文件存储索引

文件的逻辑结构

大体上分为有结构文件和无结构文件。
无结构文件： 如windows下的.txt文件就是无结构的， 文件内部的数据就是一系列的二进制流或者字符流组成， 又称为流式文件。
有结构文件： 数据按记录的形式有组织的排列。 类似于数据库的存储方式。 有结构文件又分为顺序文件、 索引文件、 索引顺序文件三种。

顺序文件：

文件中的记录一个接一个的按逻辑上顺序排列， 记录可以是定长的， 也可以是不定长的。 物理上可以由顺序存储或者链式存储来实现。

PS：
链式存储：不能实现随机访问， 只能从第一个记录依次往后找。
顺序存储：若为可变长记录， 则不能实现随机存储。
若为定长记录， 则可以实现随机存储。 并且如果顺序存储采用的是串结构， 则无法根据关键字来找到某个特定的记录的位置， 而若使用的是顺序结构， 则可以快速找到某个特定的关键字的位置。

顺序文件分为串结构和顺序结构。 其中串结构中 记录之间的顺序与关键字无关， 一般按照存入记录的时间来存储。而在顺序结构中， 记录按照关键字的顺序排列，(比如按学号排列)。
顺序结构中删除/增加一个记录比较麻烦， 串结构比较简单。

索引文件

通过建立索引表来实现索引文件存储， 索引表的结构如下

索引号

长度

指针

指针指向记录，记录可以实现离散存储。
由于索引表是定长记录的顺序文件， 所以可以实现对记录的随机访问。

缺点： 每个记录对应一个索引表项， 导致存储空间利用率低。

索引顺序文件

是对索引文件和顺序文件的结合， 建立索引表，每个索引表项对应一组记录。 其中这组记录中是按照顺序文件的方式存储的。
完成了对索引文件的瘦身， 使索引表的变小。

若一个顺序文件由10000个记录，根据关键字进行检索， 平均需要5000次。
若为索引顺序文件， 把10000个记录分为100组， 每组100个记录， 则平均需要50 + 50 = 100次。
若此时检索次数 依旧很大， 则可以多次分组。

文件目录

文件目录是FCB的有序集合。FCB就是文件控制块。
文件目录是有结构文件，数据按记录存放。
FCB的结构如下：

文件名	类型	存取权限	……	物理位置
usr	目录	读/写	……	外存298号块
……	……	……	……	……

每一个目录下都有一个文件目录， FCB实现了文件名和文件的一一映射， 实现了让用户按名存取

打开一个文件时， 先找到当前文件目录中对应的表项的物理位置， 然后把它读入内存就可以知道当前文件下存放的数据。

目录操作

搜索：当用户使用一个文件时， 需要根据文件名搜索目录， 找到文件对应的目录项。
创建文件：当用户创建一个文件时， 在文件目录中添加对应的FCB。
删除文件： 当用户删除一个文件时， 删除对应的FCB。
显示目录： 略。
修改目录：略。

目录结构

分为单级目录， 两级目录， 多级目录（树形目录）， 无环图目录， 索引节点。

单级目录

整个系统只有一张目录表， 每个文件占一个目录项，可以实现按名存取， 但不允许重名。

两级目录

第一层文件目录中存放不同用户的主文件目录(MFD)， 第二层文件目录中存放用户的用户文件目录（UFD）， 不同用户之间可以重名， 但用户不可以对自己的文件再分类。

多级目录 又称为树形目录

Windows就是采用这种目录， 打开一个文件夹， 文件中还可以有文件夹。
当用户需要访问某个文件是需要指明路径。

路径分为两种：绝对路径和相对路径。
绝对路径：从根目录出发的路径。
相对路径：从某当前目录出发的路径。

绝对路径每次都要从根目录一级一级的往下找，I/O操作次数多，效率低。
相对路径可以从当前目录出发， 减少I/O操作。
不便于实现目录共享。

无环图目录

在树形目录的基础上增加了一些指向同一个节点的有向边， 成为了一个有向无环图。
不同目录下的文件可以指向不同的文件。
在这种情况下，当进行文件删除操作时，不能直接删除， 在这种结构下， 每个文件都有一个共享计数器， 每一个指向该文件的目录项都会使该计数器加一， 当删除时，该目录项删除，并且共享计数器减一， 若为0， 则删除该文件。

索引节点

索引节点是对FCB的改进，在实际中查找各级目录是的过程中，只需要文件名，只有当文件名匹配时，才需要读入其它信息，所以在没有匹配时除了文件名的信息就是冗余的。

索引节点的结构如下

文件名

索引节点指针

指针指向除了文件名之外的信息， 这样实现了对目录表的瘦身。
因为FCB小了， 每个磁盘块可以存储FCB的数量就提高了， 所以I/O操作的次数减少了，因此提高了文件的检索速度。

文件的物理结构

对空闲磁盘块的管理和对非空闲磁盘块的管理

用户通过 (逻辑块号, 块内地址) 来操作自己的文件， 操作系统需要负责逻辑块号到物理块号的转换。

对非空闲的磁盘块的管理

连续分配

每个文件在磁盘上占一组连续的磁盘块。

在文件目录中存放记录的起始块号和长度，
当用户给出要访问的逻辑块号时， 操作系统找到对应的FCB， 然后利用公式： 物理块号 = 逻辑块号 + 起始块号求出物理块号。 所以支持顺序访问和随机访问。

优点：
因为存储文件的磁盘块时相邻的， 所以读写速度最快。
缺点:
文件拓展性差： 若某个文件占有三个磁盘块，且相邻的磁盘块都是非空闲的， 此时若文件需要增加一个磁盘块， 则需要把整个文件都迁移到新的空闲区， 而迁移操作很浪费时间。
会产生磁盘碎片：比如一个文件需要4个磁盘块，
若有四个离散的空闲块， 则无法为此文件分配磁盘空间。
可以用紧凑技术来处理碎片， 但很浪费时间。

链接分配

可采用离散的分配方式。 分为隐式链接和显式链接。

隐式链接
在FCB中记录起始块号和结束块号，并且存储了指向下一个块号的指针(最后一块没有指针)。

当用户要访问逻辑块号i， 操作系统找到该文件对应的FCB， 在FCB中查找到该起始块号， 将0号逻辑块读入内存， 之后就可以依次读取。(一共需要i+1次i/o操作)。

不支持随机存取， 查找效率低，由于需要存储指向下一个盘块的指针， 存储效率不高。拓展文件很方便。

显式链接
把链接各个物理块的指针放在FAT中，即文件分配表， 表中记录了当前物理块号和下一块的数据。
此时FCB中只需要记录起始块号， 不需要记录结束块号。
一个磁盘仅设置一张FAT， 在开机时读入并常驻内存。并且FAT中记录时定长的， 所以物理块号可以是隐含的， 即可以不存储物理块号。

实现逻辑块号到物理块号中不需要I/O操作， 因为FAT在内存中。

索引分配

每个文件对应一个索引表， 索引表中记录了逻辑块号到物理块号的转换。

索引表存在磁盘块中， 存入索引块的磁盘块叫索引块， 存放文件数据的磁盘块叫做数据块。

文件的FCB中记录了对应的索引块， 当要查找逻辑块号为i， 先去对应的FCB中找到它的索引块， 然后到索引表中找到逻辑块号为i对应的物理块号。

这种方式类似 页表。 索引分配方式可以支持随机访问， 文件拓展很方便， 增加一个索引表项并分配一个磁盘块就可以了。

假设每个磁盘块为1KB， 一个索引表项为4B， 则一个磁盘块只能存256个索引项， 若某个文件超过了256， 则可以采用以下三种方案：
1.链接分配
2.多层索引
3.混合索引

链接分配

为该文件分配多个索引块， 并建立索引块记录之下下一索引块的指针。
但这种方式查找速度很慢， 因为只能顺序的查找。

多层索引

类似 多级页表。
若为两级索引， 则第一层索引的每一个索引项又指向一个索引表， 该索引表的每一项对应逻辑块号到物理块号的映射。

若要访问逻辑块号为513， 则 513 / 256 = 2， 513 % 256 = 1， 先访问一级索引表中的第二项， 然后再去二级索引表中找到第一项。 需要三次I/O操作。

若文件很小， 还是需要三次I/O操作。

混合索引

建立一个顶级索引表， 表中有一些直接地址， 直接映射到物理块号， 还有一些一级间接索引， 指向一个索引表， 还有一些二级间接索引， 每个表项又指向一个索引表。

对空闲的存储空间的管理

磁盘中分为文件区和目录区， 目录区存放FCB、管理磁盘的信息， 文件区存放普通数据。

空闲表法

在空闲盘块表中记录空闲信息，

第一个空闲盘块号	空闲盘块数
2	5
……	……

采用这种方式分配磁盘块时， 可以采用首次适配， 最佳适配， 最坏适配算法来决定为文件分配哪个区间。

回收磁盘块时， 要分四种情况：1. 回收区前后都没有相邻空闲区。2.~前面有空闲区， 后面没有。3. ~后有前没有。4. ~前后都有。 要注意表项的合并问题。

空闲链表法

分为空闲盘块链和空闲盘区链。
一个以盘块为单位， 一个以盘区为单位。
空闲盘块中存放着下一个空闲盘块的指针。

操作系统保存链头和链尾指针。

当要为文件分配磁盘块时， 从链头依次取出需要的磁盘块数， 并修改链头指针。

回收时， 把回收的盘块依次放在链尾， 并修改链尾指针。

位视图法

设立一张表， 1代表非空闲块， 0 代表空闲块。

位视图用（字号， 位号）来标记每个盘块。

例： (2, 5) ， 若一个字的字长为16位， 则(2,5)对应的磁盘号是 2 * 16 + 5 = 37.

成组链接法

文件卷的目录区有一个叫做超级块的磁盘块， 当操作系统启动时， 便将超级快读入内存， 要时刻保持内存和外存的超级块信息的一致。

超级块中记录了下一组空闲磁盘块数和空闲块号， 而下一个空闲块号又对应了一组空闲区。

将倒数第二个盘块设为一个特殊值， 表示没有下一个空闲块了。

分配时， 检查一个分组的块数能否满足， 若某个盘块正好够， 则把这个盘块从超级块中删除， 并把指向下一分组的磁盘块的信息先与超级块设置一个指针， 这样可以保证下一个分组的链接信息保存在超级块中。