Tiedostojärjestelmä muuttaa levylohkojen litteän taulukon tiedostojen ja hakemistojen hierarkiaksi, halliten metadataa ja vapaata tilaa tehdäkseen siitä luotettavaa ja nopeaa.
UNIX-tiedostojärjestelmissä jokainen tiedosto on (index node) — rakenne, joka pitää tiedoston (koko, omistaja, oikeudet, aikaleimat, link count) ja . Huomaa, mitä inode tallenna: . Nimet elävät , jotka ovat vain tiedostoja, jotka kuvaavat nimi → inode-numero:
directory "docs" inode 1042 data blocks
┌───────────────────┐ ┌──────────────┐ ┌────────┐
│ "report.txt" →1042│───────────▶│ mode, uid │──ptr───▶│ block │
│ "notes.txt" →1050│ │ size, times │──ptr───▶│ block │
└───────────────────┘ │ link count=2 │ └────────┘
│ block ptrs │──(indirect)──▶ ...
└──────────────┘
Tästä syystä hard link on vain toinen hakemistomerkintä, joka osoittaa samaan inodeen (link count 2), ja siksi rm on todellisuudessa unlink — se poistaa nimen ja vapauttaa inoden vasta, kun link count osuu nollaan.
Yksittäinen looginen operaatio (esim. append) koskee useaan lohkoon — inodeen, vapaan tilan bitmapiin, dataan. Kesken tapahtuva kaatuminen jättää tiedostojärjestelmän epäjohdonmukaiseksi. Journal kirjoittaa ensin aiotut muutokset lokiin ja soveltaa ne sitten; kaatumisen jälkeen tiedostojärjestelmä toistaa (replay) tai hylkää (discard) journalin hitaan täyden skannauksen (fsck) sijaan. Tilat vaihtavat turvallisuutta nopeuteen: journaloi vain metadata (nopea, yleinen) vs. metadata ja data.
Kernel cachettaa tiedostodatan RAM:iin page cacheen, joten uudelleenluvut osuvat muistiin ja kirjoitukset puskuroidaan (buffered) ja flushataan myöhemmin (write-back):
buffered I/O (default): app ↔ page cache ↔ disk → cached, async writeback, fast re-reads
direct I/O (O_DIRECT): app ↔ disk → bypass the cache; DBs manage their own
fsync(): force buffered data to durable storage (required for real durability)
Buffered I/O on nopea, mutta "kirjoitettu" data ei ole kestävää (durable) ennen fsynciä; tietokannat käyttävät usein direct I/O:ta plus omaa buffer pooliaan hallitakseen cachetusta ja kestävyyttä tarkasti.
Tiedostojärjestelmän sisäinen toiminta selittää arjen käytöksen: miksi hard linkit toimivat, miksi tiedoston poistaminen, jonka prosessi pitää yhä auki, ei vapauta tilaa ennen kuin se sulkee sen, miksi fsync on olennainen kestävyydelle (ja klassinen datahäviö-bugi, kun se jätetään pois) ja miksi tiedoston toinen luku on välitön (page cache). Senior-insinöörit päättelevät näistä valitessaan buffered vs. direct I/O:n tietokannalle, mitoittaessaan RAM:in cachelle tai debugatessaan kaatumisjohdonmukaisuusongelmaa.
Kirjasto IT-haastattelukysymyksiä yksityiskohtaisine vastauksineen — Juniorista Senioriin.
Lahjoita