test （~表示当前登陆者的主目录）
命令管理目录
- pwd (Print Working Directory)：打印当前目录
- cd (Change Directory)：在目录之间来回移动，后边可以跟相对路径或者绝对路径
  
  cd doc （相对路径）
  
  cd /home/tux1/doc （绝对路径）
  
  cd ~tux1/doc （与上两个作用相同）
  
  cd （不写参数代表回到主目录）
  
  cd … （到上一级目录）
  
  cd - （回退到以前的目录）
- mkdir (Make Directory)：添加目录
- rmdir (Remove Directory)：删除目录，要求目录必须是空目录，除了..（父目录别名）和.（此目录别名）
  
  -p选项用来操作多个目录，例：
  
  mkdir -p dir1/dir2/dir3 （一口气创建多个目录）
  
  rmdir -p dir1/dir2/dir3（一口气删除多个目录）
- ls：列出目录内容
  - -l：以长方式显示文件详细属性
  - -a：显示所有文件（包括隐藏文件）
  - -t：按照修改日期排序文件
  - -R：递归的显示
  - -i：显示文件的 i-node

5）文件如何使用？

创建别名

硬连接：根据名字和i-node存在的对应关系，使得i-node可以对应多个名字

符号连接：相当于快捷方式，两个i-node不同

目录不能建硬连接，只能创建符号连接。

硬连接不能跨文件系统，符号连接可以。
管理文件命令
- touch：创建文件
- cp：拷贝文件
  
  两种格式
  
  cp file1 file2 … dir (把file1,file2拷贝到dir，dir是已经存在的目录)
  
  cp file1 file2 （把file1拷贝到file2中）
  - -R：拷贝目录
  - -i：拷贝时如果已有同名文件则信息提示
- mv：移动文件
  
  mv file1 file2 (把file1重命名为file2)
- rm：删除link
  
  假如abc、xyz对应的i-node相同，则执行rm abc之后，xyz依然存在
  
  只有一个i-node的link数降为0的时候，这个数据才真正从硬盘上被删掉
- cat：查看文件内容

6）文件的权限管理

文件、组、用户
- 用户（users）：登陆系统的用户名、密码对应的用户
- 组（group）：每个人属于多个组，每个组对应多个人（多对多的关系）。每个人都有一个基本的组（主要组），每个人仅有一个主要组。
- 文件有且仅有一个主人，属于且仅属于一个组，文件的主人（owner）为创建文件的人，文件的组为主人的主组。
对于一个文件来说，有三类人，他们的权限分别为：
1. 主人
2. 主组的其他人
3. 主组之外的人
文件的权限只能由 root 或者主人修改，权限的查看：ls -l

Alt
Alt

file type中 d 代表目录，-代表普通文件，后边的权限含义为：
- 对于文件：
  - r：读文件
  - w：修改文件内容
  - x：执行文件（unix中可执行文件有两种，1.文件本身是二进制可执行格式，2.文件是脚本格式）
- 对于目录（把目录比作房间）：
  - r：查看目录下有哪些文件，但是不能拿到 i-node（看到房间的东西），可以ls
  - w：删除或增加目录下的文件（从房间搬入搬出东西）
  - x：进入目录，可以获得文件的详细信息（进入房间中来）

指令	源目录所需权限	源文件所需权限	目标目录所需权限
cd	x	N/A	N/A
ls	x,r	N/A	N/A
mkdir,rmdir	x,w	N/A	N/A
cat,less	x	r	N/A
cp	x	r	x,w
cp -r	x,r	r	x,w
mv	x,w	None	x,w
vi	x,r	r,w	N/A
rm	x,w	None	N/A

权限的修改
- 符号表示法
  
  chmod u+w,g-x,o= file （对file文件，user增加w，group减少x，other权限清空，替换为等号后边的权限）
  
  chmod a-w （all 减少w权,也可以写成chmod -w）
- 二进制数表示法

Alt
> chmod 750 file

缺省权限的设置

umask：掩码

普通文件创建后的权限：rw-rw-rw（666）

创建后的权限：666-umask

普通目录创建后的权限：rwxrwxrwx（777）

创建后的权限：777-umask

7）什么是文件系统？

文件系统

存放文件和目录的地方，结构一般都是树状的目录树。

一个文件系统只有一个根目录。文件系统的容器用来存放文件系统，假设文件和目录是水，文件系统是塑料袋，那么容器就是装塑料袋的木桶。文件系统的容器一般都放在块设备上，典型的块设备有，硬盘、软盘、光盘，硬盘上的分区、内存中划分的区域等等。

文件系统有很多，操作系统会使用虚拟文件系统层，来屏蔽各种不同的文件系统的区别，为用户提供统一的接口来使用文件系统。
典型的unix文件系统：ext2

体现了unix管理文件的基本思想，整个系统会被分为大小相等的若干个块，块的大小初始化时指定，默认大小为1k。

块的用途：
- superblock：整个文件系统的基本属性（块的大小，根目录位置、空闲块的起点、空闲i-node的起点），ext2中规定每8192块会放一个superblock的备份，每次更新全部superblock。
- i-node：指向文件数据，块的大小假设为1k的话，每一个i-node块中可以容纳8个i-node块
- indirect block：间接指针索引块
- data block：数据块
初始化时需要划分i-node块和存放数据的块（间接指针索引块和数据块）的比例，设置bytes-per-inode，假设为4096，表示每4096字节中有128字节为i-node块。
磁盘配合

一个用户或者一个组在文件系统中最多可以存放多少数据。超过硬限制报error，超过软限制报warning。

8）使用文件系统

unix中文件系统的挂载（mount）以及卸载

unix中只有一个虚拟的根目录，我们需要把文件系统挂载到已经存在的空目录上。
- 挂载并不是拷贝，只是把文件的根目录和文件系统的目录粘到一起。

Alt

如果挂载到非空目录上，原目录中的文件将暂时被隐藏。

> mount 设备名字 空目录名字（挂载文件系统，需要root权限）
>
> umount 设备的名字\mount点的名字 （卸载文件系统，相当于windows弹出u盘）

在unix中，根目录、home都是文件系统。

9）备份与恢复

备份的重要性

数据的重要性往往比存放数据的设备价值要大，常用的技术就是给数据 冷备份（就是把数据复制一份）。
备份的基本策略

根据备份的数据量可以分为：
- 数据备份：备份用户的数据
- 系统备份：备份系统的数据
如果数据量还是太大，就考虑其他的备份策略：
- 增量备份：每次都备份与前一天的差异，恢复速度比全备份块的多
- 差异备份：每次都备份与第一天的差异。

Alt

备份的工具
- tar
  
  tar -cvf home.tar.gz /home
  
  c表示创建、v表示打包时同时显示文件的名字，f表示指定一个文件的名字
  
  tar -xvf
  
  x表示解压缩，提取
  
  压缩时需要指定压缩算法
  
  tar -cvf home.tar.gz /home （gzip）
  
  tar -cvf home.tar.bz2 /home（bzip2）
- dd
  
  dd if= of= bs= (if是输入文件，of是输出文件)
  
  dd if=/dev/zero of=/dev/sda bs=1M
  
  dd if=/dev/urandom of=/dev/sda bs=1M 清空硬盘

10）硬盘的结构

串行硬盘

SAS串行硬盘一般用在服务器，SATA硬盘一般用在小型机，单碟比双碟的速度快，世面上并行硬盘已经少见。

传统硬盘速度慢的原因：读数据时采用磁头臂移动、盘片的旋转的方式，这都是机械运动，相对于光、电速度很慢。
硬盘臂调度算法
- 先到先服务：早提出的请求早响应，磁头臂来回运动。
- 最短寻道优先：先访问最近的扇区，离得比较远等待时间会很长。
- 电梯算法：一直沿着一个方向运动，接收所有请求，走到头后返回。由于中间的扇区要走两次，因此两边的响应延迟。
- c-scan：运动过程中响应所有请求，迅速回退到低地址，中间不回应任何请求，再从头响应请求。
硬盘的分区
- 最初只有四个分区，把分区信息记录在硬盘的第一个分区。后来这四个分区不够用，调整之后这四个变为主分区，可以拿出一个主分区转为扩展分区，可以分成更多小分区，叫逻辑分区。因此现在的硬盘结构可以划分为：主分区最多四个，扩展分区小于等于1个，如果有扩展分区就占了一个主分区的指标，逻辑分区可以多到几十个。
- 命名规则，四个主分区分别为1234，逻辑分区从5开始。
  
  SDA1 ：SD代表硬盘，A是第一个硬盘。
- 观察硬盘分区的命令
  
  sudo fdisk -l /dev/sds
与逻辑卷管理的比较
- 分区式管理缺点：
1. 空间大小划分后无法更改，初期对硬盘空间的规划带来困难，如果采用第三方的分区管理工具还会带来数据上的风险。
2. 受硬盘大小的限制。
逻辑卷管理：逻辑卷取代了分区，成为文件系统的容器。
- 优点：可以动态调整大小，可以充分利用零散硬盘空间，可以跨硬盘存放等等。
- 物理卷：独立的硬盘，传统意义上的分区。
  - 卷组：一个或多个物理卷组合在一起。
  - 物理块：物理卷加入到卷组中，把它上面的空间按照固定大小进行划分，划分出若干个大小相等的小块作为将来的储存空间。
逻辑卷的大小=逻辑块大小*逻辑块个数，逻辑块大小等于物理块大小。