Linux系统编程【4】——文件系统
pwd命令的作用
Linux的文件系统比较庞大，所以笔者从pwd这一命令入手，在实现的过程中加深对文件系统的了解。
输入：man pwd
从指导文档中可以看到，pwd命令的作用是显示出当前所处位置，以路径的形式打印出来。
举例如下：
笔者首先输入pwd命令，显示出/home/lularible，说明我当前就处在该位置。
当笔者进入其中的一个子目录"bin"时，再次输入pwd命令，显示出/home/lularible/bin，这是显而易见的。
Linux文件系统内部结构
为了能够实现pwd命令，就需要先了解Linux文件系统的内部结构
文件系统的多层抽象
一般而言，文件是存储在硬盘上的，那么将磁盘这一物理实体，进行逻辑划分和组织，就是进行抽象的过程。目的就是为了便于管理。
最朴素的管理手段就是，给硬盘的区域编号，按照编号从低到高给文件分配存储空间。当然，访问效率就可想而知了（当文件数量一多，访问效率将会及其低下）。所以那些系统开发人员就发挥出自己的聪明才智，对文件系统进行了巧妙的设计。
第一层抽象：从磁盘到分区s
一整块磁盘，能存储大量的数据，统一管理起来不太方便。若能将它分而治之，则更加灵活。比如说windows系统里面的磁盘分区：C盘，D盘，E盘等等。每个分区都可以看作是一个独立的磁盘。
第二层抽象：从磁盘到块序列
一个磁盘由一些磁性盘片组成。每个盘片的表面都被划分为很多同心圆，这些同心圆称作磁道，每一个磁道又进一步被划分为扇区，每个扇区可以存储一定字节的数据（如512字节）。扇区是磁盘上的基本存储单元，每次空间分配或者访问都是以一个扇区为最小单位。
第三层抽象：从块序列到三个区域的划分
为了存储不同类型的数据（文件内容、文件属性、目录），将磁盘块分为3个部分：
- 1.超级块：文件系统中的第一个块被称为超级块，用来存放文件系统本身的结构信息。
- 2.i-节点表：文件系统的下一个部分被称为i-节点表。每个文件都有一些属性，如大小、文件所有者和最近修改时间等。这些性质被记录在一个称为i-节点的结构中。所有的i-节点都有相同的大小，并且i-节点表是这些结构的一个列表。
- 3.数据区：文件系统的第三部分是数据区。文件的内容保存在这个区域。
创建一个文件的过程
文件有内容和属性，内核将文件内容存放在数据区，文件属性存放在i-节点，文件名存放在目录。下图所示为创建一个文件的例子：
其中的几个主要操作为：
- 1.存储属性：内核找到一个空的i-节点（图中为47），把文件信息记录到该i-节点中。
- 2.存储数据：内核从空闲磁盘块表中获得627、200、992这三个磁盘块，将内核缓冲区中的数据复制到这三个磁盘块中。
- 3.记录分配情况：文件内容按序存放在磁盘块627/200/992中。内核在i-节点的磁盘分布区记录了上述序列块。磁盘分布区是一个磁盘块序号的列表，这三个编号放在最开始的三个位置。
- 4.添加文件名到目录：新文件的名字是userlist。内核将入口（47,userlist）添加到目录文件。文件名和i-节点号之间的对应关系将文件名和文件的内容及属性连接了起来。
目录的结构
目录被抽象为一个包含i-节点号和文件名的表。
输入ls -ia可以查看当前目录包含的文件以及对应的i-节点号：
如代表当前目录的"."的i-节点号为1048600，代表上一级目录的".."的i-节点号为936372。再看一下根目录的组成：
其中"."和".."的i-节点号都是2，说明根目录的上级目录就是自己。另外，还可以看到存在i-节点号一样的文件（目录），这就是硬链接，将在后续的软、硬链接区别一节中叙述。
文件读取的工作原理
既然知道了目录的结构，那么就可以理一遍文件读取的过程了。举例来说：
输入cat userlist，表示读取userlist这个文件并显示。
step1.在目录中寻找文件名
文件名存储在目录文件中，内核在目录文件中寻找包含字符串"userlist"的记录。userlist所在的记录包含编号为47的i-节点。
step2.定位i-节点并读取内容
内核在文件系统中的i-节点区域找到i-节点47。i-节点包含数据块编号的列表。
step3.访问存储文件内容的数据块
在step2之后，即知道了数据块的位置和在磁盘中的顺序，就可以通过不停的调用read函数，使内核不断将字节从磁盘复制到内核缓冲区。
ps:读取权限的控制：内核根据文件名找到i-节点号，再根据i-节点号找到i-节点。在i-节点中，找到文件的权限位和用户ID，从而判断该用户是否具有读取权限。
大文件的i-节点
每个文件对应一个i-节点，而每个i-节点大小是固定的，所以当文件内容需要占用很多磁盘块时，i-节点中的磁盘分布区可能不够用。这个时候，就需要采用多级分配的方式。一图说明问题：
其中，级数越多，访问磁盘时就越慢。因为需要按照每一级的指引，多次读取磁盘。
实现pwd
思路
- 1.获得当前目录的i-节点号，记为stat
- 2.改变目录至上级目录
- 3.找到i-节点号stat的名字
重复上述步骤，直到树顶。到树顶的判断依据：一个目录的"."和".."的i-节点号相同。
源代码
#include<stdio.h>
#include<sys/types.h>
#include<sys/stat.h>
#include<dirent.h>
#include<stdlib.h>
#include<string.h>
#include<unistd.h>
ino_t get_inode(char*);
void printpathto(ino_t);
void inum_to_name(ino_t,char*,int);
int main()
{
printpathto(get_inode(".")); //打印当前位置（文件路径）
putchar('\n');
return 0;
}
void printpathto(ino_t this_inode)
{
ino_t my_inode;
char its_name[BUFSIZ];
if(get_inode("..") != this_inode)
{
chdir(".."); //往上一级
inum_to_name(this_inode,its_name,BUFSIZ); //获得i-节点号对应的文件名
my_inode = get_inode("."); //获得当前目录节点号
printpathto(my_inode); //递归打印
printf("/%s",its_name); //打印文件名
}
}
//获得i-节点号对应的文件名
void inum_to_name(ino_t inode_to_find,char* namebuf,int buflen)
{
DIR* dir_ptr;
struct dirent* direntp;
dir_ptr = opendir(".");
if(dir_ptr == NULL){
perror(".");
exit(1);
}
while((direntp = readdir(dir_ptr)) != NULL){
if(direntp->d_ino == inode_to_find){
strncpy(namebuf,direntp->d_name,buflen);
namebuf[buflen-1] = '\0';
closedir(dir_ptr);
return;
}
}
fprintf(stderr,"error looking for inum %ld\n",inode_to_find);
exit(1);
}
//获得文件名对应的i-节点号
ino_t get_inode(char* fname)
{
struct stat info;
if(stat(fname,&info) == -1){
fprintf(stderr,"Cannot stat");
perror(fname);
exit(1);
}
return info.st_ino;
}
当pwd01命令运行在装载文件系统中时，可能会出现与原版pwd不同的结果。（装载文件系统是指将它嵌入到已有的系统以获得某些支持，子树的根目录被嵌入到根文件系统的一个目录中，子树所在的目录被称为第二个系统的装载点。）依据pwd01命令的实现逻辑，当遇到当前目录和上级目录i-节点号一样时，就停止上溯，实际上可能只是到达了一个被装载的文件系统的顶端，而非整个文件系统的顶端。
硬链接和软链接（符号链接）
假设多个文件名通过硬链接的方式指向同一个文件，那么它们拥有同一个i-节点，系统会记录链接数。如果删除其中的一个文件，则会将链接数减一，直到链接数为0时，才会真正删除文件。
而建立原文件的软链接，则其i-节点号与原文件的不同，并且链接数、修改时间和文件大小都不同于原始文件。若原始文件被删除或者位置变动或者被改名，那么软链接将指向空。这种思想有点类似于window中的快捷方式。
参考资料
《Understanding Unix/Linux Programming A Guide to Theory and Practice》
欢迎大家转载本人的博客（需注明出处），本人另外还有一个个人博客网站：lularible的个人博客，欢迎前去浏览。
