从文件系统的数据结构看 Linux 内核设计

跟随陈老师学习linux内核两个月了，对linux内核产生了极大的兴趣，最近学习文件系统，有一些自己的看法，很荣幸能在linux内核之旅进行分享^_^

本篇文章使用尽量 通俗 的语言来说明linux内核文件系统中各个数据结构之间的关系，这是一个很复杂的结构关系，在学习这里的时候一定要和源代码一一对应起来，否则的话就会陷入迷茫之中。由于linux内核足够复杂，就会有多种解释方式，我认为所有关于linux内核的书籍，都是不同作者对内核的不同的看法，说不定这些看法对于linus本人来说都是很巧妙的，所以我在这里也大胆地提出自己对linux内核设计方式的一些看法。

话不多说，我们上图：

      我使用这张结构图来进行说明，一共大概有10个结构体，我把它分成三条线来看，在图中也标记好了，在看每一条线时，我们把它从整体结构中隔离出来看。

第一条线（ 绿色 ）

这一条线是进程部分，也就是以进程的眼光来看文件系统。task_struct是一个非常复杂的结构体，我们在这里只看与文件系统相关的字段。从现在开始，把自己当成一个内核设计者，接下来将要介绍的数据结构都是为了给进程提供完好的服务，使得进程可以正常运行。（这里也可以体会到进程真的是OS的核心）

首先，进程在运行的时候，总归会使用到文件，那么就会用open()和close()两个函数，此时，就会产生图中的第1个结构体file，另外进程使用到的文件是很多的，所以会有很多个file（这里说明一下，file还有一个很好的作用是并发访问，不同的用户在打开相同文件的时候都会产生file，这样就可以实现互不干扰）产生，那么这个时候就需要对这些file结构体进行管理，按照内核的标准套路，就是使用唯一标号，我们叫它文件描述符，那么自然而然地，我们可以想到，这么多文件描述符我们怎么管理呢？再按照内核的标准套路，我们把它又封装成一个结构体，这个结构体最主要的任务就是把这么多file结构体进行很有条理的管理，从而方便进程的使用。这个结构体就是图中第2个files_struct结构体了，看图中的红线，一个二级指针指向fd_arry数组，数组里存放着一个又一个的file结构体的地址，最重要的我们要让PCB能够使用到这个结构体，就放入一个字段files指向files_struct。

（file结构体之后的dentry结构体部分先保留。）

第二条线（ 红紫色 ）

这一条线是纯正的文件系统线，也就是我们现在是文件系统，我现在需要正确的进入内核。

首先，每一种文件系统都需要符合VFS的规定和内核的标准套路，我是一个文件系统，那么我的条条框框就很多，也就是字段特别多，为了融入内核，我需要通过图中第3个结构体file_system_type来进行注册，换句话说，内核中有多少个文件系统，就有多少个file_system_type结构体。之后，我是文件系统，我自然而然就需要使用磁盘来存放文件了，那么这个时候有会有很多很多的细节，也就是存放在块设备上的管理信息，这些信息又有很多，那么按照内核的设计套路，再次封装成一个结构体，也就是图中第4个结构体super_block结构体。我在这里有一个疑问，就是一个file_system_type和一个super_block，这两个有什么区别又有什么关系呢？因为我觉得只需要一个就够了。在阅读大量书籍后，我自己给出的答案是file_system_type是描述这个文件系统的，而super_block是用来实际管理文件系统的，二者是不同的作用，就好比注册完以后，那张注册表还有别的作用吗？

super_block也是一个极其庞大的结构体，它既然处于管理的地位，所以具体的一个个文件就需要和它进行关联，按照内核标准套路，一个个具体的文件在内核中还是抽象成一个结构体，就是图中的第5个结构体inode结构体，（多说一句，这两个结构体之间是互联的，各自有指针指向对方，而且文件系统这里的指针真的很精彩！），那么inode代表了一个个实际的文件，这时候，自然而然就需要目录了，内核把目录也当做一个文件来处理，同样抽象成一个结构体，也就是图中的第6个结构体dentry结构体。

一二条线的交叉部分

这里的交叉部分很巧妙，我学习文件系统的时候，是从super_block开始学习的，所以顺着下来是inode结构体，但是当时就在 想 ， 为什么不先是dentry目录，然后目录下再存放inode呢？ 我自己的 答案 是：

• 站在第二条线来想，所谓目录，是对文件的划分，所以得先有文件，然后才能有目录。

• 站在第一条线来想，我要打开一个文件，这个文件已经存在了，那么我就需要从目录中去找，然后再往下找到inode

综合两条线来看，正是因为内核的这种设计方式，我们才会有在打开一个文件时先找目录的习惯。

再次来体会图中的交叉部分，dentry是很巧妙的。

第三条线（ 蓝紫色 ）

我们直接来看图中的第7个结构体，vfsmount结构体，这里先说一下为什么会有这么个结构，我们在第二条线中说过了文件系统注册时的file_struct_type结构体了，但这个信息还不够，我们要正确使用一种文件系统，就必须mount到根文件系统的某个目录上去，记得要root权限哦，这个时候还是为了管理上的方便，又抽象出来一个结构体vfsmount，它存放的就是文件安装的相关信息，它和PCB之间还需要建立连接，这里又通过第8个结构体来建立连接，它在2.6源码中名字是namespace（2.4中是mnt_namespace）。

从文件系统来看内核

这里假设大家已经细读了内核源码，我们可以发现，内核设计的标准套路，就是 抽象、管理、操作 ， 抽象 是分为两种情况，一种是外部文件的抽象，一种是内部信息复杂而进行的抽象。那么是怎么进行 管理 的呢？举个例子来说，只要内核中有许多独立的结构体存在时，我们就通过双向链表，单项链表，哈希表这些方式进行管理。这里可以体会一下数据结构的精华所在。 操作 的对象就是我们所抽象的一个个数据结构。我们在上面仅仅介绍了这几个结构的关系，它们还只是数据结构而已，我们还需要操作，就是调用内核的API了，这些API的工作就是传递数据，从这个结构体中拿出数据放到另外的一个结构体中，所以所谓内核的运行，就是我们抽象出来的数据结构中数据的流动，在我们的脑海里可以形成一个很壮观的动态的场面。并且我始终坚信，内核所有解决问题的策略，都可以在我们现实生活中找到影子，毕竟，内核是人写出来的嘛！

学习内核的方法

由于自己接触linux内核时间不长，才疏学浅，班门弄斧了，如果有错误的地方欢迎大家指正，小赵万分感谢:-D