linux shell — 6.初识 EXT2 文件系统
发布日期:2021-06-30 19:49:22 浏览次数:3 分类:技术文章

本文共 1205 字,大约阅读时间需要 4 分钟。

#硬盘的组成与分割

1、磁盘的物理组成

@磁盘 盘(记录数据)

磁盘盘物理结构:

1)扇区(sector)为最小的物理储存单位,单位为 512 bytes

2)磁柱(cylinder)由扇区组成,磁柱是分割槽(partition)的最小单位

注意:

这里第一个扇区最重要,主要启动区(Master boot record, MBR)及分割表(partition table), 其中 MBR 占有 446 bytes,而 partition table 则占有 64 bytes。MBR最多提供4个分区的记忆,为提高磁头的读取效率,使用了逻辑块的概念,1Block = 2的n次幂扇区。每个文件系统开始位置的那个块成为超级块。超级块存储文件系统的大小、空和满 的块以及其他信息。ext 规划出 inode 与 Block 来 分别存储档案的属性(放在 inode)与档案的内容(放在Block area)。

各种接口的磁盘在Linux中的文件名分别为:

/dev/sd[a-p][1-15]:为SCSI, SATA, U盘, Flash闪盘等接口的磁盘文件名;

/dev/hd[a-d][1-63]:为 IDE 接口的磁盘文件名

@机械手臂、磁盘手臂上的磁盘读取头(擦写数据)

@主轴马达,使磁盘转动,从而磁盘读取头会在磁盘盘上读取数据

 2、磁盘分区:

磁盘分区就是告诉操作系统 【磁盘】可以读取的分割槽的范围【A磁柱】->【B磁柱】。磁盘分区即指定分割槽的启始与结束磁柱

#inode记录的信息

@ 该档案的拥有者和群组(owner/group)

@ 该档案的存取模式(read/write/excute)

@ 该档案的类型(f/b/c/s/l/p/d)

@ 该档案建立或者状态改变的时间(ctime)、最后一次读取的时间(atime)、最近修改的时间

@ 该档案的容量

@ 定义档案的旗标(flag)例如:SetUID、setgid、stickybit

@ 该档案的真正内容的指向(pointer)

#Ext2的几个特征

@ block 和 inode 在格式化的时候就确定了

@ 一个分区能够容纳的文件数与inode有关

@ 一个inode的大小的为128个bit

@ 块为固定大小,在格式化的时候,根据分区需要存储的文件类型决定块的大小

#系统写入一个档案的过程

1、先在日志记录区块中记录,某个档案要写入磁盘了。

2、写入档案的权限与数据。

3、开始更新元数据(metadata)

4、完成元数据块的更新,在日志记录区块 中完成该档案的记录。

#linux文件系统的运行:

异步方式,读取一个文件的时候,将该文件所在数据块加载到内存中,当文件内容发生改变时候会被记录,但是此时磁盘中的文件还没有发生改变,需要将内存中已经修改写入磁盘才真正完成了文件的修改。

#挂载点:

必须是一个目录,而不能是文件

转载地址:https://lipenglin.blog.csdn.net/article/details/49717999 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!

上一篇:Java — String(字符串)
下一篇:Java — Maven安装配置(windows)

发表评论

最新留言

关注你微信了!
[***.104.42.241]2024年04月27日 00时45分12秒

关于作者

    喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!

推荐文章

数据挖掘与数据分析(三)—— 探索性数据分析EDA(多因子与复合分析) & 可视化(1)—— 假设检验(μ&卡方检验&方差检验(F检验))&相关系数(皮尔逊&斯皮尔曼) 2019-04-30
RRT算法(快速拓展随机树)的Python实现 2019-04-30
路径规划(二) —— 轨迹优化(样条法) & 局部规划(人工势能场法) & 智能路径规划(生物启发(蚁群&RVO) & 强化学习) 2019-04-30
D*算法 2019-04-30
强化学习(四) —— Actor-Critic演员评论家 & code 2019-04-30
RESTful API 2019-04-30
优化算法(四)——粒子群优化算法(PSO) 2019-04-30
数据挖掘与数据分析(三)—— 探索性数据分析EDA(多因子与复合分析) & 可视化(2)——回归分析(最小二乘法&决定系数&残差不相关)&主成分分析&奇异值分解 2019-04-30
数据在Oracle中的存储 2019-04-30
优化算法(五)—人工蜂群算法Artificial Bee Colony Algorithm(ABC) 2019-04-30
轨迹规划 trajectory planning 2019-04-30
AGV自动导引运输车 2019-04-30
Trie树(字典树) 2019-04-30
COMP7404 Machine Learing——Logistic Regression 2019-04-30
COMP7404 Machine Learing——Regularization(参数C) 2019-04-30
COMP7404 Machine Learing——KNN 2019-04-30
COMP7404 Machine Learing——SVM 2019-04-30
COMP7404 Machine Learing——Decision Tree & Random Forests 2019-04-30
COMP7404 Machine Learing——Hyperparameter Grid Search & Nested Cross-Validation 2019-04-30
COMP7404 Machine Learing——Confusion Matrix & Precision/Recall/F1 2019-04-30