第 七 、八 章 文件与磁盘空间管理

1、文件和文件系统

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

u按组织和处理方式：普通文件、目录文件、特殊（设备）文件

系统管理文件模型

2、文件的逻辑结构

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。

①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

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）

顺序文件的优缺点：

不方便随机存取某条记录，但适用批量存取的场合。

适合磁带等特殊介质。

单记录的查找、修改等交互性差；增减不方便（改进办法：把增删改的记录登记在一个事务文件中，在某段时间间隔后再与原文件合并更新）。

②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

③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。

3、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。

缺点：会产生外存碎片。可紧凑法弥补，但需要额外的空间，和内存紧凑相比更花时间。

创建文件时要给出文件大小；存储空间利用率不高，不利于文件的动态增加和修改；

适用于变化不大顺序访问的文件，在流行的UNIX系统中仍保留了连续文件结构。如对换区

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。

优点：离散分配，消除外部碎片，提高利用率；同时适用于文件的动态增长；修改容易

FAT 与 NTFS技术

1.FAT12

  表项12位。能支持的硬盘容量仅为8M。

2^12(个)*512B*4（分区数）=2^23B=8M

磁盘容量不断增大，可将若干盘块组为一簇。以簇为单位分配空间

FAT表记录簇号，表项数量减少，一定程度上提高了检索速度，减少了指针开销，

但该改进有限，且会形成簇内碎片。12位的格式对磁盘容量仍有很大限制

2.FAT16

增加FAT表的项数，16位可管理的盘容量为

2^16*64*512B(一簇含64个盘块)=2048M

若磁盘容量为8G，则每簇大小达到128K（8G/2^16）,簇内碎片最大会到128K。浪费严重。

3.FAT32

簇不能太大，只能继续增加表项位数，以记录更多数量

FAT32规定每簇4KB(即8个512B的盘块），该格式能管理的单个最大磁盘空间为2^32*4KB=2TB。

簇大小合适，空间利用率提高；但分配表的扩大使运行速度相对慢了；可支持长文件名；有最小空间管理限制，卷必须大于512M，单个文件长度不能大于4G，不能向下兼容。

4.NTFS

New technology file system

①采用64位磁盘地址，理论上支持2^64字节的磁盘分区；

②支持长文件名；

③系统纠容错功能

④提供数据一致性、文件加密、压缩等功能

磁盘组织

以簇为单位分配回收、但不规定盘块大小

磁盘格式化时确定卷的簇大小（物理磁盘扇区的整数倍），512M以内的小磁盘默认簇大小为512B，1G的默认大小为1KB。。。大多数情况是4KB

卷上簇编号为LCN，用户用到的簇顺序编成用户虚拟簇号VCN，NTFS可进行VCN到LCN的映射

文件组织

以卷为单位，将卷的所有文件信息、目录信息、可用未分配空间记录在主控文件表MFT中。

每个文件的信息对应一行，固定大小1KB，称为元数据

文件属性信息、文件数据较少时就直接写在MFT中；较多超出1KB时，记录存放这些信息的簇地址指针。

兼容性上也有不足

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；

多级索引下的文件大小

若两级索引，盘块1KB，盘块号占4字节

一个盘块可存放的盘块号数有多少个

1KB/4B= 2^10/4 = 2^8 =256（个）

二级索引下的文件可分配的最大盘块数

256* 256 =2^6×2^10=64 K（个）

文件最大长度为 64K（个）*1KB=64MB

若盘块大小为4KB，单级索引允许文件最大长度为4MB（4K/4*4KB），二级索引则文件最大可达4GB（1K*1K*4KB）。

③混合组织索引（增量式索引组织方式）

多种索引方式相结合，以UNIX system V的索引结点为例：

一个索引结点定义为13个地址项：iaddr（0）~iaddr（12），总的来说分为两种：直接地址、间接地址

iaddr（0）~iaddr（9）存放直接地址，即存文件数据的盘块号；

iaddr（10）存放单级索引的索引盘块号；

剩余的用于文件较大时存放多级索引数据。

iaddr（11）存放二级索引的主索引盘块号

iaddr（12）存放三级索引的主索引盘块号

4、存储空间的管理

典型的管理方法：

1）空闲表和空闲链表法

2）位示图法

3）成组链接法

②存储空间的分配与回收操作

与内存的动态分配类似，同样可采用首次适应算法、循环首次适应算法等。

回收主要解决对数据结构的数据修改。

应该说明，虽然很少采用连续分配方式，然而在外存的管理中，由于它具有较高的分配速度，可减少访问磁盘的I/O频率，故它在诸多分配方式中仍占有一席之地。（如实现虚拟用的部分外存就是连续分配方式）

空闲链表法

将所有空闲盘区拉成一条空闲链。

①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：

o空闲盘块链

o空闲盘区链

空闲盘块链

将磁盘上的所有空闲空间，以盘块为单位拉成一条链。

因创建文件而请求分配空间时，系统从链首依次摘下适当数目的空闲盘块分配给用户。

因删除文件而释放存储空间时，系统将回收的盘块依次插入空闲盘块链的末尾。

优点：分配和回收一个盘块的过程非常简单，但为一个文件分配盘块时，可能要重复操作多次。

空闲盘区链

将所有空闲盘区拉成一条链。每个盘区上含有：

  指示下一空闲盘区的指针、本盘区大小等信息

分配通常采用首次适应算法。回收盘区时，将回收区与相邻的空闲盘区相合并。

为提高检索速度，可以采用显式方法，为空闲盘区建立一张链表放在内存中。

分配、回收操作涉及的链式数据结构的处理方便

2）位示图法——位示图

利用二进制的一位来表示一个盘块的使用情况。

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。

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=m*n。可用m*n个位数来构成位示图，可看成是二维数组（数据结构）。

盘块的分配与回收

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+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。