【Linux】文件系统知识梳理：从磁盘硬件到文件管理
亲爱的读者朋友们😃，此文开启知识盛宴与思想碰撞🎉。
快来参与讨论💬，点赞👍、收藏⭐、分享📤，共创活力社区。
目录
一、硬件基础
（一）磁盘物理结构
（二）磁盘寻址方式
二、文件系统核心概念
（一）块与分区
1.1引入“块”概念
1.2引入"分区"概念
（二）inode
三、ext2 文件系统剖析
（一）整体架构
（二）块组内部构成
2.1超级块（Super Block)
2.2 GDT（Group Descriptor Table）
2.3 块位图（Block Bitmap）
2.4 inode 位图（Inode Bitmap）
2.5 i 节点表 (Inode Table)
2.6 Data Block
（三）inode 与数据块映射及文件操作
（四）目录与文件名
（五）路径缓存与挂载分区
四、软硬连接：文件引用的不同方式
（一）硬链接
（二）软链接
（三）软硬连接对比与用途
一、硬件基础
（一）磁盘物理结构
机械磁盘是计算机里独特的机械设备，作为外部存储设备，它容量超大、价格亲民，可惜读写速度有点不给力。
磁盘存储数据的基本单元是扇区，每个扇区 512 字节，属于块设备。磁盘由盘片、磁头、磁道、柱面这些部分构成🧐。
盘片有上下两面，各对应 1 个磁头；磁道从盘片外圈往内圈编号，靠近主轴的同心圆是磁头的 “停车位”，不存数据；多个盘片上相同半径的磁道组成柱面；每个磁道又被划分成好多扇区。磁盘容量的计算公式是：磁盘容量 = 磁头数 × 磁道（柱面）数 × 每道扇区数 × 每扇区字节数。
如何定位一个扇区呢？
- 可以先定位磁头（header）
- 确定磁头要访问哪⼀个柱面(磁道)（cylinder）
- 定位⼀个扇区(sector)
柱面，磁道，扇区
（二）磁盘寻址方式
柱⾯（cylinder），磁头（head），扇区（sector），显然可以定位数据了，这就是数据定位(寻址)⽅式之⼀，CHS寻址⽅式。
- CHS 寻址：早期磁盘靠 CHS（ 柱面（cylinder）、磁头（head）和扇区（sector））来定位数据。但因为系统存磁头、柱面和扇区地址的位数有限制，CHS 模式支持的硬盘最大容量只有 8064MB（按 1MB = 1048576B 算）或 8.4GB（按 1MB = 1000000B 算）😕。
- LBA 寻址：为了突破 CHS 的限制，逻辑块地址（LBA）闪亮登场✨。
磁带上面可以存储数据，我们可以把磁带“拉直”，形成线性结构
那么磁盘本质上虽然是硬质的，但是逻辑上我们可以把磁盘想象成为卷在⼀起的磁带，那么磁盘的逻辑存储结构我们也可以类似于：
这样每⼀个扇区，就有了⼀个线性地址(其实就是数组下标)，这种地址叫做LBA
二、文件系统核心概念
（一）块与分区
1.1引入“块”概念
其实硬盘是典型的“块”设备。操作系统读取硬盘数据的时候，其实是不会一个个扇区地读取，这样效率太低，而是一次性连续读取多个扇区，即一次性读取一个“块”（block）。
硬盘的每个分区是被划分为一个个的“块”。一个“块”的大小是由格式化的时候确定的，并且不可以更改，最常见的是 4KB，即连续八个扇区组成一个“块”。“块”是文件存取的最小单位。
1.2引入"分区"概念
其实磁盘是可以被分成多个分区（partition）的。以Windows的观点来看，你可能会有一块磁盘，并且将它分区成C、D、E盘，C、D、E就是分区。从实质上说，分区就是对硬盘的一种格式化。但在Linux中，设备都是以文件形式存在的，那么它是怎么分区的呢？
柱面是分区的最小单位。我们可以利用参考柱面号码的方式来进行分区，其本质就是设置每个区的起始柱面和结束柱面号码。 此时，我们可以将硬盘上的柱面（分区）进行平铺，将其想象成一个大的平面，如下图所示：
📌 注意：
- 柱面大小一致，扇区个数一致，那么其实只要知道每个分区的起始和结束柱面号，知道每一个柱面多少个扇区，那么该分区多大，其实和解释 LBA 是多少也就清楚了。
（二）inode
之前我们说过，文件 = 数据 + 属性。我们使用 ls -l 的时候，除了看到文件名，还能看到文件元数据（属性）。
图中ls -l 显示的文件属性信息，从左到右分别代表：
- 文件类型与权限：第一个字符表示文件类型 ，
-表示普通文件，d表示目录等。后面 9 个字符，每 3 个一组，分别对应文件所有者、所属组、其他用户的权限。权限字符中，r代表读权限，w代表写权限，x代表执行权限，-表示无对应权限 。例如-rw-rw-r--，说明这是普通文件，所有者有读写权限，所属组有读写权限，其他用户只有读权限。- 硬链接数：显示为一个数字 ，表示指向该文件的硬链接数量 。例如
1表示当前有 1 个硬链接指向该文件。- 文件所有者：显示文件的所有者用户名 ，如
Charmer，表示此文件归用户Charmer所有。- 文件所属组：显示文件所属的组名 ，图中
Charmer即表示文件所属组为Charmer组。- 文件大小：以字节为单位显示文件大小 ，如
91字节、45304字节等 。- 文件最后修改时间：显示文件最后一次被修改的日期和
ls -l 读取存储在磁盘上的文件信息，然后显示出来。
其实这个信息除了通过这种方式来读取，还有一个 stat 命令能够看到更多信息。
到这我们要思考一个问题，文件数据都储存在 “块” 中，那么很显然，我们还必须找到一个地方储存文件的元信息（属性信息），比如文件的创建者、文件的创建日期、文件的大小等等。这种储存文件元信息的区域就叫做 inode，中文译名为 “索引节点”。
每一个文件都有对应的 inode，里面包含了与该文件有关的一些信息。为了能解释清楚 inode，我们需要深入了解一下文件系统
📌 注意：
- Linux 下文件的存储是属性和内容分离存储的。
- Linux 下，保存文件属性的集合叫做 inode，一个文件，一个 inode，inode 内有一个唯一的标识符，叫做 inode 号。
📌 再次注意：
- 文件名属性并未纳入到 inode 数据结构内部。
- inode 的大小一般是 128 字节或者 256 字节，我们后面统一 128 字节。
- 任何文件的内容大小可以不同，但是属性大小一定是相同的。
块” 在硬盘分区上不是随意排布的，文件系统通过特定的组织方式来管理 “块” 的布局和查找。inode 通常也是按照文件系统的规则有规律地放置在磁盘上，文件系统负责对其进行组织和管理，以实现对文件属性的有效存储和访问。
三、ext2 文件系统剖析
（一）整体架构
我们想要在硬盘上存储文件，必须先把硬盘格式化为某种格式的文件系统，才能存储文件。文件系统的目的就是组织和管理硬盘中的文件。在Linux系统中，最常见的是ext2系列的文件系统。其早期版本为ext2，后来又发展出ext3和ext4。ext3和ext4虽然对ext2进行了增强，但是其核心设计并没有发生变化，我们仍以较老的ext2作为演示对象。
ext2 文件系统将整个分区划分成若干个同样大小的块组 (Block Group)，如下图所示。只要能管理一个分区就能管理所有分区，也就能管理所有磁盘文件。
ext2 文件系统会根据分区的大小划分为数个Block Group。而每个Block Group都有着相同的结构组成。例如：政府管理各区。
（二）块组内部构成
2.1超级块（Super Block)
存放文件系统本身的结构信息，描述整个分区的文件系统信息。记录的信息主要有：block和inode的总量，未使用的block和inode的数量，一个block和inode的大小，最近一次挂载的时间，最近一次写入数据的时间，最近一次检验磁盘的时间等其他文件系统的相关信息。Super Block的信息被破坏，可以说整个文件系统结构就被破坏了。
2.2 GDT（Group Descriptor Table）
块组描述符表，描述块组属性信息，整个分区分成多个块组就对应有多少个块组描述符。每个块组描述符存储一个块组的描述信息，如在这个块组中从哪里开始是inode Table，从哪里开始是Data Blocks，空闲的inode和数据块还有多少个等等。块组描述符在每个块组的开头都有一份拷贝。
2.3 块位图（Block Bitmap）
- Block Bitmap 中记录着 Data Block 中哪个数据块已经被占用，哪个数据块没有被占用。
2.4 inode 位图（Inode Bitmap）
- 每个 bit 表示一个 inode 是否空闲可用。
2.5 i 节点表 (Inode Table)
- 存放文件属性，如文件大小，所有者，最近修改时间等。
- 当前分组所有 Inode 属性的集合。
- inode 编号以分区为单位，整体划分，不可跨分区。
2.6 Data Block
数据区：存放文件内容，也就是一个一个的 Block。根据不同的文件类型有以下几种情况：
- 对于普通文件，文件的数据存储在数据块中。
- 对于目录，该目录下的所有文件名和目录名存储在所在目录的数据块中，除了文件名外，ls -l 命令看到的其它信息保存在该文件的 inode 中。
- Block 号按照分区划分，不可跨分区。
（三）inode 与数据块映射及文件操作
inode 内部的i_block数组负责 inode 和数据块的映射。
创建新文件时，内核要做这些事🧐：
- 先找到空闲的 inode 记录文件信息；
- 接着给文件分配空闲的数据块并把数据存进去；
- 然后在 inode 上记录数据块列表；
- 最后把文件名和 inode 号的对应关系添加到目录文件中。
（四）目录与文件名
目录其实也是文件，它的内容是文件名和 inode 号的映射关系。
访问文件的时候:
得先打开当前目录，根据文件名找到对应的 inode 号，才能访问文件。
这个过程就是路径解析，要从根目录开始，按照路径依次打开每个目录，根据目录名找指定文件，直到找到目标文件😜。
（五）路径缓存与挂载分区
- 路径缓存：Linux 系统里没有真正意义上的目录，只有文件。只保存文件属性＋文件内容。为了让文件访问更快，Linux 通过内核的
struct dentry结构体维护树状路径结构来做路径缓存。访问文件时，先在缓存里找，要是没找到，就从磁盘加载路径并添加到缓存里 ，就像给文件访问加了个 “高速通道”🚀。- 挂载分区：分区写入文件系统后，得和指定目录关联挂载才能用。我们可以根据访问目标文件的 “路径前缀” 判断它在哪个分区，用
mount命令挂载分区，用完了就用umount命令卸载。
下面将通过几张图进行总结，其中一张为自绘，其余来源于网络。这些图旨在从不同角度加以说明。
四、软硬连接：文件引用的不同方式
（一）硬链接
在 Linux 里，多个文件名可以对应同一个 inode，这就是硬链接啦😎。用ln命令创建硬链接后，这些文件的链接状态是一样的，内核会记录硬连接数。删除文件时，会在目录里删除对应记录，同时把硬连接数减 1，当硬连接数变成 0，就释放磁盘空间啦。
（二）软链接
软链接是通过名字引用另一个文件，新文件和被引用文件的 inode 不一样，就像快捷方式一样，用ln -s命令就能创建。软链接是个独立文件，和硬链接本质上可不同哦😏。
（三）软硬连接对比与用途
硬链接是文件名和目标文件 inode 的映射关系，适合用来做文件备份；软链接作为独立文件，类似快捷方式，能让用户快速访问文件，超方便的🤗。
如果本文对你有帮助，欢迎关注我👉【A charmer】
