深入理解文件系统inode | 比较Linux mv和cp命令

服务器

浏览数:100

2019-10-13

AD:资源代下载服务

引言

在项目上线过程中,总会遇到更新可执行程序的操作。而我们知道cp和mv都可以实现更新文件的操作,如果使用不当可能造成源文件丢失等一系列问题,那么怎样正确使用cp和mv呢?

linux文件系统基本概念

Block

文件数据存储在硬盘上,硬盘的最小存储单位叫做”扇区”(Sector)。OS读取硬盘的时候,为了提高效率会一次性读取一个”块”(Block)。

block和sector的关系

inode节点

下面用思维导图来对文件系统进行介绍:


文件系统概览

如图,inode是储存文件元信息的区域,除文件名以外的所有文件元信息,都存在inode之中。

可以通过Linux的stat命令查看文件对应的inode:stat <filname>.<filetype>

stat-inode


文件系统如何存取文件

  1. 根据Filename,通过Dircetory的映射关系找到对应的Inode number,例如:Inode:10307391

  2. 根据Inode number读取到文件的Inode table

  3. 再根据Inode table中的Pointer读取到对应的Blocks

inode存储也需要消耗对应的空间,所以操作系统会将硬盘分成两个区域:数据区和inode区,这里的inode区就是指Inode table。

可以通过df -i查看硬盘分区inode总数和存余的情况。一般情况下文件和inode是一一对应的关系,如果inode已经用光,即使硬盘还有空间也无法创建文件。

文件名只是inode的一个alias,Unix/Linux系统内部使用inode来识别文件。使用ls -i test.js可以查看一个文件的Inode number。若通过filename删除失败,可以直接删除inode节点。

硬链接和软链接

Linux和Unix系统也允许多个文件名指向同一个inode number,但增删改互不影响,这种被称为硬链接。

使用ln <sourcefile> <targetfile>可以创建硬链接,此时链接数+1。

软链接的inode number虽然不同,但是文件A的内容是文件B的路径,A依赖于B。

mv和cp命令底层依赖

inode是识别一个文件的核心,移动文件或重命名文件,只是改变文件名,不影响inode number。一个文件打开或执行后,系统就以inode号码来识别,所以项目可以在不关闭软件的的情况下进行更新,不需要重启。因为系统通过inode号码,识别运行中的文件,不通过文件名。更新的时候,新版文件以同样的文件名,生成一个新的inode,不会影响到运行中的文件。等到下一次运行这个软件的时候,文件名就自动指向新版文件,旧版文件的inode则被GC回收。

在MacOS操作系统中,我们可以使用dtruss命令查看系统调用SYSCALL。系统调用是操作系统提供给用户程序调用的接口。通过添加调用参数,在内核态中执行,内核态返回数据复制到用户态,最终用户态得到结果。

另外,大部分Unix系统支持strace调用kernel和ptrace接口实现系统调用。

以查看rm命令的系统调用为例:

rm-dtruss

输出的每一行都显示了一个系统调用、参数及返回值。

这里,我们重点关注unlinkat,该调用是解除文件的链接,即删除文件名。使源目录不再含有此文件名。当该文件的链接数为1且没有进程打开此文件时,才会真正删除文件内容。所以,用该方法直接删除打开的文件是安全的。

查看mv和cp命令系统调用

节选部分跟踪mv命令的系统调用指令:mv test.js zhuyue/test.js

mv-dtruss

综上,mv命令首先检查初始文件和目标文件是否存在访问权限,然后是通过rename指令实现系统调用。目标文件存在时,mv的行为类似于rename的行为,该行为会导致inode节点发生变化,所以mv更新文件相当于删除文件后在新建一个同名文件。

节选部分跟踪cp命令的系统调用指令:cp test.js zhuyue/test.js

cp-dtruss

执行cp命令后文件inode number没有改变,cp 使用了 open 及O_TRUNC 参数打开了目标文件,因此cp更新操作是将目标文件内容清空,然后把新的内容写入目标文件。

mv命令与cp命令更新文件对比

对比 mv cp
更新方式 删除->替换 清空->写入
属组和属主 属组和属主不变 属组或属主改变
inode节点 改变 不改变

总结:项目上线最优雅的方式

正在运行的可执行文件得到了操作系统的保护,被打开的文件及正在使用的动态链接库文件都是可以被写入的。对使用中的动态链接库的写入,通常是不需要的,并且很可能导致程序崩溃。因而要避免对动态库文件的写入。

综上,在上线需要更新可执行程序或动态链接库时,不要使用 cp 命令覆盖,而是要使用 rm 删除旧有文件,然后再把新的文件移动到原文件的位置。 install 命令和rpm包安装时使用的机制都是先删除旧文件,再建立新文件。这种操作能安全的更新文件,并且不影响当前进程的运行。当然,如果要想让新文件生效,重启使用它的程序或者动态加载新的库。

作者:番茄沙司a