Linux文件系統(tǒng)的特點及緩存知識

Linux的文件系統(tǒng)的特點

文件系統(tǒng)要有嚴格的組織形式，使得文件能夠以塊為單位進行存儲。

文件系統(tǒng)中也要有索引區(qū)，用來方便查找一個文件分成的多個塊都存放在了什么位置。

如果文件系統(tǒng)中有的文件是熱點文件，近期經(jīng)常被讀取和寫入，文件系統(tǒng)應該有緩存層。

文件應該用文件夾的形式組織起來，方便管理和查詢。

Linux內(nèi)核要在自己的內(nèi)存里面維護一套數(shù)據(jù)結(jié)構(gòu)，來保存哪些文件被哪些進程打開和使用。

總體來說，文件系統(tǒng)的主要功能梳理如下：

ext系列的文件系統(tǒng)的格式

inode與塊的存儲

硬盤分成相同大小的單元，我們稱為塊（Block）。一塊的大小是扇區(qū)大小的整數(shù)倍，默認是4K。在格式化的時候，這個值是可以設定的。

一大塊硬盤被分成了一個個小的塊，用來存放文件的數(shù)據(jù)部分。這樣一來，如果我們像存放一個文件，就不用給他分配一塊連續(xù)的空間了。我們可以分散成一個個小塊進行存放。這樣就靈活得多，也比較容易添加、刪除和插入數(shù)據(jù)。

inode就是文件索引的意思，我們每個文件都會對應一個inode；一個文件夾就是一個文件，也對應一個inode。

inode數(shù)據(jù)結(jié)構(gòu)如下：

struct ext4_inode { __le16 i_mode; /* File mode */ __le16 i_uid; /* Low 16 bits of Owner Uid */ __le32 i_size_lo; /* Size in bytes */ __le32 i_atime; /* Access time */ __le32 i_ctime; /* Inode Change time */ __le32 i_mtime; /* Modification time */ __le32 i_dtime; /* Deletion Time */ __le16 i_gid; /* Low 16 bits of Group Id */ __le16 i_links_count; /* Links count */ __le32 i_blocks_lo; /* Blocks count */ __le32 i_flags; /* File flags */...... __le32 i_block[EXT4_N_BLOCKS];/* Pointers to blocks */ __le32 i_generation; /* File version (for NFS) */ __le32 i_file_acl_lo; /* File ACL */ __le32 i_size_high;......};

inode里面有文件的讀寫權(quán)限i_mode，屬于哪個用戶i_uid，哪個組i_gid，大小是多少i_size_io，占用多少個塊i_blocks_io，i_atime是access time，是最近一次訪問文件的時間；i_ctime是change time，是最近一次更改inode的時間；i_mtime是modify time，是最近一次更改文件的時間等。

所有的文件都是保存在i_block里面。具體保存規(guī)則由EXT4_N_BLOCKS決定，EXT4_N_BLOCKS有如下的定義：

#define EXT4_NDIR_BLOCKS 12#define EXT4_IND_BLOCK EXT4_NDIR_BLOCKS#define EXT4_DIND_BLOCK (EXT4_IND_BLOCK + 1)#define EXT4_TIND_BLOCK (EXT4_DIND_BLOCK + 1)#define EXT4_N_BLOCKS (EXT4_TIND_BLOCK + 1)

在ext2和ext3中，其中前12項直接保存了塊的位置，也就是說，我們可以通過i_block[0-11]，直接得到保存文件內(nèi)容的塊。

但是，如果一個文件比較大，12塊放不下。當我們用到i_block[12]的時候，就不能直接放數(shù)據(jù)塊的位置了，要不然i_block很快就會用完了。

那么可以讓i_block[12]指向一個塊，這個塊里面不放數(shù)據(jù)塊，而是放數(shù)據(jù)塊的位置，這個塊我們稱為間接塊。如果文件再大一些，i_block[13]會指向一個塊，我們可以用二次間接塊。二次間接塊里面存放了間接塊的位置，間接塊里面存放了數(shù)據(jù)塊的位置，數(shù)據(jù)塊里面存放的是真正的數(shù)據(jù)。如果文件再大點，那么i_block[14]同理。

這里面有一個非常顯著的問題，對于大文件來講，我們要多次讀取硬盤才能找到相應的塊，這樣訪問速度就會比較慢。

為了解決這個問題，ext4做了一定的改變。它引入了一個新的概念，叫作Extents。比方說，一個文件大小為128M，如果使用4k大小的塊進行存儲，需要32k個塊。如果按照ext2或者ext3那樣散著放，數(shù)量太大了。但是Extents可以用于存放連續(xù)的塊，也就是說，我們可以把128M放在一個Extents里面。這樣的話，對大文件的讀寫性能提高了，文件碎片也減少了。

Exents是一個樹狀結(jié)構(gòu)：

每個節(jié)點都有一個頭，ext4_extent_header可以用來描述某個節(jié)點。

struct ext4_extent_header { __le16 eh_magic; /* probably will support different formats */ __le16 eh_entries; /* number of valid entries */ __le16 eh_max; /* capacity of store in entries */ __le16 eh_depth; /* has tree real underlying blocks? */ __le32 eh_generation; /* generation of the tree */};

eh_entries表示這個節(jié)點里面有多少項。這里的項分兩種，如果是葉子節(jié)點，這一項會直接指向硬盤上的連續(xù)塊的地址，我們稱為數(shù)據(jù)節(jié)點ext4_extent；如果是分支節(jié)點，這一項會指向下一層的分支節(jié)點或者葉子節(jié)點，我們稱為索引節(jié)點ext4_extent_idx。這兩種類型的項的大小都是12個byte。

/* * This is the extent on-disk structure. * It's used at the bottom of the tree. */struct ext4_extent { __le32 ee_block; /* first logical block extent covers */ __le16 ee_len; /* number of blocks covered by extent */ __le16 ee_start_hi; /* high 16 bits of physical block */ __le32 ee_start_lo; /* low 32 bits of physical block */};/* * This is index on-disk structure. * It's used at all the levels except the bottom. */struct ext4_extent_idx { __le32 ei_block; /* index covers logical blocks from 'block' */ __le32 ei_leaf_lo; /* pointer to the physical block of the next * * level. leaf or next index could be there */ __le16 ei_leaf_hi; /* high 16 bits of physical block */ __u16 ei_unused;};如果文件不大，inode里面的i_block中，可以放得下一個ext4_extent_header和4項ext4_extent。所以這個時候，eh_depth為0，也即inode里面的就是葉子節(jié)點，樹高度為0。

如果文件比較大，4個extent放不下，就要分裂成為一棵樹，eh_depth>0的節(jié)點就是索引節(jié)點，其中根節(jié)點深度最大，在inode中。最底層eh_depth=0的是葉子節(jié)點。

除了根節(jié)點，其他的節(jié)點都保存在一個塊4k里面，4k扣除ext4_extent_header的12個byte，剩下的能夠放340項，每個extent最大能表示128MB的數(shù)據(jù)，340個extent會使你的表示的文件達到42.5GB。

inode位圖和塊位圖

inode的位圖大小為4k，每一位對應一個inode。如果是1，表示這個inode已經(jīng)被用了；如果是0，則表示沒被用。block的位圖同理。

在Linux操作系統(tǒng)里面，想要創(chuàng)建一個新文件，會調(diào)用open函數(shù)，并且參數(shù)會有O_CREAT。這表示當文件找不到的時候，我們就需要創(chuàng)建一個。那么open函數(shù)的調(diào)用過程大致是：要打開一個文件，先要根據(jù)路徑找到文件夾。如果發(fā)現(xiàn)文件夾下面沒有這個文件，同時又設置了O_CREAT，就說明我們要在這個文件夾下面創(chuàng)建一個文件。

創(chuàng)建一個文件，那么就需要創(chuàng)建一個inode，那么就會從文件系統(tǒng)里面讀取inode位圖，然后找到下一個為0的inode，就是空閑的inode。對于block位圖，在寫入文件的時候，也會有這個過程。

文件系統(tǒng)的格式

數(shù)據(jù)塊的位圖是放在一個塊里面的，共4k。每位表示一個數(shù)據(jù)塊，共可以表示$4 * 1024 * 8 = 2{15}$個數(shù)據(jù)塊。如果每個數(shù)據(jù)塊也是按默認的4K，最大可以表示空間為$2{15} * 4 * 1024 = 2^{27}$個byte，也就是128M，那么顯然是不夠的。

這個時候就需要用到塊組，數(shù)據(jù)結(jié)構(gòu)為ext4_group_desc，這里面對于一個塊組里的inode位圖bg_inode_bitmap_lo、塊位圖bg_block_bitmap_lo、inode列表bg_inode_table_lo，都有相應的成員變量。

這樣一個個塊組，就基本構(gòu)成了我們整個文件系統(tǒng)的結(jié)構(gòu)。因為塊組有多個，塊組描述符也同樣組成一個列表，我們把這些稱為塊組描述符表。

我們還需要有一個數(shù)據(jù)結(jié)構(gòu)，對整個文件系統(tǒng)的情況進行描述，這個就是超級塊ext4_super_block。里面有整個文件系統(tǒng)一共有多少inode，s_inodes_count；一共有多少塊，s_blocks_count_lo，每個塊組有多少inode，s_inodes_per_group，每個塊組有多少塊，s_blocks_per_group等。這些都是這類的全局信息。

最終，整個文件系統(tǒng)格式就是下面這個樣子。

默認情況下，超級塊和塊組描述符表都有副本保存在每一個塊組里面。防止這些數(shù)據(jù)丟失了，導致整個文件系統(tǒng)都打不開了。

由于如果每個塊組里面都保存一份完整的塊組描述符表，一方面很浪費空間；另一個方面，由于一個塊組最大128M，而塊組描述符表里面有多少項，這就限制了有多少個塊組，128M * 塊組的總數(shù)目是整個文件系統(tǒng)的大小，就被限制住了。

因此引入Meta Block Groups特性。

首先，塊組描述符表不會保存所有塊組的描述符了，而是將塊組分成多個組，我們稱為元塊組（Meta Block Group）。每個元塊組里面的塊組描述符表僅僅包括自己的，一個元塊組包含64個塊組，這樣一個元塊組中的塊組描述符表最多64項。

我們假設一共有256個塊組，原來是一個整的塊組描述符表，里面有256項，要備份就全備份，現(xiàn)在分成4個元塊組，每個元塊組里面的塊組描述符表就只有64項了，這就小多了，而且四個元塊組自己備份自己的。

根據(jù)圖中，每一個元塊組包含64個塊組，塊組描述符表也是64項，備份三份，在元塊組的第一個，第二個和最后一個塊組的開始處。

如果開啟了sparse_super特性，超級塊和塊組描述符表的副本只會保存在塊組索引為0、3、5、7的整數(shù)冪里。所以上圖的超級塊只在索引為0、3、5、7等的整數(shù)冪里。

目錄的存儲格式

其實目錄本身也是個文件，也有inode。inode里面也是指向一些塊。和普通文件不同的是，普通文件的塊里面保存的是文件數(shù)據(jù)，而目錄文件的塊里面保存的是目錄里面一項一項的文件信息。這些信息我們稱為ext4_dir_entry。

在目錄文件的塊中，最簡單的保存格式是列表，每一項都會保存這個目錄的下一級的文件的文件名和對應的inode，通過這個inode，就能找到真正的文件。第一項是“.”，表示當前目錄，第二項是“…”，表示上一級目錄，接下來就是一項一項的文件名和inode。

如果在inode中設置EXT4_INDEX_FL標志，那么就表示根據(jù)索引查找文件。索引項會維護一個文件名的哈希值和數(shù)據(jù)塊的一個映射關(guān)系。

如果我們要查找一個目錄下面的文件名，可以通過名稱取哈希。如果哈希能夠匹配上，就說明這個文件的信息在相應的塊里面。然后打開這個塊，如果里面不再是索引，而是索引樹的葉子節(jié)點的話，那里面還是ext4_dir_entry的列表，我們只要一項一項找文件名就行。通過索引樹，我們可以將一個目錄下面的N多的文件分散到很多的塊里面，可以很快地進行查找。

Linux中的文件緩存

ext4文件系統(tǒng)層

對于ext4文件系統(tǒng)來講，內(nèi)核定義了一個ext4_file_operations。

const struct file_operations ext4_file_operations = {...... .read_iter = ext4_file_read_iter, .write_iter = ext4_file_write_iter,......}

ext4_file_read_iter會調(diào)用generic_file_read_iter，ext4_file_write_iter會調(diào)用__generic_file_write_iter。

ssize_tgeneric_file_read_iter(struct kiocb *iocb, struct iov_iter *iter){...... if (iocb->ki_flags & IOCB_DIRECT) {...... struct address_space *mapping = file->f_mapping;...... retval = mapping->a_ops->direct_IO(iocb, iter); }...... retval = generic_file_buffered_read(iocb, iter, retval);} ssize_t __generic_file_write_iter(struct kiocb *iocb, struct iov_iter *from){...... if (iocb->ki_flags & IOCB_DIRECT) {...... written = generic_file_direct_write(iocb, from);...... } else {...... written = generic_perform_write(file, from, iocb->ki_pos);...... }}generic_file_read_iter和__generic_file_write_iter有相似的邏輯，就是要區(qū)分是否用緩存。因此，根據(jù)是否使用內(nèi)存做緩存，我們可以把文件的I/O操作分為兩種類型。

第一種類型是緩存I/O。大多數(shù)文件系統(tǒng)的默認I/O操作都是緩存I/O。對于讀操作來講，操作系統(tǒng)會先檢查，內(nèi)核的緩沖區(qū)有沒有需要的數(shù)據(jù)。如果已經(jīng)緩存了，那就直接從緩存中返回；否則從磁盤中讀取，然后緩存在操作系統(tǒng)的緩存中。對于寫操作來講，操作系統(tǒng)會先將數(shù)據(jù)從用戶空間復制到內(nèi)核空間的緩存中。這時對用戶程序來說，寫操作就已經(jīng)完成。至于什么時候再寫到磁盤中由操作系統(tǒng)決定，除非顯式地調(diào)用了sync同步命令。

第二種類型是直接IO，就是應用程序直接訪問磁盤數(shù)據(jù)，而不經(jīng)過內(nèi)核緩沖區(qū)，從而減少了在內(nèi)核緩存和用戶程序之間數(shù)據(jù)復制。

如果在寫的邏輯__generic_file_write_iter里面，發(fā)現(xiàn)設置了IOCB_DIRECT，則調(diào)用generic_file_direct_write，里面同樣會調(diào)用address_space的direct_IO的函數(shù)，將數(shù)據(jù)直接寫入硬盤。

帶緩存的寫入操作

我們先來看帶緩存寫入的函數(shù)generic_perform_write。

ssize_t generic_perform_write(struct file *file, struct iov_iter *i, loff_t pos){ struct address_space *mapping = file->f_mapping; const struct address_space_operations *a_ops = mapping->a_ops; do { struct page *page; unsigned long offset; /* Offset into pagecache page */ unsigned long bytes; /* Bytes to write to page */ status = a_ops->write_begin(file, mapping, pos, bytes, flags, &page, &fsdata); copied = iov_iter_copy_from_user_atomic(page, i, offset, bytes); flush_dcache_page(page); status = a_ops->write_end(file, mapping, pos, bytes, copied, page, fsdata); pos += copied; written += copied; balance_dirty_pages_ratelimited(mapping); } while (iov_iter_count(i));}

循環(huán)中主要做了這幾件事：

對于每一頁，先調(diào)用address_space的write_begin做一些準備；

調(diào)用iov_iter_copy_from_user_atomic，將寫入的內(nèi)容從用戶態(tài)拷貝到內(nèi)核態(tài)的頁中；

調(diào)用address_space的write_end完成寫操作；

調(diào)用balance_dirty_pages_ratelimited，看臟頁是否太多，需要寫回硬盤。所謂臟頁，就是寫入到緩存，但是還沒有寫入到硬盤的頁面。

對于第一步，調(diào)用的是ext4_write_begin來說，主要做兩件事：

第一做日志相關(guān)的工作。

ext4是一種日志文件系統(tǒng)，是為了防止突然斷電的時候的數(shù)據(jù)丟失，引入了日志（Journal）模式。日志文件系統(tǒng)比非日志文件系統(tǒng)多了一個Journal區(qū)域。文件在ext4中分兩部分存儲，一部分是文件的元數(shù)據(jù)，另一部分是數(shù)據(jù)。元數(shù)據(jù)和數(shù)據(jù)的操作日志Journal也是分開管理的。你可以在掛載ext4的時候，選擇Journal模式。這種模式在將數(shù)據(jù)寫入文件系統(tǒng)前，必須等待元數(shù)據(jù)和數(shù)據(jù)的日志已經(jīng)落盤才能發(fā)揮作用。這樣性能比較差，但是最安全。

另一種模式是order模式。這個模式不記錄數(shù)據(jù)的日志，只記錄元數(shù)據(jù)的日志，但是在寫元數(shù)據(jù)的日志前，必須先確保數(shù)據(jù)已經(jīng)落盤。這個折中，是默認模式。

還有一種模式是writeback，不記錄數(shù)據(jù)的日志，僅記錄元數(shù)據(jù)的日志，并且不保證數(shù)據(jù)比元數(shù)據(jù)先落盤。這個性能最好，但是最不安全。

第二調(diào)用grab_cache_page_write_begin來，得到應該寫入的緩存頁。

struct page *grab_cache_page_write_begin(struct address_space *mapping, pgoff_t index, unsigned flags){ struct page *page; int fgp_flags = FGP_LOCK|FGP_WRITE|FGP_CREAT; page = pagecache_get_page(mapping, index, fgp_flags, mapping_gfp_mask(mapping)); if (page) wait_for_stable_page(page); return page;}

在內(nèi)核中，緩存以頁為單位放在內(nèi)存里面，每一個打開的文件都有一個struct file結(jié)構(gòu)，每個struct file結(jié)構(gòu)都有一個struct address_space用于關(guān)聯(lián)文件和內(nèi)存，就是在這個結(jié)構(gòu)里面，有一棵樹，用于保存所有與這個文件相關(guān)的的緩存頁。

對于第二步，調(diào)用iov_iter_copy_from_user_atomic。先將分配好的頁面調(diào)用kmap_atomic映射到內(nèi)核里面的一個虛擬地址，然后將用戶態(tài)的數(shù)據(jù)拷貝到內(nèi)核態(tài)的頁面的虛擬地址中，調(diào)用kunmap_atomic把內(nèi)核里面的映射刪除。

size_t iov_iter_copy_from_user_atomic(struct page *page, struct iov_iter *i, unsigned long offset, size_t bytes){ char *kaddr = kmap_atomic(page), *p = kaddr + offset; iterate_all_kinds(i, bytes, v, copyin((p += v.iov_len) - v.iov_len, v.iov_base, v.iov_len), memcpy_from_page((p += v.bv_len) - v.bv_len, v.bv_page, v.bv_offset, v.bv_len), memcpy((p += v.iov_len) - v.iov_len, v.iov_base, v.iov_len) ) kunmap_atomic(kaddr); return bytes;}

第三步中，調(diào)用ext4_write_end完成寫入。這里面會調(diào)用ext4_journal_stop完成日志的寫入，會調(diào)用block_write_end->__block_commit_write->mark_buffer_dirty，將修改過的緩存標記為臟頁?？梢钥闯?，其實所謂的完成寫入，并沒有真正寫入硬盤，僅僅是寫入緩存后，標記為臟頁。

第四步，調(diào)用 balance_dirty_pages_ratelimited，是回寫臟頁。

/** * balance_dirty_pages_ratelimited - balance dirty memory state * @mapping: address_space which was dirtied * * Processes which are dirtying memory should call in here once for each page * which was newly dirtied. The function will periodically check the system's * dirty state and will initiate writeback if needed. */void balance_dirty_pages_ratelimited(struct address_space *mapping){ struct inode *inode = mapping->host; struct backing_dev_info *bdi = inode_to_bdi(inode); struct bdi_writeback *wb = NULL; int ratelimit;...... if (unlikely(current->nr_dirtied >= ratelimit)) balance_dirty_pages(mapping, wb, current->nr_dirtied);......}

在balance_dirty_pages_ratelimited里面，發(fā)現(xiàn)臟頁的數(shù)目超過了規(guī)定的數(shù)目，就調(diào)用balance_dirty_pages->wb_start_background_writeback，啟動一個背后線程開始回寫。

另外還有幾種場景也會觸發(fā)回寫：

用戶主動調(diào)用sync，將緩存刷到硬盤上去，最終會調(diào)用wakeup_flusher_threads，同步臟頁；

當內(nèi)存十分緊張，以至于無法分配頁面的時候，會調(diào)用free_more_memory，最終會調(diào)用wakeup_flusher_threads，釋放臟頁；

臟頁已經(jīng)更新了較長時間，時間上超過了設定時間，需要及時回寫，保持內(nèi)存和磁盤上數(shù)據(jù)一致性。

帶緩存的讀操作

看帶緩存的讀，對應的是函數(shù)generic_file_buffered_read。

static ssize_t generic_file_buffered_read(struct kiocb *iocb, struct iov_iter *iter, ssize_t written){ struct file *filp = iocb->ki_filp; struct address_space *mapping = filp->f_mapping; struct inode *inode = mapping->host; for (;;) { struct page *page; pgoff_t end_index; loff_t isize; page = find_get_page(mapping, index); if (!page) { if (iocb->ki_flags & IOCB_NOWAIT) goto would_block; page_cache_sync_readahead(mapping, ra, filp, index, last_index - index); page = find_get_page(mapping, index); if (unlikely(page == NULL)) goto no_cached_page; } if (PageReadahead(page)) { page_cache_async_readahead(mapping, ra, filp, page, index, last_index - index); } /* * Ok, we have the page, and it's up-to-date, so * now we can copy it to user space... */ ret = copy_page_to_iter(page, offset, nr, iter); }}

在generic_file_buffered_read函數(shù)中，我們需要先找到page cache里面是否有緩存頁。如果沒有找到，不但讀取這一頁，還要進行預讀，這需要在page_cache_sync_readahead函數(shù)中實現(xiàn)。預讀完了以后，再試一把查找緩存頁。

如果第一次找緩存頁就找到了，我們還是要判斷，是不是應該繼續(xù)預讀；如果需要，就調(diào)用page_cache_async_readahead發(fā)起一個異步預讀。

最后，copy_page_to_iter會將內(nèi)容從內(nèi)核緩存頁拷貝到用戶內(nèi)存空間。

責任編輯人：CC