7/8文件管理

一、文件、文件系统

文件管理：把所管理的程序和数据组织成一系列的文件，并能进行合理的存储、使用等操作。
1 ）基本概念
数据项：描述对象某种属性的字符集；是数据组织中可以命名的最小逻辑数据单位。
记录：一组相关数据项集合，描述对象某方面的属性；
关键字：一个记录中的一个或几个数据项的集合，用于唯一的标识一个记录。
文件：由创建者定义的、具有文件名的一组相关元素的集合。
有结构：由相关记录组成
无结构：字符流的形式
属性：类型、长度、物理位置、创建时间
2）文件类型：
不同的系统对文件的管理方式不同
大多用扩展名标志文件类型，按如下几种方式分类文件
按用途：系统、用户、库文件
按数据形式：源文件、目标文件、可执行文件
按存取控制属性：只执行、只读、读写
按组织和处理方式：普通文件、目录文件、特殊（设备）文件
3）文件系统模型

4）文件操作
最基本的操作：
创建/删除文件：分空间，形成FCB及目录（名，地址）
读、写：按名检索目录，找到文件地址，开始读、写
设置文件读写位置，实现随机存取（尤其适用于记录文件）
还需要：“打开”与“关闭”：
文件读/写操作 = 检索 + 读/写。
每次读写前都要重复检索增大开销。所以为了方便对同一文件的多次读写，一次检索到文件后就在内存中记录其位置，避免重复检索。被记录下位置的文件就是“打开”文件；
不需要再操作文件时，通过“关闭”这个系统调用关闭文件——即从打开文件表上删除其路径信息即可。
其他操作：改名、改所属用户、改访问权限等属性的操作。

二、文件的逻辑结构

文件系统设计的关键要素：
如何构成一个文件，以及如何存储在外存。
文件结构：
文件的逻辑结构file logical structure：按用户观点如何组织数据；又称文件组织file organization
基本要求：检索速度高、方便修改、降低存储空间费用（不连续）
文件的物理结构：根据外存上的物理块的分配机制，记录文件外存的存储结构。用户感知不到的。
1）文件逻辑结构的类型
有结构文件（记录式）
①定长记录
②变长记录
如何组织记录：
顺序文件。系统需按该类型记录“长度”，通常定长。
索引文件。系统需为文件建立索引表。
索引顺序文件。建索引表，记录每组记录的第一个记录位置。
无结构文件（字符流式）
字节为单位，利用读写指针依次访问。
系统对该类文件不需格式处理。

• 顺序文件：

两种记录排列方式
串结构：按记录形成的时间顺序串行排序。记录顺序与关键字无关；
顺序结构：按关键字排序。
检索方法：
从头检索，顺序查找要找的记录，定长的计算相对快。
顺序结构，可用折半查找、插值查找、跳步查找等算法提高效率
具体的寻址过程：
第i条记录地址（定长） ：
读写指针 + 记录长度： ptr + i*L
第i条记录地址（变长） ：
扫描或读取前面0~i-1条记录
第i条记录地址（变长）
变长记录数据前用1字节保存每条记录长度，顺序扫描，但不用把记录全扫描完
j-1
(Lj +1)
j=0
顺序结构记录按关键字排序，可按关键字检索
定长：结合折半查找算法等提高检索速度

变长：从第1个记录开始顺序扫描，直到扫描到要检索的关键字标识的记录（例如：数据库、文件系统的基于文件名排序的目录检索）

• 索引文件
  为了方便单个记录的随机存取，为文件建立一个索引表，记录每项记录在文件的逻辑地址及记录长度；该索引表按关键字排序，。
  索引表内容：
  索引号、长度、记录地址指针
  检索效率
  索引表本身即是个按记录键排序的定长顺序文件，所以能利用算法提高索引表检索速度
  一个索引文件可以有多个索引表
  为方便用户根据不同记录属性检索记录，为顺序文件建立多个索引表，每种能成为检索条件的域都配备一张索引表。
  索引文件的优缺点
  适用于变长记录，可提高检索速度，实现直接存取
  索引表增加了存储开销
• 索引顺序文件
• 既要方便，又要降低开销
  本方式是最常见的一种逻辑文件形式。
  将顺序文件的所有记录分组
  还是建立索引表，但每个表项记录的是每组第1条记录的键值和地址。
  组内记录仍按顺序方式检索和使用。
  检索一条记录的过程：
  先计算记录是在第几组，然后再检索索引确定组在哪里后，在组内顺序查找。
  可利用多级索引，进一步提高检索效率。

三、外存分配方式

• 目标：有效利用外存空间，提高文件访问速度
• 常用三种方式：
  连续分配
  链接分配（不连续）
  索引分配
• 通常一个系统中仅采用一种方式 采用的磁盘分配方式决定了文件的“物理结构” 顺序结构；链接式结构；索引式结构。
  注意与逻辑结构名类似但不是一回事
  1）连续分配
  
  为每一个文件分配一组相邻的盘块。
  逻辑文件中的记录顺序与存储器中文件占用盘块的顺序一致。
  优点：顺序访问容易，读写速度快
  2）链接分配
  可以为每一个文件分配一组不相邻的盘块。
  设置链接指针，将同属于一个文件的多个离散盘块链接成一个链表，这样形成的文件称为链接文件。会有链接成本。
  链接有两种形式：
  隐式链接、显式链接
  FAT表的相关计算
  MS-DOS文件分配结构为例：
  一个1.2M的磁盘，盘块512B大小；若文件系统采用FAT格式，则FAT表大小如何？
  表项个数 = 盘块个数
  = 容量 / 盘块大小 = 1.2 *220 / 29 = 1.2 *211 个
  表项大小，决定于盘块数量编号需要的位数=12 位；
  FAT表大小 = 表项个数 * 表项大小
  = 1.2 *211 * 12 bit
  = 1.2 *211 * 1.5B = 3.6KB
  以半字节（0.5B=4b）为基本单位,表项需12位（1.5B）

3）索引分配
链接的不足
顺序检索的时间成本：不能支持高效的盘块直接存取。要对一个文件进行直接存取，仍需在FAT中顺序的查找许多盘块号。
链接信息的空间成本：FAT需占用较大的内存空间。当磁盘容量较大时，FAT可能要占用数MB以上的内存空间。这是令人难以忍受的
改进：
系统运行时只涉及部分文件，FAT表无需全部调入内存
每个文件单独建索引表（物理盘块索引），记录所有分配给它的盘块号；
建立文件时，便分配一定的外存空间用于存放文件盘块索引表信息；

四、存储空间的管理

• 为实现存储空间分配，系统需要：
  1.记住空闲存储空间使用情况；为空间设置相应的数据结构；
  2.提供对存储空间分配、回收的操作手段。
  典型的管理方法：
  1）空闲表和空闲链表法
  空闲表法
  常用于连续分配管理方式
  数据结构
  系统为外存上的所有空闲区建立一张空闲表
  每个空闲区对应一个空闲表项
  （表项包括序号、空闲区的第一个盘块号、空闲盘块数等。）
  将所有空闲区按其起始盘块号递增的次序排列。
  
  空闲链表法
  将所有空闲盘区拉成一条空闲链。
  数据结构：链根据构成链所用基本元素的不同，可把链表分成两种形式：
  空闲盘块链
  空闲盘区链
  2）位示图法
• 利用二进制的一位来表示一个盘块的使用情况。
  1.值为0表示对应的盘块空闲，为1表示已分配。有的系统则相反。
  2.磁盘上的所有盘块都有一个二进制位与之对应，这样由所有盘块所对应的位构成一个集合，称为位示图。
• 总块数=mn。可用mn个位数来构成位示图，可看成是二维数组（数据结构）。
  根据位示图进行盘块分配：
  1.顺序扫描位示图。找到为0的二进制位。
  2.将所找到的一个或一组二进制位，转换成与之对应的盘块号。进行分配操作。
  盘块号计算公式为：盘块号 = 列总数*（i-1）+ j;
  （注意下标i，j从1开始）
  3.修改位示图。
  根据位示图进行盘块回收：
  1.将回收盘块的盘块号转换成位示图中的行号和列号。转换公式为：i=(盘块号-1)div列数+1；j=(盘块号-1)mod列数+1
  Div 求商，mod 取余，公式中的i、j都是从1开始的
  （如12号盘块转换后为1，12）
  2.修改位示图。
  优点：从位示图中很容易找到一个或一组相邻接的空闲盘块。
  但限于容量问题，常用于微型机和小型机中。
  3）成组链接法
• 大型文件系统，空闲表或空闲链表太长不方便管理操作。
• UNIX系统中采用成组链接法，这是将两种方法结合而形成的一种空闲盘块管理方法。
• 中心思想： 所有盘块按规定大小划分为组； 组间建立链接； 组内的盘块借助一个系统栈可快速处理，且支持离散分配回收。