UNIX文件系统深度分析与对比研究

在Unix世界里，文件系统的底层机制并不复杂。从源码实现细节入手，我们来看看一个文件从创建到被打开，磁盘与内存之间究竟经历了哪些关键步骤。需要说明的是：本文基于经典V7 Unix实现进行解析，但其核心设计理念至今仍被现代操作系统沿用。

首先，当一个文件尚未被打开时，它在磁盘上需要以下三部分内容：一个目录项、一个磁盘Inode结构、以及若干磁盘块（n可以为0）。

目录项是一个轻量级数据结构，其中最关键的两个字段分别是：文件名和指向inode的指针。目录的执行权限本质上就是允许系统将文件名转换为inode编号，完成这项转换的核心函数是namei。具体实现细节可参考Unix源码，这里不再展开。

磁盘Inode结构在V7中定义如下：

struct dinode 
{
    unsigned short di_mode;   /* 文件类型与权限位 */
    short di_nlink;           /* 硬链接数量 */
    short di_uid;             /* 文件所属用户ID */
    short di_gid;             /* 文件所属组ID */
    off_t di_size;            /* 文件字节大小 */
    char di_addr[40];         /* 磁盘块地址列表 */
    time_t di_atime;          /* 最后访问时间 */
    time_t di_mtime;          /* 最后修改时间 */
    time_t di_ctime;          /* 创建时间 */
};

各字段含义已通过注释说明，但有几个要点值得深入理解：di_mode不仅包含权限信息，还标识文件类型（普通文件、目录、设备等）；di_nlink记录有多少个目录项指向该inode；di_addr是inode的核心字段，它存储了文件数据所占用的磁盘块地址数组，V7使用40字节来存储这些地址，实际实现中每个块通常为512字节；三个时间戳分别对应访问时间、修改时间和属性变更时间。

磁盘块在物理层面是连续的扇区，逻辑上则按固定大小组织成块，便于文件系统管理。

当系统引用一个文件时（注意：此时尚未执行open系统调用），需要将磁盘inode加载到内存中。V7的内存inode结构定义如下：

struct inode 
{
    Char i_flag;
    char i_count;            /* 引用计数（当前活跃引用数） */
    dev_t i_dev;             /* 该inode所在的设备号 */
    ino_t i_number;          /* inode编号，与设备号唯一对应 */
    unsigned short i_mode;
    short i_nlink;           /* 目录项数量 */
    short i_uid;             /* 属主用户ID */
    short i_gid;             /* 属主组ID */
    off_t i_size;            /* 文件大小 */
    union {
        struct {
            daddr_t i_addr[NADDR];   /* 普通文件/目录的磁盘块地址 */
            daddr_t i_lastr;         /* 上次读取的逻辑块号（用于预读优化） */
        };
        struct {
            daddr_t i_rdev;          /* 设备号，复用i_addr[0]字段 */
            struct group i_group;    /* 多路复用组文件 */
        };
    } i_un;
};

与磁盘inode相比，内存版本增加了运行时所需的字段，其中最重要的就是引用计数i_count，它记录了当前有多少进程或内核路径指向该inode。当i_count归零时，该内存inode才可以被回收。

最后，当文件被真正打开时，还需要引入以下两层结构：

• 用户进程的u区中的u_ofile数组项：该数组存储指向file结构的指针，所谓文件描述符，本质上就是该数组的下标索引。
• 系统文件表中的一项：即struct file，V7中的定义如下：

struct file 
{
    char f_flag;
    char f_count;            /* 引用计数（当前引用该file结构的进程数） */
    struct inode *f_inode;   /* 指向内存inode的指针 */
    union {
        off_t f_offset;      /* 读写指针偏移量 */
        struct chan *f_chan; /* 多路复用通道指针 */
    } f_un;
};

文件表结构最初的设计目的是为了支持偏移量共享（f_offset）。使用dup复制一个文件描述符与再次打开同一个文件，两者的本质区别就在于file结构的f_count：dup会使两个描述符指向同一个file结构，从而共享读写偏移量；而两次独立的open调用则会创建两个独立的file结构，各自维护自己的偏移量。

如果感兴趣，可以结合这些数据结构字段的变化，手动模拟文件打开、关闭、link、unlink等操作流程，这样对Unix文件系统原理的理解会更加透彻。虽然Unix源码非常精炼，但直接阅读仍有一定难度——本文只选取了最核心的线索进行分析。

此外，附上昨晚编写的一个find命令简易实现，支持-name、-user、-group参数。使用方法：Find 目录列表 可选参数。代码水平有限，希望给初学C语言的朋友提供一个参考范例，如有改进意见也欢迎交流指正。