Système de gestion de fichiers

Le système de gestion de fichiers est un outil de manipulation des fichiers et de la structure d'arborescence des fichiers sur disque. Il a aussi le rôle, sous UNIX, de conserver toutes les informations dont la pérennité est importante pour le système (et pour les utilisateurs, bien sûr). Ainsi, tous les objets importants du système sont référencés dans le système de fichiers (mémoire, terminaux, périphériques variés, etc.). Le système de gestion de fichiers permet une manipulation simple des fichiers et gère de façon transparente les différents problèmes d'accès aux supports de masse :

• partage : utilisation d'un même fichier / disque par plusieurs utilisateurs
• efficacité : utilisation de cache, uniformisation des accès
• droits : protection des éléments importants du système et protection inter-utilisateurs
• alignement : transtypage entre la mémoire et les supports magnétiques

Le concept de fichier

L'unité logique de base de l'interface du système de gestion de fichiers est le fichier. Un fichier UNIX est une suite finie d'octets matérialisée par des blocs disques, et une inode qui contient les propriétés du fichier. Le contenu est entièrement défini par le créateur ; la gestion de l'allocation des ressources nécessaires est à la seule responsabilité du système. Sous UNIX, les fichiers ne sont pas typés du point de vue utilisateur : le concept de fichier permet de proposer un type générique (polymorphe) aux programmeurs, le système gérant la multiplicité des formats effectifs (différentes marques et conceptions de disques durs, par exemple). L'inode définit le fichier, soit principalement les informations suivantes :

• la localisation sur disque
• le propriétaire et le groupe propriétaire
• les droits d'accès des différents utilisateurs
• la taille
• les dates de dernier accès, de dernière modification du contenu et de dernier changement de l'inode (l'inode UNIX traditionnelle ne stocke pas de date de création)

On trouvera sur d'autres systèmes d'autres structures d'information pour décrire les fichiers : par exemple, NTFS (Windows NT) utilise des enregistrements de la MFT (Master File Table). Un nom est lié à un fichier (une référence désigne un fichier), mais un fichier n'est pas lié à une référence : un fichier peut exister sans avoir de nom dans l'arborescence.

Fichiers ordinaires / Fichiers spéciaux

Le système est un utilisateur du système de gestion de fichiers et, en tant que créateur, il définit quelques contenus structurés ; ces fichiers auront de ce fait des accès réglementés. Pour le système, les fichiers sont donc organisés en deux grandes familles :

• les fichiers standards, par exemple les fichiers texte, les exécutables, etc. C'est-à-dire tout ce qui est manipulé et structuré par les utilisateurs.

• les fichiers spéciaux : périphériques, mémoire et autres fichiers « physiques » ou logiques. Ces fichiers ont une structure interne définie (par les développeurs du système) qui doit être respectée, c'est pourquoi leur manipulation n'est possible que par l'intermédiaire du système.

  Les fichiers spéciaux de périphériques sont dans le répertoire /dev.

  Cette distinction entre fichiers ordinaires et spéciaux vient tout simplement du fait que le système est un utilisateur des fichiers comme les autres. Pour certains fichiers, le système utilise une structure interne spéciale (d'où le nom) qui ne doit pas être modifiée sous peine de comportement indéfini. Pour se protéger, le système ne permet pas l'accès direct aux informations : c'est lui qui fait toutes les entrées-sorties sur les fichiers spéciaux de façon à en assurer l'intégrité. Ceci est indépendant du système de droits d'accès, la structure du code du noyau ne permet pas d'autres accès que les accès « spéciaux ».

Organisation utilisateur des disques

Comment permettre aux utilisateurs d'identifier les données sur les supports de masse ? Le système le plus répandu aujourd'hui est un système arborescent, avec des fichiers (les répertoires) utilisés comme nœuds de l'arbre, qui permettent de lister les fichiers et les sous-arbres qu'ils contiennent. D'autres organisations « plates » existent, où l'on organise les fichiers en utilisant des types et des extensions de nom de fichier. Les arborescences de fichiers et de catalogues, organisées comme un graphe acyclique, apparaissent avec le projet MULTICS. Cette organisation logique du disque a les avantages suivants : une racine, un accès absolu aisé, une structure dynamique, une grande puissance d'expression et un graphe acyclique.

L'organisation est arborescente avec quelques connexions supplémentaires (liens multiples sur un même fichier) qui en font un graphe. Mais ce graphe doit rester acyclique, pour les raisons suivantes :

1. les algorithmes simples utilisables sur des graphes acycliques, comme le parcours ou la vérification des fichiers libres, deviennent beaucoup plus difficiles à écrire pour les graphes admettant des cycles ;
2. des algorithmes de ramasse-miettes devraient être utilisés pour savoir si certains objets sont utilisés ou non, et pour récupérer les inodes ou blocs perdus après un crash ;
3. tous les algorithmes de détection dans un graphe quelconque ont une complexité beaucoup plus grande que ceux qui peuvent profiter de l'acyclicité du graphe.

Sous UNIX, le graphe est assuré d'être acyclique car il est interdit de créer des liens physiques supplémentaires vers un répertoire (hormis les entrées . et .. gérées par le système).

Les inodes

L'inode est le passage obligé de tous les échanges entre les systèmes de fichiers et la mémoire. L'inode est la structure qui contient toutes les informations sur un fichier donné à l'exception de sa référence dans l'arborescence (son nom), l'arborescence n'étant qu'un outil de référencement des fichiers. Les informations stockées dans une inode disque sont :

• utilisateur propriétaire
• groupe propriétaire
• type de fichier
• droits d'accès
• nombre de liens physiques (noms) pointant sur l'inode
• date de dernier accès
• date de dernière modification
• date de dernière modification de l'inode
• taille du fichier
• adresses des blocs-disque contenant le fichier

Organisation des disques System V

L'organisation disque décrite sur la figure ci-dessous est la plus simple que l'on puisse trouver sous UNIX. Il en existe d'autres où l'on peut en particulier placer un même disque logique sur plusieurs disques physiques, certaines où les blocs sont fragmentables, etc.

• Boot bloc : utilisé au chargement du système
• Super bloc : il contient toutes les informations générales sur le disque logique
• Inode list : table des inodes
• Blocs : les blocs de données, chaînés à la création du disque (mkfs)

Adressage des blocs dans les inodes

Le système d'adressage des blocs dans les inodes (System V) consiste en 13 adresses de blocs. Les dix premières adresses pointent directement sur les blocs de données du fichier. Les trois suivantes sont des adresses indirectes : la onzième désigne un bloc contenant des adresses de blocs de données (indirection simple), la douzième un bloc d'adresses de blocs d'adresses (indirection double) et la treizième ajoute un niveau supplémentaire (indirection triple). L'intérêt de cette représentation est d'économiser sur la taille des inodes tout en permettant un accès rapide aux petits fichiers (la majorité des fichiers sont petits), tout en laissant la possibilité de créer de très gros fichiers.

Allocation des inodes d'un disque

L'allocation des inodes est réalisée en recherchant dans la zone des inodes du disque une inode libre. Pour accélérer cette recherche, un tampon d'inodes libres est géré dans le super bloc ; de plus, l'indice de la première inode libre est gardé en référence dans le super bloc afin de ne redémarrer la recherche qu'à partir de la première inode réellement libre.

Allocation des blocs disques

L'algorithme utilisé pour gérer l'allocation des inodes s'appuie sur le fait que l'on peut tester si une inode est libre ou non en regardant son contenu. Ceci n'est plus vrai pour les blocs. La solution est de chaîner les blocs libres. Ce chaînage est réalisé par blocs d'adresses pour accélérer les accès et profiter au maximum du buffer cache. Il existe donc un bloc d'adresses dans le super bloc qui sert de zone de travail pour l'allocateur de blocs.