先前的博客我写了关于缓冲区的理解，顺便提及了在内存的文件是怎样管理的，本文就来描述在磁盘上的文件是怎么样。但要先了解了解磁盘。
在笔记本上机械磁盘被固态硬盘代替，因为固态硬盘更快，而且方便携带，机械硬盘若是受到外部碰撞，非常容易损坏，但在大型服务器的存储中机械磁盘几乎不会被代替，因为要控制成本，效率虽然会慢，但是这里面存的一般是用户比较旧的数据，例如一年前的聊天记录，你几乎不会再看了，所以没必要追求IO的速度，这点挺巧妙的。
但如果是你立刻可能会看到的，例如刚发的朋友圈，那就会放在大量固态硬盘的存储集群上，既保证效率，又保证成本。
一 认识硬件---磁盘
计算机中唯一有机械运动的设备，存储时会要有机械运动辅助，因为数据都在磁盘的一个一个的磁性区域，要寻找访问这些区域是靠机械运动，所以注定比固态硬盘这些电传输慢，因为电传输的速度貌似是接近光速的。
摔了容易损坏，因为磁头和盘面很接近，若是在在打开状态下摔了电脑，磁头会和高速移动的盘面接触，直接损坏硬件，所以机械磁盘退出便携式笔记本是必然。同理，磁盘内也不能有灰尘，否则在高速运动下，会刮花盘面，逐渐造成数据缺失。
学了这么久的计算机，我们很早前就听说一个常识，那就是计算机内只认识0和1，这是因为计算机内的各个硬件是靠电路链接，比较容易使电路呈现两种状态，通电，断电，假如我们想让计算机再认识一个2，那就要能让电路呈现第三种状态，只能通过电流值，例如某个电流值以下是1，以上是2，但是电流是会出现波动的，如果在传输数据时，一旦电压不稳，你本来想传2，结果变成了1，影响是什么呢，我如果让发电站故障一下，我能影响全世界的运算结果。科学家们解决不了电流稳定的问题，那就只能让电路只表示两种状态，由此计算机内一切的数据都是二进制。总而言之，所以硬盘接收到的也只能是0和1，但是磁盘不是靠电存的，但是一定要有两种状态能分别表示0,1。如下，初识磁盘的储存过程。
首先磁盘收到来自内存的电信号，接收来自内存的数据以及存储位置，磁头拿到位置后进行定位，定位后磁盘如何存储数据，储存规则: 可以认为磁盘就是一个个小的有磁性的区域，这个磁性区域有N级和S级，规定N级在上，S级在下，这个磁性区域表示1，相反表示0，如果我们通过某种手段把这个磁性区域的磁级逆置了，就相当于往该区域写了个1或0。
那读数据估计就是和磁头有关了，磁头判断该区域的上方是N级还是S级，从而判断这个磁性区域是1还是0。
而要销毁这个磁铁的磁力，只能烧毁，不能直接删除文件达到删除磁盘上的数据的目的吗?不行，因为我们删除一个文件不是删数据，而是更改一些属性数据。在解释文件系统和文件系统拓展时会提及，到时候我们就能理解为什么删除一个文件很快。而下载一个文件则很慢。
二 对磁盘的抽象理解
先前已经大致了解了磁盘的大体结构，工作原理，可是磁盘上有那么多的磁性区域，我存储和读写数据如何寻址?
设计上规定：磁盘的基本单位是一个扇区，下面是一块盘面的扇区图。一个扇区大小是512字节，一个磁道内会有多个扇区，一个完整的空心圆弧就是一个磁道，这样多个磁道就变成了一个完整盘面。
一个磁盘会有多个盘面和对应的磁头。
所以如何寻址就变成了如何定位扇区的问题，先来看看机械运动如何确定扇区:一开始就要先确定盘面，确定让哪个磁头运动，随后磁头沿着半径运动就是在确定磁道，沿着圆弧方向就是在确定扇区。这种确定磁头，确定磁道，最后确定扇区的定位扇区方式称为CHS(英文首字母)，访问磁盘的消耗:磁头确定磁道，以及盘面自转帮磁头确定扇区，所以说访问磁盘的效率取决于机械运动，读取数据的消耗似乎比找到数据的消耗还小，所以为了提高效率，一定要把数据尽量放一起，就不用进行太多的机械运动。
噢，我知道了机械运动如何确定扇区，但是我告诉了磁盘什么数据让磁盘知道我要访问哪个扇区呢？要解释得再来看看对磁盘的抽象理解。
我们已经知道磁盘实质上就是一个个的扇区，先把所有的扇区按顺序像数组一样整齐排列。此时我们把磁盘抽象为一个线性的大数组，那每个扇区天然就有个下标。这些下标就是扇区编号。
我们认为各个磁道上的扇区数量是一样的，虽然外侧的圆圈更大，但为了方便理解，我们就认为外侧的扇区比较稀疏，内侧的扇区比较密集，所以扇区数量一样。而扇区编号就是书本上提到的LBA地址，所以设计者肯定是让磁盘能根据磁道号找到对应的磁道，根据扇区编号找到扇区，从而读取数据。转换如下。
为什么还要弄一个LBA地址出来呢，你直接用个CHS地址不行吗，有一种解释是：LBA让os不用关心磁盘结构？磁盘内部有一个控制器，它负责将LBA地址转为CHS地址让磁头去访问，但对于os来说自己只使用LBA地址，就不用关心地址转换，更不用关心磁盘结构是什么，反正只要拿着这个LBA地址，磁盘会把数据给我，其它的我不关心。(老实说这里的解释我还是有点模糊，毕竟没经历太多)
显然os不需要定义一个这么大的数组，只需要知道一个扇区多大，然后磁盘总容量多少，这样就知道了总扇区数，除以盘面，甚至可知每个盘面的扇区数，再由磁道数得知每个磁道上平均的扇区数，当然，本文是在每个磁道扇区数一致的情况下讨论的，如果不一致，那肯定要多记录一些参数。
磁盘也有寄存器，用来快速获取cpu的指令，先告诉磁盘写还是读，再告诉磁盘读写的地址，以前是通过数据寄存器一点点传，因为最后要等寄存器数据存到了磁盘的位置，才可以继续从内存读到寄存器，现在来理解就是，计算机内还有个DMA芯片，负责IO，磁盘可以和DMA芯片合作，直接读内存数据导入到磁盘，中间不经数据寄存器，但速度快不了多少，因为时间消耗主要是写到磁盘。
三 文件系统
磁盘划分
我们现在只知道怎么写，但是不知道能不能写，因为不知道这个扇区有没有被占用，所以需要文件系统来管理。首先来看看磁盘空间是如何被管理的——分区管理。
可是这实际上是一个个的扇区啊，那我怎么表示D盘有哪些扇区，很简单，用start记录起始扇区下标，end记录区域内最后一个扇区下标，然后每个分区分别初始化两个下标就可以实现分区了，而给定一个分区的容量和扇区大小，就知道这个区域内有多少扇区了，然后先前分区的end下标+1就是下一个分区的起始扇区下标，然后加上扇区数量就是下一个分区的end扇区下标。
为什么要分区呢?首先是安全，由于分区了，每个区域都会有自己的管理系统，这样一个系统被破坏就不会影响其它区域的系统，查资料还说因为以前的病毒经常会破坏c盘，所以只能分区，让c盘承受伤害。还有个原因是好管理，下面再细说。
如果我们的文件系统能管理200个G，那就可以把这套系统复制到其它分区，假如大小为150个G，就能管理150个G，因为200个G内文件的各种属性可以被管理，那150G的文件属性也没问题。
分区后又分成一个个Block group(分组)。每个group block大小可能为10g。Boot Block存的是os开机后需要的管理信息，让在内存的os知道磁盘的分区情况等，有点抽象，简单理解就是存了os，可以不理会。
为什么要再划分呢?首先文件系统肯定要加载到内存，因为文件系统本质上是os的一部分，因为磁盘也是硬件，当然要被os管理，如果你不分区分组，要加载到内存的文件系统是会占用许多内存的，分区分组后，我们进程使用了哪个文件，将文件所在分区的文件系统加载到内存即可，能省一点是一点啦。还有就是和分区原因有个公共点，那就是方便管理，如何理解方便管理呢?会在文件系统拓展解释如何文件做增删改查时顺便抛出解释。
BlockGroup内部介绍
终于要开始讲文件系统了。
1 super block(超级块)
首先规定着各分组中的文件系统内的GDT，Data Blocks等信息的占用的空间，分布顺序，剩余空间，还有整个分区的基本使用情况，也就是下图的内容。
不会存在每个组上，只会存两三份，一方面是为了保险起见，多存几份，免得丢失后，os不知道磁盘的当前分区的各个分组的边界，这样就无法将inode编号转为具体扇区编号，下面介绍还有很多操作需要超级块内的信息，如果没了，那些操作都做不了了，整个分区就完蛋了，还有一方面是不能存太多份，可以理解为每次创建文件后超级块内某些信息要修改，存太多份超级块维护成本太高。
2 Group Descriptor Table(GDT)
块组描述符。 虽然下面Block Bitmap和inode Bitmap已经描述了inode Table和Data Blocks的使用情况，但是若要统计还剩下多少个，或者说剩余有效空间大小，就得遍历Block Bitmap和inode Bitmap，这比较浪费时间，所以就用Group Descriptor Table保存了，使用了一个，GDT内部的记录inode数量的变量就--，想知道数据块空间剩余，用block剩余数量*一个块大小即可。
3 InodeTable
一个文件的属性会被分配128字节，所以一个扇区会存在多个文件的属性，如何区分，就是用属性中的inode值。
那inode值哪来，谁分配的，首先磁盘所有分区的inode范围是被规定好的，那由一个文件一个inode编号得出，能创建的文件是有限的，inode给各个组的分配也是规定好的，所以当要创建文件时，会先看在哪个分区创建，然后遍历分区内的小组，先在GDT看看当前组还有没有inode剩余，没有就去下个组，然后遍历inode Bitmap，有空位就用这个，然后加上当前组的起始inode(超级块存着)，就是分配给文件的inode编号了。
inode表内部存多个文件的属性，内部结构应该是类似哈希表的。如何查文件inode编号，如下图。
这就是文件属性和内容分开存的含义，而且文件属性一定存着文件内容占了哪些块，还有文件属性内没有文件名，那我们平时找文件都是用文件名，如何和inode对应，简单理解就是目录文件的内容中会保存自己目录下的文件名和inode对应关系，没错目录也是个文件。那inode如何找到自己的内容块，在inode内有一个数组，这个数组内存的就是内容块编号。
0下标到11下标中存块号，这些块号对应的块存文件内容，后面存的块号对应的块存的不是文件内容，而是专门存块号。12下标和13下标对应的块专门存块号，又称二级索引，大约能存2048个块号，能存内容8mb。但是不意味着文件最大只有8mb。
14号数组内的类似三级索引，这个对应的块专门用来存二级索引的，如下图，10号块内存块号，这些块号指向的块存的还是块号，最后指向的才是内容，这样就能映射一百万个块，差不多4G了。
4 DataBlocks
存文件内容，是以块为单位的，大小是4kb，也就是说哪怕你文件只有一个字节，也要给你分配4kb，原因：虽然磁盘的基本单位是扇区，但是os在访问时却是以4kb为单位，一次刚好访问一个数据块的文件内容，就是为了减少io次数，提高效率，而且这最多只会多读一个块，但磁头运动次数大大减少了，效率还是会提高的。
所有文件内容都在这个DataBlocks内，这该如何查找呢？
从前面超级块的介绍得出，显然我们能从中知道一个分组的起始扇区编号，以及分组内各区域的起始扇区编号。而且一开始整个空间的大小，各个区域空间也是超级块规定好的，显然Data Blocks内的块数也是可知的，所以每个数据块天然就有了自己的编号。编号作用：知道Data Blocks的起始扇区编号和数据块大小，只要再知道数据块编号，那任意数据块的扇区编号也就知道了，就能让磁盘找到了。所以文件属性只要存了数据块编号，就能转为数据块的扇区编号，然后找到文件内容。当然还可以用来和bitmap上面的比特位进行映射，如下。
由上得，inode和数据块数量是规定好的，所以会出现inode分配完了，但数据块还有，inode还有但是数据块没了，没办法解决。
5 Block Bitmap和inode Bitmap
Block Bitmap和inode Bitmap分别标记inode和数据块是否被占用，比特位的位置分别和inode编号和block编号映射起来，比特位上的内容表示inode,block是否被使用，由此得我们删除文件时只要将对应这个位图上的比特位清0，然后在超级块以及GDT内修改inode和block剩余就可以了，所以删除一个文件的速度比较快。什么!你说为什么不删内容，没必要，直接让下个使用该空间的文件覆盖写就可以了，就算没覆盖完，显示文件内容时也不会影响，因为文件有大小的嘛，你别把垃圾数据算成文件大小，显示文件内容就按文件大小来显示即可。
周边问题解释1
inode编号如何与bitmap下标对应? 首先整个分区分组的inode的数量，起始inode数值是确定的，组内的inode范围也就知道了(超级块存着)，也就可以提前设置位图来管理所有的inode的。
周边问题解释2
规定:inode值是在一个区内是唯一的，但在其它区，可能会重复，因为我们可以判断文件在哪个区，所以没必要让不同区的inode值不一样，诶你是怎么判断文件所在区的呢?简单理解就是分区的文件系统会被加载到内存中，os通过管理这个文件系统来管理整个分区，而这个文件系统会被加载到某个目录下，这个动作称为挂载，我们创建文件时也会有个路径，或许这个路径就是属于某个分区的文件系统管理，在这下面创建的都属于这个分区，所以说我们根据路径可以判断分区。
而为了让一个分区内的文件具有唯一的标识符，所以组和组之间的inode值范围是不一样的，保证分配时不会出现一个inode标识两个文件，inode怎么判断属于哪个组呢，很简单，前面说了每个组的inode范围是知道的，所以用inode编号可以判断在哪个组，而且和block编号一样，都能被转为具体的扇区编号，此时inode值不仅在一个分区内用来标识文件，还可以用来判断所在分组，减少检索范围。
周边问题解释3
由此得而且文件属性和文件内容应该是要在一个块组内的，因为各个分组的数据块编号是会重合的，仅仅凭借文件属性内存的数据块号是无法区分在哪个分组的。
四 文件系统拓展
当我们大致了解了文件系统内的各个字段，接下来就开始用对这些字段的了解来解释一些问题。但还需要一点点知识准备。
1 理解目录
我们一般访问文件都是只用文件名，例如cat test.c，找文件不是用inode吗，系统如何将文件名转为inode呢?靠目录。目录也是文件，所以有自己的属性，里面有权限信息，而内容存的是目录下的文件名和inode的映射关系。
好，目录也是个文件，要访问文件内容就要先找到文件，找文件又要inode，那我怎么获取目录的inode，从上级目录中找，因为目录名和自己的inode就保存在上级目录文件的内容中，噢，所以找一个文件要带路径。
诶，不对啊，到时候我们要一直找到根目录的，难道说根目录的inode操作系统知道?我觉得差不多可以这样理解，所以找到一个文件必须要有路径，例如/usr/bin/test，此时就是现在根目录下找到usr目录的inode，然后再找到bin目录的inode，然后在bin文件内容找到test文件的inode，最后找到文件属性和内容。
那用相对路径如何查找，有相对路径的前提是先找到当前目录，然后再解析相对路径，找到分叉点，再根据路径继续找文件名和indoe的映射关系，由上得，这样太慢了，所以目录dentry缓存会记录历史上常用的目录的inode。
目录常识底层解释
所以说目录下不能有同名文件，因为文件名和inode是kv映射的，文件名就是key。
创建文件要把文件名和inode写到目录的数据块中，没有"w"权限，就不能创建文件，肯定是先拿到目录文件内的权限信息了，判断后不让往数据块写。
同理，没有"r"权限，无法ls查看目录下的文件，因为此时不让读目录文件的数据块了，也就拿不到文件的文件名和inode，更拿不到文件的属性。
没有"x"权限，也无法cd进入该目录，去查看目录文件属性，发现目录的权限没有"x"，也就不让cd了。
2 对磁盘格式化后做了什么
按我们现在的理解就是会把文件系统上的bitmap那些字段都清空，还有就是格式化可能会用其它的文件系统来格式化，也就是说下图的文件系统字段重新写入，因为每个文件系统对分区，分组的要求可能不一样，所以一旦格式化，要改所有的文件系统信息。
3 新建文件要做什么
先用路径判断分区(文件系统周边问题解释中曾提及)，然后去GDT看组内有无剩余的inode，然后去inode Bitmap里看哪个比特位是空的，最后要加上当前组的inode起始编号，这就是分配inode的过程。还要分配数据块，也是如此，先去GDT看看有无剩余，再去数据块位图找空数据块的编号，然后把块号填入到属性中，随后就直接跳转到对应数据块写数据了。
4 那如何查找一个文件
现在我们就知道cat test.c，是由路径找到目录文件内容(虽然我们没有明显写路径，但是环境变量提供了，你试试查看其它目录下的文件，就一定要带路径)，再提供对应文件的inode值，然后用inode值确认分组，在分组内的inode Table找到文件属性，文件属性内有数据块编号，前面已经提过如何用数据块编号跳转到对应扇区。
5 删除文件要做什么
删除一个文件，也就是删属性和内容，所以要先查找文件(参考前面查找文件)。至于删除文件的操作，先前在5 Block Bitmap和inode Bitmap介绍曾提及过，也就是改一改位图上的比特位。
6 修改一个文件做什么
修改一个文件本质就是先查找文件属性和内容，然后再修改，所以具体操作和查找文件相同。
由此得对文件做增删改查本质上是要对这些位图做增删查改，所以当然是位图越小越好，不然分配inode遍历位图比较费时间，所以要分区分组，把管理区域变小，才能快速遍历位图实现增删改查。
五 软硬链接
1 建立软链接
1 ln -s d1(目录) d2(目录)
此时会创建一个软链接，名字为d1，是和d1链接。目录d1,d2是已经创建的，目录也是文件，也可以被链接。
会认为是要在d2下创建一个软链接和d1链接，但又没写文件名，所以会默认在d2目录下面创建一个d1文件，然后作为d1目录的软链接，但是我们写的目标文件和源文件都没带路径，这个时候出来的软链接会有问题。而且我们可以看到的是此时这个软链接名为d1，然后inode为786508，和d1的inode值786460不同，这说明软链接文件和被链接的文件是两个不同的文件。
而如果链接对象是一个已经存在的文件，然后后面又不写路径和文件名，则会认为要在当前路径下创建一个软链接名为test.c，会引发引发命名冲突，因为软链接其实还是文件，文件名和inode要存到目录文件的内容中，所以不能重复。
老老实实带完整路径再测试一下。此时的颜色就正常了。
也可以正常使用。先进入d1目录查看目录下的文件，再cd d2目录下的软链接，ls查看出的文件信息是一样的。注意:我此时是用一个软链接和一个目录进行连接，才可以对软链接使用cd命令，估计是cd内部做了判断，会去获取软链接内存的路径，看看指向文件是否是目录，是目录的话，cd test就被转换成cd /home/hay/d1。
不带路径是默认在当前目录下创建软链接，前面不正常应该算是写了路径又没写完整。
如果目标文件d4不存在，会创建一个目标文件d4去链接，我本来想测试目录去链接目录，现在看来没有这种情况，或许是ln命令规定创建一个链接文件作为其它目录文件，普通文件的软链接，而不是目录以及普通文件做别人的软链接，这一点我也是运气好才理解清楚。
2 软链接的本质和应用
软链接的本质:在文件内容中存了指向文件的路径，就像是windows下的快捷方式，为什么不能存inode，因为要用路径判断分区和获取inode，再用inode判断分组找文件，所以不如直接给路径。
软链接使用场景:可以简化使用难度，有时候我们要在当前目录下运行一个可执行文件test，但是其路径太深，每次运行都要带路径。
我们就可以用软链接简化，直接./test就可以了，值得说明的是既然软链接内存的是被链接文件的路径，如果我们修改了这个文件的路径，此时软链接会失效。
如果此时用硬链接呢?
也可以跑，那我就有点疑惑了，那用硬链接和用软链接好像没区别啊?有没有种情况硬链接无法使用，只能软链接上，当然有，这就要结合软硬链接的本质来说了，硬链接如何查看文件内容呢?先通过自身的路径判断分区，然后解析路径获得inode，最终找到inode，问题就出在用自身路径判断分区上，这就规定了硬链接必须和被链接文件在同一个分区，而软链接则不需要。
3 建立硬链接
ln 源文件 路径+硬链接名。
对于硬链接的使用有几点要说明，1 首先被链接文件绝对不能是目录，bash会检查，不是权限的问题，而是直接的硬性要求，直接杜绝这种情况，因为容易造成环路问题。
此时如果执行find / -name test.c，如果找到了这个硬链接，那就会跳转到root继续找，一直死循环。让find禁止对硬链接搜索治标不治本，如果很多函数都有这个问题，难道一个个禁止对硬链接操作吗，所以就直接禁止对目录进行硬链接了。
2 如果是对test.c文件做硬链接，此时d2是个目录，不会认为是d2这个目录做test.c的硬链接，而是认为你没写目标文件名，然后在d2目录下创建一个test.c的目标文件，作为硬链接。和软链接情况类似。
4 软链接的本质和应用
如下图，硬链接的本质是在特定目录的文件内容上增加了文件名和inode的映射关系，是在哪个目录文件的内容增加呢? 就是硬链接名前面的路径指定的目录，如果不写就是在当前目录下增加。
软连接，硬链接的第一个区别就出来了，前者为不同文件，后者为同一文件——由被链接文件的inode的值和软硬链接文件的inode比较可得，再次证明文件属性内无文件名，如果保存了，那从文件属性内取得的文件名应该是一样的。还有个小细节，我们会发现file.txt的属性有个数值从1变成了2，这个数称为硬链接数，是什么呢？我们可以测试一下，我们发现rm删除了test.txt后，这个数-1了。
其实就是inode内的引用计数，也就是用来记录有多少个文件名和inode数值对应，(注意：由于文件属性是struct inode，所以有时候称inode是指文件属性，而struct inode内还有个变量叫inode number，所以有时候称inode是指文件标识符inode数)，那为什么inode内会有一个引用计数呢，可能就是为了服务于硬链接，免得rm文件直接就删了，而其它文件名还指向这个文件呢。
硬链接场景：.和..就是一种硬链接，.和当前目录链接，..和上级目录链接，/的引用计数由.和子目录的..和自己构成，那为何不用软连接呢，软链接也可以和目录链接啊，我想可能是因为软链接是单独的文件，属性是和链接文件不一样的，对就是因为属性，或者说是权限属性，.和..作为硬链接的话，权限信息是不变的，而作为软链接的话，权限会发生改变，就可能使得我本来有权限访问目录，却没有权限用你这个软链接，所以就直接用硬链接。
诶，不对啊，你前面不是说不能对目录进行硬链接吗，那.和..不就是对目录进行链接吗，不用担心，前面的环路问题是因为搜索时会对硬链接也进行搜索，os规定.和..不被搜索，就不会出问题，毕竟os是规则的制定者，有大把的方式绕开规则，我们就不行了，当然.和..的作用也很大，使得linux产生了相对路径的概念，方便我们作路径跳转。
这篇博客中的软硬链接用到了不少文件系统的内容，为了完整性，只好放一起了，第一次写这么长的博客。
