Gestione dei file in UNIX - SO1 - File Systems

Introduzione

A differenza di altri sistemi operativi, UNIX adotta un approccio in cui quasi tutto viene trattato come un file. Esistono 6 tipi principali di file:

• Normale (Regular File): Contiene dati generici (testo, eseguibili, immagini, ecc.). Il sistema operativo lo vede come una sequenza di byte.
• Directory: Un file speciale che contiene un elenco di nomi di file e i relativi puntatori ai rispettivi Inode. Permette la struttura gerarchica del File System.
• Speciale (Device File): Mappa i dispositivi di I/O hardware (dischi, terminali, schede di rete) come se fossero file, consentendo di comunicare con loro tramite le normali API di lettura/scrittura.
• Named Pipe (FIFO): Un file utilizzato per la comunicazione interprocesso (IPC), che permette a due processi indipendenti di scambiarsi dati.
• Hard Link: Un nome alternativo (un alias) per un file esistente. Più Hard Link puntano esattamente allo stesso Inode.
• Link Simbolico (Symlink): Un file scorciatoia che contiene semplicemente il percorso testuale (il nome) del file a cui si riferisce.

L’Inode (Index Node)

L’Inode è la struttura dati fondamentale del File System UNIX. Contiene tutti i metadati e le informazioni essenziali per descrivere un file, ad eccezione del suo nome (che è memorizzato nella directory).

• Allocazione: Di norma, esiste un Inode univoco per ogni file. Tuttavia, tramite gli Hard Link, più nomi di file possono riferirsi allo stesso Inode.
• Posizione: Tutti gli inode risiedono stabilmente sul disco. Quelli associati ai file attualmente aperti vengono caricati e mantenuti in RAM.
• Identificazione: Ogni file è identificato univocamente dal sistema tramite un numero di Inode (Index Number).

Informazioni contenute nell'Inode

• Identificatori dell’utente proprietario (UID) e del gruppo (GID).
• Permessi di accesso (Read, Write, Execute per Owner, Group, Others).
• Timestamp temporali: data di creazione, ultimo accesso (lettura) e ultima modifica (scrittura).
• Flag di stato del sistema (utente e kernel).
• Dimensione totale del file in byte.
• Numero di blocchi fisici allocati, dimensione dei blocchi e puntatori ai blocchi di dati.
• Se l’inode si riferisce a una directory, il numero di file/collegamenti in essa contenuti.

Dimensione Effettiva vs. Dimensione su Disco

Quando si analizzano le proprietà di un file, si notano due valori distinti:

1. Dimensione del file: La dimensione reale dei dati utili contenuti (es. un file di testo con 100 caratteri occupa 100 byte).

2. Dimensione su disco: Lo spazio fisico effettivamente occupato sul supporto di memoria. Il File System alloca lo spazio tramite blocchi di dimensione fissa (es. 4 KB).

⚠️ Nota sull’allocazione: Se un file è lungo solo 100 byte, sul disco occuperà comunque un intero blocco da 4096 byte. Lo spazio rimanente non utilizzato nel blocco viene sprecato (frammentazione interna). Per questo motivo, la dimensione su disco è quasi sempre superiore o uguale a quella effettiva.

Allocazione dei Blocchi e Puntatori Multi-livello

Per gestire file di qualsiasi dimensione (da pochi byte a molti gigabyte) senza sprecare spazio nell’Inode, UNIX utilizza una struttura di allocazione indicizzata multi-livello.

La Struttura dei Puntatori

L’Inode contiene un array fisso di puntatori (solitamente 13 o 15). Se prendiamo come esempio lo standard classico con 13 puntatori totali, la struttura funziona così:

1. Puntatori Diretti (Direct Pointers): I primi puntatori (es. i primi 10) puntano direttamente ai blocchi sul disco contenenti i dati veri e propri del file. Ideale per i file piccoli, poiché l’accesso ai dati è immediato. La capacità massima coperta dai puntatori diretti è pari a:

$\text{Dimensione Massima Diretta}=\text{Numero Puntatori Diretti}\times \text{Dimensione Blocco}$

2. Puntatore Indiretto Singolo (Single Indirect): Se il file cresce, il puntatore successivo non punta ai dati, ma a un blocco di puntatori intermedi. Ognuno di questi puntatori intermedi punta poi a un blocco di dati.

3. Puntatore Indiretto Doppio (Double Indirect): Punta a un blocco di puntatori, dove ogni elemento punta a un ulteriore blocco di puntatori, i quali infine puntano ai blocchi di dati.

4. Puntatore Indiretto Triplo (Triple Indirect): Aggiunge un terzo livello di indirection per supportare file di dimensioni enormi.

Vantaggio dell'Agnosticismo dei Blocchi

I blocchi sul disco non hanno bisogno di un contrassegno logico per indicare se contengono dati o puntatori. Il sistema operativo sa esattamente come interpretarli partendo dall’Inode, poiché conosce il livello di profondità del puntatore che sta seguendo.

Esempio Pratico di Calcolo della Capacità

Ipotizziamo un sistema con blocchi da 4 KB ($4096\text{ Byte}$) e puntatori ad indirizzi a 4 byte:

Il numero di puntatori che possono essere memorizzati in un singolo blocco intermedio è:

$N=\frac{4096\text{ Byte}}{4\text{ Byte}}=1024\text{ puntatori}$ Grazie a questo fattore di moltiplicazione, la capacità di memorizzazione cresce esponenzialmente ad ogni livello:

• Livello Singolo: Può indirizzare fino a $1024$ blocchi di dati
  • $\text{Spazio totale}=1024\times 4\text{ KB}=4\text{ MB}$
• Livello Doppio: Può indirizzare fino a $1024\times 1024=1024^2$ blocchi di dati
  • $\text{Spazio totale}=1024^2\times 4\text{ KB}=4\text{ GB}$
• Livello Triplo: Può indirizzare fino a $1024\times 1024\times 1024=1024^3$ blocchi di dati.
  • $\text{Spazio totale}=1024^3\times 4\text{ KB}=4\text{ TB}$

Inode e Directory

Nel mondo UNIX, una directory non è altro che un file speciale. Al suo interno non contiene i dati dei file, ma una tabella composta da coppie chiave-valore:

$\text{(Nome del File, Puntatore al relativo numero di Inode)}$

Poiché una directory può contenere al suo interno altre coppie che puntano a loro volta a directory successive, si viene a creare la classica struttura gerarchica ad albero del File System.

Accesso ai File e Gestione dei Permessi

Per poter compiere un’operazione su un file (es. leggerlo o modificarlo), il sistema operativo deve verificare che l’utente sia abilitato a farlo. In UNIX, la sicurezza è gestita tramite una terna di permessi applicata a tre categorie di utenti.

Le 3 Categorie di Permessi

• Lettura (r - Read): Permette di visualizzare il contenuto del file (o l’elenco dei file se si tratta di una directory).
• Scrittura (w - Write): Permette di modificare o eliminare il file (o aggiungere/rimuovere file in una directory).
• Esecuzione (x - Execute): Permette di eseguire il file come un programma o un comando (o di “entrare” in una directory con il comando cd).

Le Tre Categorie di Utenti

Le autorizzazioni vengono assegnate a:

1. Proprietario (User / Owner): L’utente che ha creato il file (o a cui è stato assegnato).
2. Gruppo (Group): Un insieme di utenti che condividono gli stessi privilegi su quel file.
3. Altri (Others): Qualsiasi altro utente del sistema che non sia il proprietario e non faccia parte del gruppo.

Gestione dei File Condivisi (Link)

Quando più utenti o applicazioni hanno bisogno di accedere allo stesso identico file posizionato in directory diverse, duplicare il file sarebbe inefficiente (spreco di spazio e problemi di sincronizzazione delle modifiche). UNIX risolve questo problema con due meccanismi:

Collegamenti Simbolici (Symbolic Links / Symlinks)

Un link simbolico è un vero e proprio file indipendente che contiene semplicemente una stringa di testo: il percorso (cammino) assoluto o relativo verso il file originale.

• Funzionamento: Quando il sistema apre il symlink, legge il percorso contenuto e viene reindirizzato al file di destinazione.
• Caratteristica chiave: Se il file originale viene eliminato o spostato, il link simbolico rimane intatto ma diventa orfano (dangling link), puntando a un percorso non più esistente.

Collegamenti Fisici (Hard Links)

Un hard link è un nome alternativo (un alias) che punta direttamente allo stesso numero di Inode del file originale.

• Funzionamento: Non esiste una distinzione reale tra il “primo” file e l’hard link: sono due nomi diversi che puntano alla stessa identica struttura dati sul disco.

• Gestione della cancellazione: L’Inode contiene un contatore dei collegamenti (link count). Ogni volta che si crea un hard link, il contatore sale di 1, quando un file viene eliminato (rm), il contatore scende di 1.

Il file e i suoi dati sul disco vengono effettivamente cancellati solo quando il contatore dei link raggiunge lo zero, ovvero quando viene rimosso l’ultimo nome associato a quell’inode.