一、文件

同一类型数据的集合组成一个文件，比如文本文件、音频文件、图片文件，对于文件需要一定的排列格式，方便不同的用户按照统一的格式可以正确读写文件，这种格式叫“文件格式”。当然文件格式可以用户自定义，但是为了方便文件的可读取性，最好用现成标准，比如txt、MP3、JPEG等。

1.1 文本文件txt

文本文件的字符内容，实际存储在计算机中以0和1进行存储的，那么字符时如何转化成0和1的呢？
首先，目前针对不同的字符有不同的编码标准，例如ASCII、GB2312标准、Unicode 字符集和编码，计算机中存储的字符实际上就是字符在编码标准中的字符编码。
计算机如何在屏幕上进行显示？
字模：每个字符的图形文件，实质上就是一个个像素点数据。
字库：多个字模数据组成的文件称为字库。
计算机显示字符时，根据字符编码与字模数据的映射关系找到对应的字模数据，液晶屏根据字模数据显示该字符。

1.2 音频文件wav

对于音频文件，后缀.wav，主要有两部分组成：元数据和音频数据。
元数据存在文件的开头，在实际数据前面，因此也叫文件头（Header）。元数据中包含码率（bit rate）、单声道还是立体声，是一种关于数据的数据，主要作用是在读取文件时，告知文件的一些信息以及应该以何种方式进行读取。

WAV文件的前44个字节长这样。有的部分总是一样的，比如写着WAVE的部分，其它部分的内容，会根据数据变化。音频数据紧跟在元数据后面，是一长串数字，数字代表每秒捕获多次的声音幅度。电脑和手机麦克风，每秒可以对声音进行上千次采样。每次采样可以用一个数字表示，声压越高数字越大，也叫“振幅”，WAVE文件里存的就是这些数据，每秒上千次的振幅，播放声音文件时，扬声器会产生相同的波形。
在这里插入图片描述

1.3 图像文件bmp

位图（Bitmap）,后缀.bmp，一种用于保存图片的格式，计算机上，图片有多个叫“像素”的方块组成，每个像素有三种颜色组成：红、绿、蓝，叫“加色三元色”，混在一起可以创造其它颜色。和WAV文件一样，BMP文件开头也是元数据，有图片宽度，图片高度，颜色深度，元数据之后是图形数据。
图形是由多个像素组成，而图形数据就是单个像素的数据，这里以24位色深度为例，表示一个像素有24位数据，其中8位表示红，8位表示绿，8位表示蓝，一个像素通过三种颜色的混合就能达到屏幕显示的目的。所以一个图形数据就是24位二进制数据。
在这里插入图片描述

再次强调，不管文本文件，WAV，BMP或者其它文件，文件在底层全是一样的：一长串二进制。为了知道文件是什么，文件格式至关重要。

二、文件系统

2.1 目录文件

现代存储器中，不仅仅是存储一个文件，如何在一个存储器中存多个文件？最简单的方法是把文件连续存储，这样能用，但怎么知道文件开头和结尾在哪里？
存储器没有文件的概念，只是存储大量位。所以为了存多个文件，需要一个特殊文件，记录其它文件的位置，这个特殊文件有很多名字，这里泛称“目录文件”，这个文件经常存在最开头，方便找。

目录文件里，存所有其它文件的名字，存储其它文件名的格式为：文件名+一个句号+扩展名。
扩展名帮助得知文件类型，目录文件还存文件的元数据，比如创建时间、最后修改时间、文件所有者是谁、是否能读写、或读写都行，最重要的是，目录文件有文件起始位置和长度。

如果要添加文件，删除文件，更改文件名等，必须更新目录文件。

在UNIX中，文件名只是给用户查看使用的，在系统内部是通过inode编号，inode 表包含一份清单，其中列出了对应文件系统的所有 inode 编号。当用户搜索或者访问一个文件时，UNIX系统通过 inode 表查找正确的 inode 编号。在找到 inode 编号之后，相关的命令才可以访问该 inode ，并对其进行适当的更改。

如果两个用户试图对同一个文件进行编辑， inode 已经在第一个编辑会话期间分配给了另一个用户 ID (UID)，因此第二个编辑任务就必须等待，直到该 inode 释放为止。

软链接是依据文件的路径产生的一个新文件，这个文件和原先的文件是有不同的inode编号，不同的创建时间，这个操作和windows下的创建快捷方式是很类似的。如果删除原先的文件，那么这个软链接生成的文件就无法打开。

硬链接相当于复制一个原先的文件，并且这两个文件之间可以实现同步。这两个文件之间具有相同的inode编号，相同的创建时间，可以这么理解，原先一个inode编号对应一个文件名，后来硬链接进行了映射，导致一个inode编号对应两个文件名。如果删除其中一个文件，另一个文件也是可以进行编辑操作。删除只是删除了一个映射关系。

2.2 平面文件系统

目录文件，以及对目录文件的管理是一个非常简单的文件系统例子。文件系统专门负责管理文件。
（个人理解：一个存储器中有目录文件以及其它的文件，当需要读取存储器中的文件时，首先应该去找目录文件，而找到目录文件后应该以怎么样的方式去解读这个目录文件，这就需要操作系统有相应的目录文件管理的程序去解读。不同的系统支持解读不同的文件系统，比如windows中的文件系统常用的是NTFS和FAT，而linux中的文件系统常用的是ext2/3/4，windows就不直接支持ext文件系统的操作。）

平面文件系统：文件都在同一个层次上，没有子目录。
在这里插入图片描述
如果给todo.txt加一点数据，会覆盖掉后面carrie.bmp的一部分，所以现代文件系统会做两件事：

1、把空间划分成一块块，导致有一些“预留空间”可以方便改动，同时也方便管理。
在这里插入图片描述
2、拆分文件，存在多个块里。
假设打开todo.txt加了些内容，文件太大存不进一块里，我们不想覆盖掉隔壁的块，所以文件系统会分配一个没使用的块，容纳额外的数据。目录文件会记录不止一个块，而是多个块，只要分配块，文件可以轻松增大缩小。
假设想删掉carrie.bmp只需要在目录文件删掉那条记录，让一块空间变得可用，注意这里没有擦除数据，只是把记录删了。之后某个时候，那些块会被新数据覆盖，但在此之前，数据还在原处。所以被删掉的文件其实是可以“恢复”数据。

假设往todo.txt加了更多数据，所以操作系统分配了一个新块，用了刚刚carrie.bmp的块。现在todo.txt在三个块里，隔开了，顺序也是乱的，这叫碎片。碎片是增/删/改文件导致的，不可避免。对很多存储技术来说，碎片是坏事，如果todo.txt存在磁带上，读取文件要先读块1，然后快进到块5，然后往回转到块2，来回转个半天。
现实世界中，大文件可能存在数百个块里，你可不想等五分钟才打开文件，答案是碎片整理。计算机会把数据来回移动，排列成正确的顺序。整理后todo.txt在1,2,3，方便读取。

2.3 分层文件系统

目前只说了平面文件系统，文件都在同一个目录里。如果存储空间不多，这可能就够用了，因为只有十几个文件，但随着容量爆炸式增长，文件数量也飞速增长。很快，所有文件都存在同一层变得不切实际。就像现实世界，相关文件放在同一个文件夹会方便很多，然后文件夹套文件夹。这叫“分层文件系统”，你的计算机现在就在用这个。实现方法有很多种，以下是其中一种方法。

之前目录文件只是指向文件，现在目录文件不仅要指向文件，还要指向目录，此时需要额外元数据来区分开文件和目录。

这个目录文件在最顶层，因此叫根目录，所有其它文件和文件夹，都在根目录下，图中可以看到根目录有3个文件，2个子文件夹：“音乐”和“照片”，如果想知道“音乐”文件夹里有什么，必须去那边读取目录文件（格式和根目录文件一样）。

根目录文件：

文件名	是否是目录	创建时间	上一次修改时间	存储在哪些块中
todo.txt	no	03:14 2020/2/6	03:14 2020/2/7	1,2,3
theme.wav	no	08:00 2020/2/6	08:00 2020/2/7	5
script.doc	no	22:54 2020/2/6	22:54 2020/2/7	4
music	yes	07:01 2020/2/6	07:01 2020/2/7	6
photos	yes	13:55 2020/2/6	13:55 2020/2/7	8

music目录文件：

文件名	是否是目录	创建时间	上一次修改时间	存储在哪些块中
beat.mp3	no	03:14 2020/2/6	03:14 2020/2/7	9,11,25
believe.wav	no	08:00 2020/2/6	08:00 2020/2/7	13,37,23
royals.mp3	no	22:54 2020/2/6	22:54 2020/2/7	24,26,27,28
majic.aiff	no	07:01 2020/2/6	07:01 2020/2/7	19
breathe.mp3	no	13:55 2020/2/6	13:55 2020/2/7	20,29,30