sundayhut's Blog

前言：

linux内核是一个很伟大的东西。。。（好吧~我居然用“伟大”来形容了linux内核），不过说实话，内核代码绝对是c语言中经典的经典。里面的一些设计思想都值得反复推敲、琢磨（虽然我还看不大懂，在啃过程中）。。按照我导师的话来说：写linux内核的那帮人绝对是顶级聪明的人。

看聪明人的作品，熏陶 熏陶自己。

我们今天关注问题如下：why linux的文件系统设计group这个概念。有什么好处呢？linux文件系统已经够复杂了，为什么还要加上group这个管理单元？

那天导师问这问题时，我硬是没怎么反应过来，说了几个答案，但都没说到点上，这儿我总结一下：

面对问题的思考方法：

从多角度思考这个问题：

从用户角度：方便用户容量的扩充或减少

    很明显，有了group这个概念，我们的元数据区、数据区可以一个版块一个版块地管理，如果用户容量扩充，只需要在现有group后增加几个group，然后修改super block，GDT(块组描述符)等就可以了。减小容量也是如此；试想一下如下没有group这个概念，若要扩容，则inode bitmap，data bitmap，inode table所占的空间都要变大，那么整个数据区都要向后迁移，代价太大。

从计算机性能角度：一次IO能抓取所需元数据，提高访问速度

    首先我们要知道，在默认的配置中，一个group单元中的block bitmap的个数为32768，这个在格式化磁盘时，可以在输出信息上看到信息：32768 blocks per group。所以说block bitmap所需要的占用的存储空间大小刚好为1个block大小，即4k，所以说在一次IO读操作，我就可以把当前访问数据的bitmap区域的元数据一次性缓存，由于与访问的局部性，一段时间访问的数据很大概率都是位于这个block的，所以需要多次访问元数据，而这些元数据系统都cache住了，故性能得到很好地提高。

     上面说的是block bitmap为4k，默认一个group中inode bitmap为1k。也是可以一次IO都缓存下的。而且data区域4k*8*4k= 128M，这个大小都是一次调入Mem可以缓存下的。所以极大提高了cache命中率，也就提高了访问速率。

     其实上述的解释都可以类比于一个概念：对齐。在计算机系统结构中，一定要建立一个对齐的概念，对齐的概念我通过两个例子稍微解释。

例1：一个数据结构如果放在未对齐的内存中，则会引起两次访存操作。

例2：放在磁盘上一个4k的文件，如果跨了两个block，那么要进行两次访问disk的操作，效率大打折扣。

所以说计算机系统结构中，对齐是效率的一个关键点所在。

从磁盘寿命的角度：写均匀，延长寿命

元数据、数据写的区域因为布局方式的因素，因而把写均匀到了磁盘的各个区域。个人感觉有一定的延长寿命作用。

关于group概念还能带来什么好处，欢迎留言！

补充：

这里对group概念稍做介绍，文件系统结构图如下：

文件系统是以分区为单位的，所以说一个分区上的所有group的文件系统类型都相同。

整个分区group的inode是连续编号的，给定一个inode编号，可以通过取模、取余的方式可以知道该inode为那个group上的第几个inode。inode编号从1开始，故所在块组bg=inode_num -1)/ ext4_super_block.s_inodes_per_group 

所在 块组的index

index=(inode_num -1) % ext4_super_block.s_inodes_per_group