🔥个人主页：爱和冰阔乐
📚专栏传送门：《数据结构与算法》 、C++
🐶学习方向：C++方向学习爱好者
⭐人生格言：得知坦然 ，失之淡然

---

🏠博主简介

前言

前面学习基础 I/O 时，我们主要研究的是“已经被打开的文件”：进程执行 open/fopen 后，内核怎样创建 struct file，再通过文件描述符 fd 找到这个打开文件对象。

但这篇开始，视角要往前挪一步：

文件还没有被打开时，它到底放在磁盘的哪里？操作系统又是怎么把成千上万个文件组织起来的？

一个文件可以先粗略看成：

核心认知： 文件 = 内容 + 属性

已经被打开的文件在内存里研究，未被打开的文件主要在磁盘上研究。用户想访问文件，必须能通过路径找到它；而“谁来组织文件、谁来查找文件、谁来把路径变成磁盘上的数据位置”，这就是文件系统要解决的问题。

这一篇先不急着讲 inode 和 Ext 的块组结构，而是先把磁盘本身讲清楚：磁盘为什么慢、扇区是什么、CHS 怎么定位、LBA 为什么能把磁盘抽象成一个一维数组，最后再引出文件系统为什么要使用“块”和“分区”。

---

一、先把文件分成两种状态

从宏观上看，文件可以分成两类：

文件状态	主要研究位置	之前/本文关注点
已经被打开的文件	内存	基础 I/O：fd、struct file、重定向、缓冲区
没有被打开的文件	磁盘	本文：磁盘结构、文件系统、inode、路径解析

之前基础 I/O 讨论的是：文件被进程打开后，进程如何通过 fd 找到内核中的打开文件对象。

而现在要讨论的是：文件还躺在磁盘上时，操作系统如何管理它们。

磁盘上的文件数量可能非常多，如果没有一套组织方式，用户根本找不到自己要的文件。我们平时看到的目录树、路径、分区、挂载，本质上都是文件系统为了管理磁盘文件做出来的抽象。

---

二、先理解硬件：磁盘为什么慢但容量大？

机械磁盘是计算机里比较典型的机械设备，它属于外设，特点很明显：

• 速度慢，远慢于 CPU 和内存；
• 容量大，价格便宜；
• 适合长期保存数据；
• 企业场景里常常会根据冷热数据选择不同磁盘。

比如很久以前的聊天记录、朋友圈、备份数据，通常不会放在非常昂贵的高速存储上，而是会放到容量大、成本低的存储设备里。最近访问的数据放在更快的位置，历史数据放在更便宜的位置，这就是常见的冷热数据分离。

磁盘拆开后，能看到几个重要结构：

• 盘片：真正存储数据的地方；
• 主轴/马达：带动盘片高速旋转；
• 磁头：负责读写数据；
• 磁头臂/传动臂：带动磁头在半径方向上移动。

服务器一般不需要像个人电脑一样直接接鼠标、键盘、显示器。程序员通常通过网络登录服务器，服务器更多依赖网卡对外提供服务。很多服务器放在一起，就组成了机柜；很多机柜放在一起，就是机房。

---

三、磁盘如何表示 0 和 1？

磁盘盘面看起来很光滑，但可以把它想象成由很多微小磁性颗粒组成。每个颗粒可以有不同的磁化方向，比如我们可以粗略规定：

可以这样理解：

• 某个磁化方向表示 1
• 另一个磁化方向表示 0

所以，向磁盘写入数据，本质上就是改变这些磁性颗粒的状态。

不同硬件表示二进制的方式不同：

设备	表示 0/1 的方式
磁盘	磁性颗粒方向变化
内存	电容充放电、电平高低
网络	电信号/光信号/波形变化

所以计算机底层统一认识的是二进制，但不同设备承载二进制的方法不一样。

---

四、磁盘的物理结构：盘片、磁道、扇区、柱面

先看磁盘的整体结构。

4.1 磁道和扇区

磁盘盘面不是一个整体，逻辑上会被划分成一圈一圈的同心圆，每一个同心圆叫做磁道。

磁道也不是一个连续整体，它还会被切成一小段一小段的扇形区域，这些小区域叫做扇区。

扇区是磁盘读写数据的基本单位。本文沿用传统模型，把一个扇区按 512 字节理解。现代硬盘还可能使用 4KB 原生扇区（4Kn），或者对上层兼容成 512 字节逻辑扇区（512e），但不影响后面理解 CHS、LBA 和文件系统块的主线。

这里要注意：

重点： 磁盘不是按单个字节读写，而是按扇区这样的块状单位读写。

如果外设每次只处理一个字节，效率会非常低，所以磁盘天然属于块设备。

---

4.2 多个盘面和多个磁头

真实磁盘通常不止一个盘面。一个盘片有上下两个面，每个面都可能对应一个磁头。

盘片在旋转，磁头臂带着磁头在半径方向上移动。多个磁头通常是共进退的，也就是说，它们会一起移动到相同半径的位置。

当多个盘面上相同半径位置的磁道组合在一起时，就形成了柱面。

可以这样理解：

• **一个盘面上的某个同心圆：**磁道
• **多个盘面上相同半径的磁道组合：**柱面

这个“柱面”是理解 CHS 寻址非常重要的概念。

---

五、如果要读写一个扇区，磁盘要做什么？

假设现在要把 512 字节写入某个扇区，磁盘大致要经历这几个动作：

1. 磁头臂移动，让磁头到达目标柱面；
2. 盘片继续旋转，等待目标扇区转到磁头下面；
3. 根据目标盘面选择对应磁头；
4. 磁头完成读或写。

这也解释了机械磁盘为什么慢：

它不是纯电子设备，还涉及机械移动和等待旋转。

磁头移动到目标磁道的时间叫寻道时间，等待目标扇区转到磁头下方的时间叫旋转延迟。机械动作越多，访问就越慢。

---

六、CHS 寻址：用柱面、磁头、扇区定位数据

在真实物理磁盘中，可以用三个参数定位一个扇区：

参数	英文	含义
C	Cylinder	柱面
H	Head	磁头
S	Sector	扇区

这就是 CHS 寻址。

定位过程可以理解成：

1. 先确定访问哪个柱面；
2. 再确定柱面中的哪个磁头/盘面；
3. 最后确定该磁道上的第几个扇区。

磁盘容量也可以用这些参数算出来：

磁盘容量计算公式：

磁盘容量 = 磁头数 × 磁道（柱面）数 × 每道扇区数 × 每扇区字节数

常见概念整理如下：

名称	含义
扇区 sector	磁盘读写的最小物理单位，通常 512 字节
磁道 track	盘面上一圈同心圆
柱面 cylinder	多个盘面上相同半径的磁道组合
磁头 head	每个盘面通常对应一个读写磁头
盘片 platter	磁盘中的圆形存储介质

早期 CHS 寻址比较直接，但它有容量限制。传统 CHS 中常见参数位数是：磁头地址 8 bit、柱面地址 10 bit、扇区地址 6 bit，一个扇区 512 字节。按这种方式计算，最大容量大约是：

传统 CHS 模型下的理论容量：256 × 1024 × 63 × 512B ≈ 8064MB

如果按 1MB = 1000000B 来算，大约是 8.4GB。

这个容量对早期磁盘够用，但对现代磁盘显然不够，所以后来更常用的是 LBA。

关于现代磁盘的说明： CHS 更适合用来理解机械磁盘的盘片、磁头、柱面和扇区。现代操作系统主要使用 LBA，硬盘或 SSD 控制器再把逻辑地址映射到真实存储位置。这个映射不一定还是简单的“LBA 直接换算成传统 CHS”，尤其 SSD 根本没有磁头和柱面。

---

七、磁盘的逻辑结构：把磁盘看成一个一维数组

CHS 是从物理结构角度理解磁盘，但操作系统并不希望天天关心柱面、磁头、扇区这些物理细节。

可以换个想法：磁带卷起来是圆的，但如果把它拉直，就是一条线性结构。

磁盘也是类似的。虽然物理上是一圈圈磁道，但逻辑上可以把所有扇区排成一条线。

这样每一个扇区就有了一个线性编号，这个编号叫：

LBA，Logical Block Address，逻辑块地址。

从操作系统角度看，磁盘就像一个很大的数组：

磁盘可以按顺序抽象为：

• sector[0]
• sector[1]
• sector[2]
• ...

数组下标就是 LBA。

这样做最大的好处是：

LBA 的价值： 操作系统只需要使用一个数字，就可以描述一个扇区位置。

至于这个 LBA 最后如何转换成真实磁盘上的柱面、磁头、扇区，交给磁盘控制器和固件去做。

---

八、真实视角：磁道、柱面和整盘都可以被线性化

这里再从真实结构上顺一遍。

一个细节：磁头臂上的磁头是共进退的。

柱面不是单个盘面上的一圈，而是多个盘面上相同半径的磁道组合。

某一个盘面上的某个磁道展开后，可以看成一维数组。

整个柱面展开后，可以看成二维结构。

整个磁盘可以看成多个二维结构组合起来，类似三维数组。

但无论是二维还是三维，在 C/C++ 中最终都可以按连续地址线性化管理。

所以从文件系统使用者角度看：

磁盘最终就是一个元素为扇区的一维数组，数组下标就是 LBA。

---

九、CHS 与 LBA 的转换公式

虽然操作系统一般直接使用 LBA，但理解 CHS 和 LBA 的转换有助于把磁盘结构彻底串起来。

假设：

每个柱面的扇区总数 = 磁头数 × 每磁道扇区数

9.1 CHS 转 LBA

公式：

CHS 转 LBA 公式：

LBA = C ×（磁头数 × 每磁道扇区数）+ H × 每磁道扇区数 + S - 1

其中：

• C 是柱面号；
• H 是磁头号；
• S 是扇区号；
• 扇区号通常从 1 开始；
• LBA 从 0 开始，所以最后要 -1。

9.1.1 CHS 转 LBA 计算示例

假设一块教学模型磁盘有 4 个磁头，每条磁道有 16 个扇区，现在要计算：

参数	数值
柱面号 C	2
磁头号 H	1
扇区号 S	5

代入公式：

代入计算：

LBA = 2 × (4 × 16) + 1 × 16 + 5 - 1
= 128 + 16 + 4
= 148

所以 (C=2, H=1, S=5) 对应的 LBA 是 148。

9.2 LBA 转 CHS

公式：

LBA 转 CHS 公式：

• C = LBA //（磁头数 × 每磁道扇区数）
• H =（LBA %（磁头数 × 每磁道扇区数））// 每磁道扇区数
• S =（LBA % 每磁道扇区数）+ 1

这里 // 表示整除。

9.2.1 用 LBA=148 反推 CHS

仍然使用 4 个磁头、每磁道 16 个扇区：

反推过程：

• C = 148 // (4 × 16) = 2
• H = (148 % 64) // 16 = 1
• S = (148 % 16) + 1 = 5

最终又得到 (C=2, H=1, S=5)，与前面的结果对应。

到这里可以得到一个重要结论：

对现代操作系统来说，主要使用的是 LBA。设备控制器和固件负责把逻辑地址映射到实际存储位置；CHS 在本文中主要承担物理结构教学模型的作用。

---

十、引入文件系统：为什么要有块 block？

从这里开始，就进入软件部分了。

磁盘的物理最小读写单位是扇区，常见大小是 512 字节。但操作系统访问文件时，一般不会一个扇区一个扇区地读，这样效率太低。

所以文件系统会引入“块”这个概念。

核心概念： block 是文件系统层面对磁盘数据管理的基本单位。

常见块大小是 4KB，也就是连续 8 个 512 字节扇区组成一个块。

这样文件系统管理文件内容，就从管理扇区变成管理块。

如果知道某个扇区的 LBA，那么：

已知 LBA：块号 = LBA / 8

如果知道块号，也能反推块内扇区：

已知块号：LBA = 块号 × 8 + n

其中 n 表示块内第几个扇区，按本文 4KB 块模型取值范围是 0~7。

为什么不直接让 OS 以 512 字节扇区为单位管理？主要有两个原因：

1. 提高效率：一次读写 4KB 比频繁读写 512B 更划算；
2. 解耦硬件：如果磁盘底层技术变化，文件系统不至于完全被物理扇区绑死。

10.1 块设备和字符设备有什么区别？

磁盘属于块设备。块设备通常按固定大小的数据块读写，并且支持随机访问，也就是可以通过地址直接定位到某一块数据。

键盘、串口这类设备更接近字符设备，数据通常按顺序形成字符流，上层一般不能像访问磁盘那样随意跳到“第几个字符”读取。

对比项	块设备	字符设备
常见设备	磁盘、SSD、U 盘	键盘、串口、部分终端设备
数据组织	按块组织	按字节流/字符流组织
随机访问	通常支持	通常不支持任意 seek
典型特点	容量大，适合文件系统	连续输入输出

文件系统通常建立在块设备上，因为它需要根据块号快速定位文件内容和管理信息。

---

十一、引入分区：文件系统的载体是分区

一块磁盘通常可以分成多个分区。Windows 下常见的 C 盘、D 盘、E 盘，本质上就是不同分区。

Linux 下虽然“一切皆文件”，但是底层仍然有磁盘分区。文件系统通常建立在分区之上：

• 磁盘
  • 分区
    • 文件系统
      • 文件和目录

也就是说：

核心结论： 文件系统的载体是分区。

一个磁盘上可以有多个分区，因此也就可以有多套文件系统。

早期磁盘分区时常用柱面作为边界，因为柱面是磁头共进退后的一个自然逻辑单位。可以把磁盘上的柱面平铺开，再划分不同分区。

这里用柱面划分分区，是为了配合前面的 CHS 模型理解。现代分区工具通常直接按照 LBA 起始位置和结束位置划分分区，不再要求分区边界严格对齐传统物理柱面。

不过分区本身仍然很大，直接管理起来不方便，所以 Ext 文件系统会继续把分区划分成多个块组，也就是后面要讲的 Block Group。

---

十二、上篇总结

这篇主要解决的是：文件系统正式登场前，磁盘到底是什么样的。

几个核心结论要记住：

1. 未打开的文件主要存放在磁盘上，打开后的文件才进入内核内存结构中管理。
2. 磁盘属于块设备，机械磁盘速度慢但容量大、价格便宜。
3. 扇区是磁盘读写的基本物理单位，传统大小一般是 512 字节。
4. 磁道是一圈同心圆，扇区是磁道上的一小段，柱面是多个盘面上相同半径磁道的组合。
5. CHS 通过柱面、磁头、扇区定位数据，但容量表达和使用都不够方便。
6. LBA 把磁盘抽象成一个一维数组，操作系统只需要使用线性下标访问扇区。
7. 文件系统不会直接以扇区为主要管理单位，而是引入 block，常见大小是 4KB。
8. 文件系统建立在分区上，分区继续划分成块组，后面 Ext 的 inode、位图、数据块都会围绕块组展开。

下一篇就继续往下看：Ext 文件系统如何通过 Super Block、GDT、Block Bitmap、Inode Bitmap、Inode Table 和 Data Blocks 管理文件。

资源分享
【Linux】文件描述符背后的底层逻辑：重定向、VFS 与用户态缓冲区
【Linux基础IO】printf 为什么会写进文件？一文搞懂重定向和 dup2 底层原理
【Linux】基础 I/O 详解：从 fopen 到 open，终于搞懂 fd 为什么从 3 开始