Sistemas OperativosTema 5. Sistemas de archivos

1

© 1998-2019 José Miguel Santos – Alexis Quesada – Francisco Santana –

Belén Esteban

Contenidos

Interfaz del sistema de archivos

Implementación del sistema de archivos

2

Interfaz del sistema de archivos

Concepto de archivo/fichero

Métodos de acceso

Directorios

Protección

3

Almacenamiento secundario

Características físicas: Barato (en comparación con la RAM)

Lento (en comparación con la RAM)

No volátil

Heterogéneo (cintas y discos magnéticos, discos ópticos, discos SSD, tarjetas extraíbles…)

En un sistema típico, el almacenamiento secundario se utiliza para: Almacenar el código ejecutable de las aplicaciones

Almacenar los documentos de los usuarios

Guardar copias de seguridad

Servir de respaldo para la memoria virtual

…

4

Interfaz de los dispositivos de almacenamiento

Los dispositivos de almacenamiento secundario nos ofrecen una interfaz muy básica para leer y escribir información.

El núcleo abstrae las operaciones en una interfaz independiente del dispositivo, normalmente un array de bloques de datos de tamaño fijo, ej. write_block(block_id, data[])

5

0 1 2 … 123 124 …

Necesidades de los usuarios

La interfaz de los periféricos y del núcleo tiene un nivel de abstracción demasiado bajo, comparado con las necesidades de los usuarios.

Los usuarios trabajan con este tipo de entidades: Aplicaciones (programas ejecutables)

Documentos de texto

Bases de datos

Fotos, vídeos, canciones

A un usuario (o a un programador) no podemos decirle que para leer un documento tenga que ordenarle al sistema: “busca en el disco los bloques 357, 48 y 13”.

6

Solución del SO: concepto de ARCHIVO (file)

El sistema operativo ofrece una entidad abstracta más próxima a los conceptos que maneja el usuario ARCHIVO

Un archivo es un objeto identificable mediante un nombre y que guarda información persistente.

Ejemplos: “mifoto.jpg”, “apuntes-fso.docx”, “winword.exe”

Persistente = no volátil = duradera

Sobre un archivo se pueden realizar diversas operaciones: crear, leer, escribir, eliminar, etc.

Un archivo es un tipo abstracto de datos = operaciones públicas + estructura de datos

7

Atributos del archivo

Además del contenido, cada archivo tiene unos atributos que describen sus características:

Nombre (cadena de caracteres)

Tipo de archivo (necesario en sistemas que reconocen distintos tipos)

Ubicación en el dispositivo

Tamaño

Información de protección

Fechas, horas e identificación del usuario

Cada SO establece un conjunto de atributos para sus ficheros, y limitaciones sobre ellos (ej. longitud máxima del nombre).

8

Directorios

Casos de uso: Un usuario quiere trabajar con el documento “tema5.pptx”.

¿Cómo sabe el SO que ese archivo existe? ¿Dónde está ubicado en el disco?

Un usuario quiere saber qué archivos contiene un disco (obtener un inventario de los nombres de esos archivos).

El SO debe manejar una estructura con el catálogo de los archivos directorio o tabla de contenidos.

El directorio debe estar almacenado en el disco. (por eficiencia, se puede tener una copia en RAM mientras se

trabaja con él).

Cada entrada en el directorio contiene los atributos de un archivo y su localización en el disco.

9

Sistemas de archivos(file systems)

El término “sistema de archivos” tiene dos usos:

Se llama sistema de archivos al componente del sistema operativo que se encarga de ofrecer todas las funcionalidades relacionadas con archivos y directorios.

También se llama sistema de ficheros a la estructura de información que se crea en el almacenamiento secundario (disco) para almacenar los archivos y directorios.

10

Operaciones sobre archivos: abrir y cerrar

La mayor parte de las operaciones requieren buscar la

entrada en el directorio asociada al archivo (con todos

sus atributos).

Mejora: operaciones para abrir y cerrar archivos

Se guarda en memoria principal la info de cada archivo abierto y

se mantiene ahí hasta que el archivo se cierra.

Tabla de archivos abiertos

Indice, puntero o descriptor de fichero

12

Tipos y estructuras de archivos

La información guardada puede ser de muchos tipos: ejecutables, textos, fotos, bases de datos…

¿cómo reconoce el SO qué tipo de información contiene el archivo? En Windows se usan las últimas letras del nombre

como indicador del tipo

En Mac (versiones antiguas) unos atributos marcan el tipo de archivo

En Unix el SO no reconoce tipos de archivos

Todos los S.O. deben reconocer al menos un formato de archivo: la de un archivo ejecutable.

13

Métodos de acceso Archivo: secuencia de registros lógicos de longitud fija

¿De qué manera se accede a la información almacenada en los archivos?

Algunos SO ofrecen un solo método de acceso mientras que otros ofrecen diferentes métodos de acceso

ACCESO SECUENCIAL

Se basa en un modelo de archivo de cinta

ACCESO DIRECTO o RELATIVO

Se basa en el modelo de archivo de disco

ACCESO INDEXADO

Requiere de estructuras adicionales: tablas de indices

14

Directorios

Sistema de Archivos Miles de archivos

¿Cómo los organizamos?

Particiones/Minidiscos/Volúmenes

Directorio de dispositivo, Tabla de Contenido del Volumen o simplemente Directorio

15

Operaciones sobre directorios

Buscar un archivo por nombre

Crear archivos

Borrar Archivos

Renombrar archivos

Listar el directorio

Recorrer el sistema de ficheros

16

Organización de directorios

Único nivel (espacio plano)

Dos niveles

Arbóreo

Grafo acíclico (enlaces)

Grafo general (enlaces sin restricciones)

17

Directorio de nivel único

Estructura de directorio más sencilla: todos los archivos se guardan en el mismo directorio

Problemas:

Conflictos de nombres (al aumentar el numero de ficheros)

Mala organización en sistemas multiusuario

El tiempo de búsqueda tiende a aumentar

18

Directorio de dos niveles

Desventaja principal de la estructura de nivel único

confusión de nombres entre diferentes usuarios

Solución natural un directorio por usuario

19

Directorio de dos niveles

Se resuelve el problema de conflictos de nombres (entre diferentes usuarios)

Problema: compartir información (algunos sistemas impiden el acceso a los directorios de otros usuarios)

Aparece el concepto de ruta (path)

Archivos de sistema usuario especial

20

Directorio con estructura de árbol

Directorio de dos niveles árbol de dos niveles

Generalización árbol de altura arbitraria

(subdirectorios)

21

Directorio con estructura de árbol

Se reducen al mínimo los conflictos de nombres

Directorio archivo que se trata de manera especial

Los nombres de los archivos son rutas sobre el árbol de directorios: rutas absolutas o relativas

Aparece el concepto de “directorio de trabajo”

Política a seguir para la eliminación de directorios

“Caminos de búsqueda ” (facilita el hecho de que varios usuarios quieran compartir ficheros)

22

Directorios en grafo acíclico

La estructura de árbol dificulta compartir archivos o directorios

Se puede generalizar el esquema de directorio con estructura de árbol permitiendo a los directorios tener subdirectorios y archivos compartidos, sin ciclos

23

Directorios en grafo acíclico

¿Cómo se puede implementar?

Duplicar la información (complica la consistencia)

Nueva entrada de directorio: ENLACE o LINK (es un puntero a otro archivo o directorio)

Estructura de directorios de grafo acíclico es más flexible que un árbol sencillo pero más compleja

Un mismo archivo podría tener diferentes nombres de camino absoluto -> Copias de seguridad dobles???

Eliminación ¿ Cuándo puede liberarse o reutilizarse el

espacio asignado a un archivo compartido ?

24

Directorios en grafo acíclico

25

Organización de directorios: resumen

Directorio doble nivel

Directorio estructura árbol

Directorio estructura grafo general Problemas

Evitar búsquedas repetidas

Liberación de espacio al eliminar un archivo

Recolector de basuras (“Garbage Colection”)

Consume mucho tiempo y por ello pocas veces se intenta

Usuarios pueden crear subdirectorios

Links

Caso particular

Directorio grafo acíclico

Requieren el uso de algoritmos que detecten ciclos en grafos (problema: costoso en tiempo)

26

Protección de archivos

Necesidad de mantener la seguridad de la información:

De daños físicos (integridad)

Copias de seguridad

Accesos indebidos (privacidad)

Múltiples mecanismos según

Tipo sistema

Seguridad requerida

27

Protección

Muchos sistemas definen privilegios de uso: cada usuario solo puede realizar ciertas operaciones sobre un archivo (acceso controlado)

Tipo de operaciones

Leer, Escribir, Ejecutar, Anexar, Eliminar, Listar

Diferentes mecanismos de protección

Listas y grupos de acceso

Claves

Técnicas criptográficas

28

IMPLEMENTACIÓN DEL SISTEMA DE ARCHIVOS

29

Implementación del sistema de archivos

Estructura del Sistema de Archivos

Métodos de Asignación

Administración del espacio libre

Implementación de directorios

30

Estructura del sistema de archivos

SISTEMA DE ARCHIVOS reside de manera

permanente en almacenamiento secundario

Con el objetivo de aumentar la eficiencia E/S las

transferencias entre la memoria y el disco se efectúan en unidades de bloques (uno o más sectores)

Discos dos características importantes que los

convierten en un medio cómodo para almacenar muchos archivos

Leer bloque/ Modificarlo y volverlo a escribir (rescribir)

Se puede acceder directamente a cualquier bloque de información del disco

31

Organización del sistema de archivos

Un sistema de archivos presenta dos problemas de diseño muy distintos:

Definir que aspecto debe presentar el sistema de archivos a los usuarios (atributos, operaciones, estructura de directorios, etc...)

Definir los algoritmos y estructuras de datos que permiten mapear el sistema de ficheros lógico sobre los equipos físicos

32

Métodos de asignación de espacio

OBJETIVO: asignar espacio a ficheros de modo que el espacio en disco se aproveche de forma eficaz y se pueda acceder rápidamente a los archivos

Asignación Contigua

Asignación Enlazada

Asignación Indexada

33

Asignación contigua

Cada fichero ocupa un conjunto de bloques contiguos en el disco (optimiza movimiento de las cabezas del disco)

Entrada de directorio para cada fichero

Dirección del bloque inicial

Longitud del área asignada al archivo (nº bloques)

34

Asignación contigua

Permite manejar acceso tanto secuencial como directo

Dificultades

Encontrar espacio para la creación de un fichero

Algoritmos mas utilizados

Primer ajuste (First Fit)

Mejor ajuste (Best Fit)

Desde un punto de vista de aprovechamiento del espacio no existen diferencias pero el primero suele ser mas rápido

Problema ambos algoritmos: Fragmentación Externa

Solución: Compactación (pero es una solución costosa)

35

Asignación contigua

Otro problema importante:

Determinar cuanto espacio se necesita para un fichero

En unas ocasiones es sencillo (cuando el archivo es copia de otro)

Otras es muy complicado:

¿Pecar por defecto?

¿Pecar por exceso?

Incluso cuando se conoce la cantidad total de espacio requerido, la preasignación puede ser ineficiente

Crecimiento lento (fragmentación interna)

36

Asignación enlazada

Cada fichero es una lista enlazada de bloques de disco

Entrada de directorio contiene:

Puntero al primer y último bloque del archivo

37

Asignación enlazada:pros y contras

Se solucionan los problemas de la asignación contigua

No se produce fragmentación externa

No es necesario declarar de antemano el tamaño del archivo

Desventajas:

Solo eficiente para acceso secuencial

Si se accede de forma directa a un punto aleatorio del archivo, hay que recorrer todos los bloques desde el principio (para ir siguiendo los enlaces)

Los punteros desperdician una parte del bloque de datos

38

Asignación enlazada

Robustez: ¿Qué sucede si se daña uno de los bloques del archivo?

Soluciones

Listas doblemente enlazadas (enlace hacia adelante y hacia atrás)

Almacenar el nombre del archivo y el numero de bloque relativo en cada bloque

Problema: gasto extra de espacio

40

Asignación indexada

La idea: reunir todos los punteros del archivo en un bloque de índices

Cada archivo tiene un bloque índice.

La i-ésima entrada del bloque índice apunta al i-ésimo bloque del archivo.

41

Asignación indexada:pros y contras

El acceso directo se realiza en un tiempo constante (solo necesita acceder al bloque de índices y luego al bloque de datos del archivo).

Requiere un bloque de datos adicional (el bloque de índices). Esto impacta más en archivos de pequeño tamaño.

Con respecto a la asignación contigua, requiere un acceso adicional a disco (al bloque de índices) pero

el bloque de índices se puede guardar en caché.

42

Asignación indexada:tamaño del bloque de índices

El tamaño del bloque de datos limita el número de índices, y con ello el tamaño máximo que puede tener un archivo.Ejemplo:

Tamaño de bloque = 1KiB = 1024 bytes

Tamaño de un enlace = 2 bytes

En un bloque de índices caben 1024/2 = 512 entradas

Por tanto, un archivo puede tener hasta 512 bloques

Tamaño máximo de un archivo = 512 · 1KiB = 512KiB

43

Asignación indexada:tamaño del bloque de índices

¿Qué podemos hacer para resolver la

limitación de tamaño del bloque de índices?

Permitir que los índices ocupen varios bloques

contiguos ojo, fragmentación

Lista enlazada de índices ojo, ineficiente

Estructura multinivel (bloque de índices que

apunta a un segundo nivel de bloques de índices)

esta fue la solución de UNIX

44

Asignación indexada:esquema multinivel de Unix

45

Asignación enlazada con FAT

46

FAT = File Allocation Table

Variación del método de asignación enlazada.

Creada para MS-DOS continúa usándose en memorias flash (VFAT)

Idea: reunir todos los enlaces en una única estructura de datos compacta dentro del disco.

Se reserva una zona al principio del disco al principio para guardar la tabla.

Cada entrada de la tabla corresponde a un bloque. Su contenido nos dice dónde está el siguiente bloque.

Asignación enlazada con FAT

Los enlaces del

fichero “test”

están en la FAT.

47

Asignación enlazada con FAT

Beneficio: mejora el tiempo de acceso aleatorio, comparada con la enlazada.

En dispositivos pequeños, la FAT completa se puede traer a la RAM. Esta caché acelera los accesos a los archivos.

Para recorrer un archivo, solo hacen falta los bloques de la FAT en los que está la información de los enlaces del archivo. Si esos bloques están bastante cercanos entre sí, no hará falta leer muchos bloques.

Robustez: si un bloque de la FAT se daña, se pierden numerosos enlaces de múltiples archivos. Solución: mantener varias copias de la FAT.

48

Mejora: asignación contigua con extensiones (extents) Los SF más modernos (NTFS, XFS…) utilizan un híbrido entre

la asignación contigua y las no contiguas.

Si se puede, el archivo utiliza un conjunto contiguo de bloques de datos.

Si no basta con un espacio contiguo, se busca otra extensión de bloques contiguos.

En la entrada en directorio se guarda la información de todas las extensiones. Por cada extensión: bloque inicial, nº bloques.

El algoritmo para acceder a un punto aleatorio del archivo es más complejo, pero en general mantiene un nivel bajo de fragmentación y se consume muy poco espacio en estructuras de control.

49

Administración del espacio libre

Se pueden usar varias estructuras:

Mapa de bits

Tabla en una zona fija del disco. Un bit por cada bloque de datos, que marca si el bloque está libre u ocupado.

Lista enlazada

El SO mantiene un apuntador al primer bloque libre. Este a su vez apuntará al siguiente bloque libre, etc.

Lista enlazada con información de bloques libres

El primer bloque libre se comporta como un “bloque índice” de bloques libres

FAT si un bloque está libre, su entrada en la FAT tiene un valor

que así lo indica

50

Implementación de directorios

Implementación básica: lista lineal

Lista de nombres de archivos con punteros a los bloques de

datos, más otros atributos.

Sencillo de implementar (vector), pero rendimiento pobre en

directorios con muchas entradas.

51

Implementación de directorios

Los sistemas modernos usan estructuras

más eficientes:

Tabla hash

Árboles B (NTFS, ext4…)

Los árboles B funcionan muy bien en

directorios con muchas entradas, sin

penalizar demasiado el coste de

almacenamiento de la estructura y el código

adicional.

52

Archivos: sumario (1)

Interfaz con el sistema de archivos

Ficheros

Directorios

TAD

Tipos de accesoSecuencialDirectoIndexado (ISAM)

DatosAtributosOperaciones ← mejora: tabla de archivos abiertos

ParticionesOperacionesProtección

Organización

Único nivelDos nivelesÁrbolGrafo sin ciclos Grafo con ciclos

53

Archivos: sumario (2)

Implementación del sistema de archivos

Métodos de asignación

Administración del espacio libre

Implementación de directorios

Contigua

Enlazada

Indexada

SimpleCon extensiones

SimplePor clustersFAT

SimpleEnlazadoMúltiples nivelesCombinado

Vector de bitsLista enlazada de bloques libresLista enlazada con info. de bloques libresFAT

Lista linealTabla de dispersión (hash)Árbol B*

54