【Linux Kernel】虚拟文件系统初探

学无止境~   看LKD进行的粗浅整理，目标是能够做到设计上面的理解~

Linux操作系统上支持多种文件系统，如本地文件系统EXT4、XFS、EXT3 等，同时还支持NFS、CIFS以及一些特殊的文件系统，同时在上层调用文件管理时又不感知不同文件系统的类型、存储的类型，之所以能做到这一点，最大的功臣就是虚拟文件系统，英文简称VFS。
VFS是定义一个通用的文件模型，满足上层对文件的处理应用，同时能够完整兼容所有文件系统的特殊需求和能力。

  之所以VFS能够屏蔽掉不同文件系统的差异，让上层无感我们以写文件为例

vfs存在于用户与文件系统之间，这样就可以在虚拟文件系统层面实现屏蔽差异。

虽然内核整体采用C语言实现的，但是VFS本身的设计思想更多的是面向对象的，所以在使用C语言实现过程中会有些晦涩，整体思路是以结构体作为对象，对象的方法由不同的函数指针来实现。VFS中有几个关键的数据结构，分别是：超级块对象、索引节点对象、目录项对象、文件对象。下面的图可以简要描述这几个对象的关系：

 学习过程中， 我也是围绕这几个关键的数据结构进行的理解。

超级块对象（super_block）

代表已安装的具体的文件系统，存储的事文件系统本身的一些信息，通常对应于磁盘或分区特定扇区中的文件系统超级块或控制块。

索引节点对象（inode）

代表具体文件，在Linux一切皆文件，所以索引节点不仅代表传统意义上的文件，还有如目录等；主要包含了内核在操作文件时需要的全部信息。

文件对象

这个名字很容易被误解，会与inode搞混，文件对象描述的是由进程打开的文件，即同一个目录项由不同进程打开就会生成不同的文件对象， 换句话说文件对象是与进程相互绑定的，文件对象为进程提供了打开文件的相关信息与交互接口。

目录项对象（dentry）

是路径的一个组成部分，开始学习时很难理解目录项对象，目录项对象与Linux应用中传统意义上的文件夹不是等同或相近的。目录项对象的引入是为了解决文件查找繁琐的问题，所以目录项对象更多的意义在于文件与文件之间的关系，如/var/log/messages 这个文件中，包含的目录项对象有： /   var/ log/ messages 四个， 其中 根目录、var目录、log目录是不同层级的文件夹，messages是一个文件。

目录项对象还有一个比较重要的参数是状态，不同状态描述如下：

• 空闲：没有被vfs使用，内存由slab处理，无关联inode
• 未使用：没有被内核使用(d_count = 0),有关联的inode
• 正在使用：正在被内核使用(d_count >0)，有关联的inode，不能被丢弃
• 负状态：有inode（被删除或不存在的）d_inode = NULL

既然目录项是为了方便查找，那么就需要一定的数据结构或设计方案来支持这一特性，其中目录项高速缓存解决了这一问题。目录项高速缓存由两个结构体组成：

• 一个双向链表，包含了正在使用、未被使用、负状态的目录项对象，该双向链表形成一个先进先出的执行队列。以此实现一个“最近最少使用(LRU)”的缓存
• 一个散列表，通过目录名和文件名从中能够快速获取一个目录项对象（目录项对象中与inode相关联，找到对应的目录项对象就能够定位到inode）

语言描述往往很难理解， 所以我就以查找/var/log/messages这个文件为例子描述一下目录项查找的逻辑:
查找一个文件的目录项查询逻辑
目标：查找/var/log/messages
高速缓存工作流如下：
1. 查找LRU链表：首先，文件系统会检查目录项高速缓存中的最近最少使用（LRU）链表。这是为了快速查找最近被访问过的目录项。如果目标文件（在这里是 `messages`）的目录项恰好位于LRU链表的头部或近期被访问过，那么它可能会直接从缓存中提取出来，避免了进一步的磁盘访问。

2. 查找散列表：如果LRU链表中没有找到目标目录项，文件系统会转向散列表（通常称为哈希表）。散列表根据目录项的名称进行快速查找。这里，文件系统会按照路径组件（`/`、`var`、`log`、`messages`）的顺序，逐个查找每个组件的目录项。每个找到的目录项都会成为下一个查找步骤的起点。

•    首先，查找根目录（`/`）的目录项。
•    然后，使用根目录的目录项作为起点，查找 `var` 子目录的目录项。
•    接着，使用 `var` 目录项作为起点，查找 `log` 子目录的目录项。
•    最后，使用 `log` 目录项作为起点，查找 `messages` 文件的目录项。

   在每个步骤中，如果目录项在散列表中不存在，那么它会根据需要从磁盘上读取，并添加到散列表和相应的链表中（例如，最近使用链表）。

3. 添加新目录项：如果在查找过程中发现某个目录项在缓存中不存在，那么该目录项会从磁盘上读取出来，并被添加到目录项高速缓存中。新添加的目录项会被放置在最近使用链表的头部，表示它是最近访问过的。

4. 缓存管理：随着时间的推移，当缓存空间不足时，文件系统会根据一定的策略（如LRU算法）从缓存中移除最少使用的目录项，以释放内存空间
以上逻辑就能够明白目录项的作用和逻辑了。

除了上述4个重要的数据结构外，还有一些特定的数据结构：
与文件相关的数据结构

• file_system_type: 特定的文件类型
• vfsmount：代表一个安装点

与进程相关的数据结构

• files_struct: 与进程相关的文件信息（如：一个进程最多能够打开多少个文件等配置）
• fs_struct:文件系统和进程的相关信息（如：pwd，进程根目录等）
• mmt_namespace：单进程命名空间，进程在系统中能够看到的唯一的安装文件系统