Linux 链接文件详解

2022-07-04 本文已影响0人越前君

配图源自 Freepik

一、前言

以 macOS 为例，在 Finder 中右键可以看到「复制」、「拷贝」、「制作替身」等操作。它们之间有什么区别呢？另外，还有本文重点讨论的「软链接」、「硬链接」又是什么呢？

从操作结果看，它们都生成了一个「副本」，但有着本质上的区别。

复制与拷贝

它们的共同点是都会生成一个文件的副本，而且副本与原始文件是两个独立的文件。也就是说，修改其一不会对另一个造成任何影响。二者区别在于，复制操作会立刻在当前目录下生成一个副本，而拷贝操作则会将副本放至剪贴板，等待被粘贴。

软链接与硬链接

操作系统内置的文件管理器未直接提供相关功能，通常只能通过命令行操作。从操作结果看，它们都产生了一个“副本”（打个引号），但这个副本与原始文件是有关联的。

替身（Alias）

它是 macOS 操作系统独有的一个概念。它是结合了软链接和硬链接的优缺点的一种解决方案。

可以提前观察一下，它们之间有哪些特点。

$ ls -il
total 40
59499107 -rw-r--r--  1 frankie  staff   21  7 10 19:57 README.md
59499302 -rw-r--r--  2 frankie  staff   13  7 10 20:00 a-hardlink.txt
59499638 lrwxr-xr-x  1 frankie  staff   49  7 10 20:09 a-symlink-absolute.txt -> /Users/frankie/Desktop/Web/Temp/simple-link/a.txt
59499576 lrwxr-xr-x  1 frankie  staff    5  7 10 20:08 a-symlink-relative.txt -> a.txt
59499486 lrwxr-xr-x  1 frankie  staff    5  7 10 20:04 a-symlink.txt -> a.txt
59499302 -rw-r--r--  2 frankie  staff   13  7 10 20:00 a.txt
59499900 -rw-r--r--@ 1 frankie  staff  960  7 10 20:12 a.txt的替身
59499003 -rw-r--r--  1 frankie  staff   92  7 10 19:57 package.json
59499138 drwxr-xr-x  2 frankie  staff   64  7 10 19:57 src

二、基础概念

链接

通常，人类所说的链接多指 URL，表示互联网上的网页、图像、音频、文件等资源。

但是，本文所提之「链接」是 POSIX 标准中的一个概念，是一种文件共享的方式。这种文件称为「链接文件」，目前主流操作系统都支持链接文件。

链接文件可分为「符号链接 symbolic link」和「硬链接 hard link」两种。其中符号链接又称为「软链接 soft link, symlink」。

从中文角度出发，为了对比更鲜明，下文将称为「软链接」和「硬链接」。

文件与目录

人类在管理文件时，通常会划分为「文件」和「目录」两种，后者是承载前者的一种容器，这种划分方式对人类是友好的，可便于归纳整理。但在操作系统看来，目录（directory）本身也是一种文件，下称为目录文件。

下文若无特殊说明，所提到的「文件」均从操作系统角度出发，因此它可能包含了文件和目录。

文件存储

我们的文件是存储在「硬盘」上的，硬盘上的最小存储单位是「扇区 Sector」。操作系统读写硬盘时，最小的存取单位是「块 Block」。一个扇区存储 512 个字节（0.5KB），而一个块大小最常见为 4KB，即连续的八个扇区组成了一个块。

一个文件分为数据部分和元信息两部分，其中文件数据都存储在「Block」中，文件元信息存储在一个名为「inode」的区域。

每一个文件都有对应的 inode，它包含了文件的元信息，比如创建者、创建日期、大小等信息。需要注意的是，文件名称并不包含在 inode 信息中（下文会介绍），而且 inode 也会占用硬盘空间。

文件区分

通常来说，人类是通过「文件名称」来区分不同文件的，更严谨一点应该是「文件路径」。

但是，操作系统是通过一个称为「inode 号码」（一个 inode 对应一个 inode 号码）的东西来区分不同文件的。操作系统允许不同的文件名称可以具有同一个 inode 号码。inode 号码相同的文件，其文件数据是相同的，都指向了硬盘中存储的同一份数据（自然也就只占用了一份硬盘空间）。这才是本质意义上的同一文件。

以祖国的公民身份证系统来比喻，身份证号码对应 inode 号码，姓名对应为文件名称。在全国范围内，身份证号码是唯一的，姓名则不是，因此若要确定具体的某个人，只能通过身份证去查找。姓名和文件名称一样允许重名，当然在操作系统中同一路径下文件不允许重名。

细心的同学会发现，这里面其实是有界定范围的，身份证系统中的证件号码只能确保在国内是唯一的。假设某个国家也有一套类似的身份证系统，我国的小明与他国的小花证件号码是有可能重复的，那么在全世界范围内，就无法通过这个证件号码指向具体的某个人。在操作系统上同样存在这个问题，原因是多数操作系统都支持挂载「多个」文件系统，而 inode 号码则是由文件系统进行分配。尽管同一个文件系统中 inode 号码不会重复，但是多个文件系统之间是会出现相同的 inode 号码的。可以将操作系统比喻为全世界，文件系统比喻成国家，道理是一样的。

下文若无特殊说明，所指 inode 号码均指同一文件系统内。

文件信息

通过 ls（英文 list 的缩写）命令可以查看文件清单。本文用到参数有：

-a 表示列举全部文件，包括隐藏文件。
-l 表示列举文件细节，包括文件属性、权限、所有者、所在群组、大小、相关日期、文件名称、链接指向等。
-i 表示列举文件的 inode 号码。

# 列举所有文件名称
$ ls
README.md               a-symlink-relative.txt  a.txt的替身
a-hardlink.txt          a-symlink.txt           package.json
a-symlink-absolute.txt  a.txt                   src

# 列举所有文件名称和 inode 号码
$ ls -i
59499107 README.md              59499576 a-symlink-relative.txt 59499900 a.txt的替身
59499302 a-hardlink.txt         59499486 a-symlink.txt          59499003 package.json
59499638 a-symlink-absolute.txt 59499302 a.txt                  59499138 src

# 列举所有文件名称、inode 号码以及其他细节
$ ls -il
total 40
59499107 -rw-r--r--  1 frankie  staff   21  7 10 19:57 README.md
59499302 -rw-r--r--  2 frankie  staff   13  7 10 20:00 a-hardlink.txt
59499638 lrwxr-xr-x  1 frankie  staff   49  7 10 20:09 a-symlink-absolute.txt -> /Users/frankie/Desktop/Web/Temp/simple-link/a.txt
59499576 lrwxr-xr-x  1 frankie  staff    5  7 10 20:08 a-symlink-relative.txt -> a.txt
59499486 lrwxr-xr-x  1 frankie  staff    5  7 10 20:04 a-symlink.txt -> a.txt
59499302 -rw-r--r--  2 frankie  staff   13  7 10 20:00 a.txt
59499900 -rw-r--r--@ 1 frankie  staff  960  7 10 20:12 a.txt的替身
59499003 -rw-r--r--  1 frankie  staff   92  7 10 19:57 package.json
59499138 drwxr-xr-x  2 frankie  staff   64  7 10 19:57 sr

以 macOS 为例，命令行中文件细节所表示如下。

不同操作系统或不同终端工具所展示内容或有不同。

三、inode

本文一些内容摘自阮一峰老师文章：理解 inode。

往下之前，需要先了解 inode 是什么，干什么用的？

inode 是 index node 的简写，译为索引节点。每一个文件都有对应的 inode，它包含了以下这些文件元信息：

文件字节数

文件所有者的 User ID

文件所在群组的 User ID

文件的读、写、执行权限

文件的时间戳，共有三个：ctime 指 inode 上一次更改时间，mtime 指文件内容上一次更改时间，atime 指文件上一次被访问时间。

链接个数，即有多少个文件名称指向这个 inode

文件数据 Block 的文件

是的，inode 信息里没有存储文件名称。可以先思考下：它会被存放到哪里呢？

inode 信息

使用 stat 命令可以查看文件的 inode 信息：

$ stat -x README.md

  File: "README.md"
  Size: 21           FileType: Regular File
  Mode: (0644/-rw-r--r--)         Uid: (  501/ frankie)  Gid: (   20/   staff)
Device: 1,5   Inode: 59499107    Links: 1
Access: Sun Jul 10 19:57:53 2022
Modify: Sun Jul 10 19:57:51 2022
Change: Sun Jul 10 19:57:51 2022
 Birth: Sun Jul 10 19:57:26 2022

inode 大小

inode 本身也会占用硬盘空间。操作系统会将硬盘分为两个区域：一个是「数据区」，用于存储文件数据；一个是「inode 区」，用于存放 inode 所包含的信息。

每个 inode 大小一般是 128 字节或 256 字节。通常是每 1KB 或每 2KB 就设置一个 inode。由于在硬盘格式化时，inode 总数量就已经给定。而且每个文件必须要有一个 inode，因此有可能发生 inode 已经用完，但硬盘未存满的情况，此时无法再从硬盘上创建新文件。

inode 号码

每个文件都有 inode，而每个 inode 会对应一个号码，称为「inode 号码」。在 Unix/Linux 操作系统中是通过 inode 号码来识别不同文件的。文件名称只是 inode 号码的一个「别称」，但这个别称对人类是友好的、易于记忆与区分的。

还是用我国的公民身份证系统来比喻，身份证号码对应 inode 号码，而姓名则对应文件名称。平常问候朋友总不能说「那个 4413*****3425（乱写的）吃饭了没」，显然「小明你吃饭了没」更合适。

目录文件

目录文件的结构非常简单，就是一系列目录项（dirent）的列表。

每个目录项由两部分组成：所包含文件的文件名称，以及该文件名称对应的 inode 号码。

前面提到，文件名称没有存到 inode 信息中，文件名称被存在至目录项中。

通过 ls -i 命令可以查看文件的 inode 号码：

# 列出目录文件中的所有文件名称
$ ls
README.md       package.json    src

# 列出目录文件中所有文件名称和 inode 号码
$ ls -i
59499107 README.md      59499003 package.json   59499138 src

# 列出目录文件中所有文件名称、inode 号码以及其他详细信息
$ ls -il
total 16
59499107 -rw-r--r--  1 frankie  staff  21  7 10 19:57 README.md
59499003 -rw-r--r--  1 frankie  staff  92  7 10 19:57 package.json
59499138 drwxr-xr-x  2 frankie  staff  64  7 10 19:57 src

平常访问一个文件，可以分为几个步骤：

在当前目录文件中，根据文件名称找到对应的文件 inode 号码；

通过 inode 号码，获取到 inode 信息；

根据 inode 信息，找到文件数据存储的 Block，然后读出数据。

当操作系统得知 inode 号码之后，后续可以直接通过该号码对文件执行相关操作。

四、软链接与硬链接

创建链接

使用 ln（英文 link 的缩写）命令可以为文件创建软链接、硬链接。命令较为简单，如下：

# 创建硬链接
$ ln <source-file> <target-file>

# 创建软链接
$ ln -s <source-file> <target-file>

创建软链接时，原始文件路径（即 <source-file>）建议使用「绝对路径」，以避免移动软链接后无法正常访问目标文件。

硬链接

通常情况下，文件名称与 inode 号码是「一一对应」的关系，即一个 inode 对应一个文件名称。但是，主流操作系统都允许多个文件名称指向同一个 inode 号码。

换句话说，通过不同的文件名称可以访问到同样的文件内容，对文件内容的修改自然会影响所有对应的文件名称。但是，删除其中一个，不会影响到另一个的访问，这种情况称为「硬链接」。

$ touch a.txt && echo 'some text...' >> a.txt

$ ln a.txt a-hardlink.txt

$ ls -il
total 32
59499107 -rw-r--r--  1 frankie  staff  21  7 10 19:57 README.md
59499302 -rw-r--r--  2 frankie  staff  13  7 10 20:00 a-hardlink.txt
59499302 -rw-r--r--  2 frankie  staff  13  7 10 20:00 a.txt
59499003 -rw-r--r--  1 frankie  staff  92  7 10 19:57 package.json
59499138 drwxr-xr-x  2 frankie  staff  64  7 10 19:57 src

可以看到 a.txt 与 a-hardlink.txt 的 inode 号码是相同的，都指向 59499302 这个 inode 号码。其中有一项表示「链接个数」，记录指向该 inode 的文件名称总数。目前指向 59499302 号码的文件有 a.txt 和 a-hardlink.txt 两个文件，因此其链接个数为 2。

$ rm a-hardlink.txt

$ ls -il
total 24
59499107 -rw-r--r--  1 frankie  staff  21  7 10 19:57 README.md
59499302 -rw-r--r--  1 frankie  staff  13  7 10 20:00 a.txt
59499003 -rw-r--r--  1 frankie  staff  92  7 10 19:57 package.json
59499138 drwxr-xr-x  2 frankie  staff  64  7 10 19:57 src

当我们删除其一时，a.txt 对应链接数将会「减一」。当链接个数减到零时，表示没有文件名称指向这个 inode 了，操作系统将会回收这个 inode 号码，以及其对应的 block 区域。

需要注意的是，创建目录时会默认生成两个目录项：. 和 ..，分别表示当前目录的硬链接、父目录的硬链接，它们的 inode 号码也是对应的。因此，当我们创建一个空目录后其链接个数为 2：一个是所创建目录名，一个是当前目录下的 . 目录。

因此，硬链接本质上只是新增一个文件名称到某个 inode 号码而已。

软链接

通过前面发现，硬链接与原始文件的 inode 号码是相同的。但是软链接的 inode 号码与原始文件是不一样的。

假设有文件 A 和 B，它们的 inode 号码不同，但是 B 文件的内容是 A 文件的路径。当读取 B 文件时，系统将会自动导向 A 文件，读取的都是 A 文件的内容。此时，B 文件被称为 A 文件的「软链接」。

$ ln -s a.txt a-symlink.txt

$ ls -il
total 32
59499107 -rw-r--r--  1 frankie  staff  21  7 10 19:57 README.md
59499302 -rw-r--r--  2 frankie  staff  13  7 10 20:00 a-hardlink.txt
59499486 lrwxr-xr-x  1 frankie  staff   5  7 10 20:04 a-symlink.txt -> a.txt
59499302 -rw-r--r--  2 frankie  staff  13  7 10 20:00 a.txt
59499003 -rw-r--r--  1 frankie  staff  92  7 10 19:57 package.json
59499138 drwxr-xr-x  2 frankie  staff  64  7 10 19:57 src

可以发现，a.txt 与 a-symlink.txt 的 inode 号码是不一样的。因此，创建软链接不会使得原始文件的链接个数发生改变。

通过创建软链接而生成的新文件，其本身拥有一个新的 inode。与原始文件不同的是，它的文件内容是原始文件的文件路径。以 a-symlink.txt 为例，其文件大小为 5 个字节，就是文件内容 a.txt 的字节数（一个英文字符占一个字节）。

由于 a-symlink.txt 文件是依赖于 a.txt 文件的，意味着删除原始文件 a.txt 后，再次访问 a-symlink.txt 文件就会报错：No such file or directory。

因此，软链接本质上只是记录了某个文件路径。

注意点

创建软链接建议使用「绝对路径」，以避免所生成的软链接在移动至其他目录之后，无法访问到原始文件。

$ ln -s a.txt a-symlink-relative.txt

$ ln -s ~/Desktop/Web/Temp/simple-link/a.txt a-symlink-absolute.txt

二者区别在于，原始文件的路径一个是相当路径，一个是绝对路径。接着，将这两个软链接移至其他桌面目录，然后在桌面目录下访问软链接，会发生什么呢？

$ mv a-symlink-relative.txt ~/Desktop

$ mv a-symlink-absolute.txt ~/Desktop

$ cat ~/Desktop/a-symlink-relative.txt
cat: a-symlink-relative.txt: No such file or directory

$ cat ~/Desktop/a-symlink-absolute.txt
some text...

$ ls -l
total 32
-rw-r--r--  1 frankie  staff  21  7 10 19:57 README.md
-rw-r--r--  2 frankie  staff  13  7 10 20:00 a-hardlink.txt
lrwxr-xr-x  1 frankie  staff  49  7 10 20:09 a-symlink-absolute.txt -> /Users/frankie/Desktop/Web/Temp/simple-link/a.txt
lrwxr-xr-x  1 frankie  staff   5  7 10 20:08 a-symlink-relative.txt -> a.txt
lrwxr-xr-x  1 frankie  staff   5  7 10 20:04 a-symlink.txt -> a.txt
-rw-r--r--  2 frankie  staff  13  7 10 20:00 a.txt
-rw-r--r--  1 frankie  staff  92  7 10 19:57 package.json
drwxr-xr-x  2 frankie  staff  64  7 10 19:57 src

a-symlink-relative.txt 在移动到其他目录后，就不能正常访问原始文件了，而 a-symlink-absolute.txt 则不受影响。换句话说，软链接里记录的原始文件路径可以是相当路径或绝对路径，取决于创建时使用了哪种路径（即上面箭头后面的路径）。其中 cat ~/Desktop/a-symlink-relative.txt 相当于 cat ~/Desktop/a.txt，自然就找不到了。

注意，修改原始文件名称、移动或删除原始文件，就无法通过它的软链接访问到文件了。

由于硬链接和原始文件的形式是一模一样的，因此操作系统是无法区分硬链接还是原始文件的。在文件管理器中二者看着是一样的。软链接则在文件图标上有一个箭头的图案。
硬链接无法跨文件系统。

前面也提到过，不能跨文件系统的原因是，不同文件系统的 inode 号码是会出现重复现象的。

$ ln src src-harklink
ln: src: Is a directory

拒绝创建目录硬链接是 ln 命令本身，而不是操作系统。因为对目录创建硬链接，可能会打破文件系统的有向无环图结构。

更多请看文章：多角度分析为什么 Linux 的硬连接不能指向目录

移动、修改文件名称，不会影响 inode 号码。
一些文件名称包含特殊字符的文件，无法正常删除。可以通过直接删除 inode 的方式去删除文件。

五、替身

通过前面的介绍，可以知道软链接、硬链接都有一些缺点：

移动、重命名或删除原始文件后，就无法通过软链接访问到原始文件了。
硬链接无法链接目录，不能跨文件系统。

那么，能不能结合两者的优点，产生一种新的方案来避免两者的缺点呢？

在 macOS 上有一种类似的解决方案：「替身 Alias」。替身文件记录了原始文件的路径和 inode 号码，当访问替身文件时，系统分析替身文件，找到原始文件的路径信息，然后判断原始文件是否存在，若存在则访问它，如果不存在，就寻找有相同 inode 号码的文件，然后访问该文件。

$ osascript -e 'tell application "Finder" to make alias file to POSIX file "/Users/frankie/Desktop/Web/Temp/simple-link/a.txt" at POSIX file "/Users/frankie/Desktop/Web/Temp/simple-link/"'
alias file a.txt的替身 of folder simple-link of folder Temp of folder Web of folder Desktop of folder frankie of folder Users of startup disk

$ ls -il
total 40
59499107 -rw-r--r--  1 frankie  staff   21  7 10 19:57 README.md
59499302 -rw-r--r--  2 frankie  staff   13  7 10 20:00 a-hardlink.txt
59499638 lrwxr-xr-x  1 frankie  staff   49  7 10 20:09 a-symlink-absolute.txt -> /Users/frankie/Desktop/Web/Temp/simple-link/a.txt
59499576 lrwxr-xr-x  1 frankie  staff    5  7 10 20:08 a-symlink-relative.txt -> a.txt
59499486 lrwxr-xr-x  1 frankie  staff    5  7 10 20:04 a-symlink.txt -> a.txt
59499302 -rw-r--r--  2 frankie  staff   13  7 10 20:00 a.txt
59499900 -rw-r--r--@ 1 frankie  staff  960  7 10 20:12 a.txt的替身
59499003 -rw-r--r--  1 frankie  staff   92  7 10 19:57 package.json
59499138 drwxr-xr-x  2 frankie  staff   64  7 10 19:57 src

$ cat a.txt的替身
bookmark88��$n�|=�A�lUsersfrankieDesktopWebTemp
                                               simple-linka.txt 0@LX �~
                                                                      ��I������A�={l��  file:///
                                                                                                Macintosh H� hA���$C7FF9732-E725-402E-8FC2-AF9D4F2482C5���/3dnibtxt????����|D@4TlUlVd $ � � � � �  0 d�x� ���d��l"�0%

创建替身其 inode 号码与原始文件的不相同。通过 cat 命令查看内容时，不会重定向到原始文件，而是直接看到其内容。在 Finder 上可以看到它跟软链接一样，文件图标上都有一个箭头图案。

六、应用场景

总结一下软链接、硬链接的特点：

共同点

创建软链接或硬链接，都会产生一个文件副本。

删除硬链接或软链接，都不会对原始文件产生影响。

对硬链接或软链接的文件内容进行修改，实质上都是在操作原始文件的内容。因此修改任意一个，其他都会同步受影响。

不同点

硬链接无法链接目录，软链接是可以的。

硬链接无法跨文件系统，软链接是可以的。

删除或移动原始文件，对硬链接不会产生影响，但通过软链接再也无法访问到原始文件的内容。

重命名原始文件，本质上只是修改了文件路径，对 inode 无影响，自然就不会影响到硬链接，但软链接就无法访问到原始文件了。

创建硬链接不占用硬盘空间，而创建软链接会占用一点点的硬盘空间（需存储 inode 信息和文件内容）。

从视觉角度来看，软链接的文件图标有一个箭头图案（不同操作系统可能略有差别），而硬链接跟普通文件一样，如果不通过文件名称无法区分普通文件还是硬链接文件。

应用场景

在前端领域也广泛使用了软链接、硬链接，比如 npm CLI、npm link、pnpm 等工具。

以 pnpm 为例，通过 pnpm install 命令安装的依赖包都将存储在 ~/Library/pnpm/store 目录下（7.x 版本之前全局目录是 ~/.pnpm_store，详见 #2574）。假设项目中安装了 jest 依赖包，会产生这样两个目录：

./node_modules/jest
./node_modules/.pnpm/jest@28.1.2/node_modules/jest

第一个目录是第二个目录的软链接，Node 查找 jest 依赖会找到 ./node_modules/jest，由于它是软链接，系统根据其文件内容的路径找到了 ./node_modules/.pnpm/jest@28.1.2/node_modules/jest 目录，该目录里面的文件都是全局依赖目录下相关文件的硬链接。pnpm 利用软链接构建出更干净的 node_modules 目录，不再像 npm/yarn 那样的扁平化结构，也解决了「幽灵依赖」的问题。而且 node_modules/.pnpm 下使用了硬链接可以节省大量的硬盘空间。

除此之外，还有很多很多...

比如 Windows 的快捷方式、Finder 的侧边栏等。对于一些路径层级特别深的文件，快捷方式是一个非常高效的方法。还有，你女朋友在桌面删掉的只是软链接而已，对原始文件毫无影响...

比如照片分类。假设我们的硬盘里存储了 10GB 的照片，如果想要按拍摄时间、拍摄地点、图片类型等方式分类，我们可以利用硬链接的特点，在其他目录创建图片文件的硬链接进行分类，最重要的是它们只会占用一份硬盘空间。

比如文件共享。假设多人对同一个文件进行维护的时候，每个人可以在私人目录下创建该文件的硬链接，它的所有修改都会同步到原始文件中。最重要的是，即使某人不慎误删了文件，也不会丢失文件。

比如文件备份。最原始的方式应该是修改完目标文件后，然后拷贝一份至存档目录。这种方式除了麻烦，还会占用两份同等大小的硬盘空间。利用硬链接的特点就可以轻松解决，达到仅占用一份硬盘空间，同步修改的效果。