Gestione dei file su Windows e confronto con Linux - SO1 - File Systems

Introduzione

A differenza di UNIX, che standardizza tutto sul concetto di Inode, Windows è basato su due File System principali:

• FAT (File Allocation Table): Il vecchio file system di MS-DOS. Utilizza una tabella di puntatori concatenati. È limitato ma ampiamente compatibile, motivo per cui è ancora lo standard per le chiavette USB e i dispositivi portatili.
• NTFS (New Technology File System): Il file system moderno di Windows. Abbandona la vecchia tabella e gestisce lo spazio tramite una bitmap di blocchi a dimensione fissa chiamati Cluster, organizzando ogni file come un insieme di attributi all’interno di un indice master.

FAT (File Allocation Table)

Il FAT (File Allocation Table) è un file system basato su una tabella ordinata di puntatori. Sebbene sia obsoleto per i dischi principali dei computer moderni, è ancora lo standard per le memorie flash (come le chiavette USB) grazie alla sua semplicità e compatibilità universale.

• Versioni: FAT-12, FAT-16 e FAT-32. Il numero indica i bit utilizzati per ogni record della tabella.
• Cluster: L’unità base di memorizzazione, dimensionata tra 2 KB e 32 KB (scelta dall’utente durante la formattazione).
• Problema di scalabilità: Più il disco è grande e i cluster sono piccoli, più la tabella FAT diventa enorme.

Struttura

Il disco formattato in FAT viene diviso in quattro regioni principali.

Regione	Funzione e Caratteristiche
Boot Sector	Contiene il bootloader del sistema operativo, la tipologia del volume e i puntatori alle altre sezioni.
Regione FAT	È la “mappa” del disco. Contiene i record che indicano a quali file/directory appartengono i cluster. Ne esistono due copie per sicurezza (in caso di corruzione).
Root Directory	Contiene le informazioni (file entry) della directory principale. In FAT12/16 ha un limite fisso di 256 voci. In FAT32 è spostata nella Regione Dati e non ha limiti.
Regione Dati	Contiene i dati effettivi dei file e le sottodirectory. Ogni entry di una directory occupa 32 byte e contiene: nome, attributi, timestamp e l’indirizzo del primo cluster del file.

Funzionamento (Lista Concatenata)

Ogni directory entry (da 32 byte) contiene i metadati del file (nome, attributi, timestamp) e il puntatore al primo cluster. Da lì, il file system interroga la tabella FAT riga per riga per ricostruire il file:

• Valore 0: Il cluster è libero.
• Valore numerico (es. 5): Indica che il file continua. Significa “vai al blocco 5 per leggere i prossimi dati, e guarda la riga 5 della FAT per scoprire dove andare dopo”.
• Tutti 1 / Valore Speciale (es. FFFF): End of File (EOF). Indica che ci troviamo nell’ultimo blocco del file.

Limitazioni

• Dimensione massima file: 4GB. Questo perché nella directory entry il campo che registra la grandezza del file è di soli 32 bit (il valore massimo esprimibile è $2^{32}-1$ byte).
• Dimensione massima partizione: 2TB (usando settori standard da 512B).
• Affidabilità: Non implementa il Journaling, rendendolo vulnerabile alla corruzione in caso di spegnimenti improvvisi.
• Sicurezza: Non supporta meccanismi di controllo degli accessi (ACL) o permessi per file e directory.

NTFS (New Technology File System)

NTFS risolve i limiti strutturali di FAT introducendo:

• un’architettura più robusta:
• il supporto a nomi file in UNICODE (fino a 255 caratteri)
• il Journaling (per evitare la corruzione dei dati tracciando i metadati)
• il supporto per Hard e Soft links

Struttura

In NTFS, ogni file è un insieme di attributi rappresentati come flussi di byte (byte stream). Perfino il contenuto stesso del file (i dati) è considerato semplicemente un attributo.

L’intera struttura si basa sulla MFT (Master File Table), un indice unico per ogni volume strutturato come una sequenza di record di dimensione fissa (da 1 KB a 4 KB). Ogni file sul disco possiede un record dedicato nella MFT.

Ogni record contiene coppie (Tipo Attributo, Valore):

• Attributi Residenti: Se il valore dell’attributo è molto piccolo (es. un file di testo di pochi byte), viene salvato direttamente dentro il record della MFT, garantendo un accesso istantaneo senza toccare altre zone del disco.
• Attributi Non Residenti: Se l’attributo è grande (come i dati di un file normale), il record conterrà soltanto un puntatore alle sequenze di blocchi esterni sul disco.

I Record di Sistema (Metadati)

I primi 27 record della MFT sono strettamente riservati al funzionamento interno del File System. Tra i più importanti troviamo:

• Record 0 (MFT stessa): Descrive la MFT stessa e la posizione di tutti i file nel volume.
• MFT Mirror: Una copia di backup dei primi record cruciali dell’MFT.
• LogFile: Contiene i dati di Journaling per il ripristino del sistema in caso di crash.
• Volume: Informazioni sul volume (ID, etichetta, versione).
• Bitmap: Una tabella di bit che tiene traccia di quali blocchi sul disco sono liberi o occupati.

Strategia di Allocazione: I Blocchi Contigui (Extents)

A differenza di UNIX (che usa i puntatori multi-livello nell’Inode) o di FAT (che usa le liste concatenate), NTFS descrive la posizione dei file grandi tramite coppie di numeri che identificano zone contigue (Extents o Runs):

$\text{Run Data}=(\text{Blocco di Inizio},\text{Numero di Blocchi Contigui})$

Questa tecnica permette di descrivere file enormi usando pochissimo spazio nell’MFT, a patto che il file non sia frammentato. Al termine della sequenza di coppie, una entry vuota segnala la fine del file.

Calcolo dello Spazio di Descrizione (Contiguo vs Frammentato)

Ipotizziamo blocchi da 1 KB, attributi memorizzati a 64 bit (8 Byte) e quindi ogni coppia occupa $2\times 8=16\text{ Byte}$.

Caso 1: File da 20 GB Contiguo

Il file è diviso in 20 grandi sequenze contigue (da 1 milione di blocchi ciascuna).

Servono 20 coppie + 1 coppia vuota di terminazione = 21 coppie totali.

$\text{Spazio occupato nell’MFT}=21\times 16\text{ Byte}=336\text{ Byte}$

Un file enorme da 20 GB viene descritto in appena 336 byte grazie alla contiguità.

Caso 2: File da 64 KB Frammentato

Il file è piccolo, ma frammentato in 64 blocchi separati sul disco (64 sequenze da 1 blocco).

Servono 64 coppie + 1 coppia vuota di terminazione = 65 coppie totali.

$\text{Spazio occupato nell’MFT}=65\times 16\text{ Byte}=1040\text{ Byte}$

Un file piccolissimo richiede il triplo dello spazio di descrizione rispetto al caso precedente a causa della frammentazione.

Struttura ad Albero per File Giganti

Se un file molto grande o molto frammentato da non entrare nel record principale dell’MFT, NTFS adotta un approccio simile agli Inode di UNIX:

• il record base diventa un puntatore che rimanda a $N$ record secondari esterni per contenere le restanti coppie di puntatori.

Gestione delle Aree Vuote: I File Sparsi (Sparse Files)

NTFS ottimizza lo spazio sul disco quando un file presenta ampie zone vuote.

Se un’applicazione crea un file virtuale da 1 GB scrivendo effettivamente dati solo per 100 MB, NTFS non scrive i restanti 900 MB di zeri sul disco fisico.

L’MFT memorizza la dimensione logica totale (1 GB) per il Sistema Operativo, ma imposta semplicemente a 0 i bit di allocazione delle aree vuote nella sua lista interna. Di conseguenza, il file occuperà fisicamente solo 100 MB sul supporto reale, evitando sprechi di spazio.

Confronto con File System Unix

Struttura File System Unix

Il File System Unix è organizzato logicamente in diverse regioni specifiche, ognuna con un compito fondamentale per il funzionamento del sistema:

• Boot Block (Blocco di avvio): È molto simile al blocco di boot dei sistemi FAT. Contiene le informazioni e i dati essenziali necessari per il bootstrap (la procedura di avvio del sistema operativo).
• Superblock: Custodisce i metadati fondamentali del file system. Tra le informazioni principali troviamo:
  • La dimensione delle partizioni.
  • La dimensione dei blocchi.
  • Il puntatore alla lista dei blocchi liberi.
• Lista degli I-node (i-list): Si tratta di una tabella numerata che contiene i descrittori dei file, chiamati appunto i-node (index node).
  • A ogni file salvato nel sistema corrisponde un i-node univoco.
  • Ogni i-node contiene i puntatori che rimandano ai blocchi fisici in cui sono memorizzati i dati del file all’interno della sezione dati del volume.

Ridondanza Superblock

Per prevenire perdite di dati in caso di corruzione, il sistema crea copie ridondanti del Superblock e le salva in vari gruppi di blocchi sparsi nel file system.

Tuttavia, la copia “master” (la prima) si trova sempre in una posizione fissa e predefinita per facilitare e velocizzare le operazioni di recovery.

Gestione dei File Aperti nel Kernel Unix

Per gestire in modo efficiente i file aperti e i relativi i-node, il kernel Unix si appoggia a due strutture di controllo separate:

1. Puntatore locale (per processo): Quando un file è attualmente in uso da parte di un processo, il puntatore al suo descrittore viene salvato all’interno del Process Control Block (PCB) di quel processo specifico.
2. Tabella globale dei file aperti: È una struttura dati centrale mantenuta dal sistema operativo, che contiene l’elenco di tutti i descrittori dei file attualmente aperti a livello globale nel sistema.

Confronto con File System in Linux

Linux supporta nativamente la famiglia di file system ext (Extended File System). Le differenze principali tra le versioni sono:

• ext2: È l’implementazione base, derivata direttamente dai file system Unix originari.
• ext3: Rappresenta un’evoluzione di ext2 con l’aggiunta del journaling (una tecnica che registra in un log le modifiche non ancora consolidate, prevenendo la corruzione dei dati in caso di interruzioni improvvise).
• ext4: È un ulteriore potenziamento di ext3. Le sue caratteristiche chiave sono:
  • Capacità di gestire singoli file con dimensioni superiori a 2 TB.
  • Supporto per volumi file system più grandi di 16 TB.
  • Pieno supporto nativo per gli i-node (memorizzati in strutture apposite all’interno del file system).

Compatibilità con Windows (File System FAT)

Linux è progettato per essere versatile: permette infatti di leggere e scrivere dati su file system non nativi, come quelli utilizzati da Windows (es. NTFS o FAT).

Nel caso specifico dell’interazione con il file system FAT, si pone un problema strutturale: FAT non supporta e non memorizza gli i-node sul disco. Per superare questo ostacolo, Linux adotta un espediente: quando apre un file su una partizione FAT, il sistema operativo crea gli i-node “on-the-fly” (al volo) all’interno di una memoria cache temporanea, permettendo al kernel di gestire il file come se si trovasse su un normale file system nativo.