7. System souboru

Pro vetsinu uzivatelu je system souboru nejviditelnejsi soucasti operacniho systemu. Provadi mechanismy pro on-line ukladani a pristup k programum a datum jak operacniho systemu, tak i vsech uzivatelu vypocetniho systemu.
System souboru se sklada ze dvou oddelenych casti: z mnoziny souboru, v kazdem jsou ulozena nejaka data a z adresarove struktury, ktera organizuje vsechny soubory v systemu a podava o nich informace. Nektere OSy maji jeste treti soucast: partitions, ktere uzivaji k logickemu nebo fyzickemu oddeleni velkych adresarovych struktur.
V teto kapitole si popiseme ruzne aspekty souboru a ruzne adresarove struktury. Budeme take diskutovat cesty k ochrane souboru, ktera je nutna v prostredi, kde k souboru muze soucasne pristupovat vice uzivatelu a kde je vetsinou zadouci kontrola kym a jak muze byt soubor uzit. V zaveru ukazeme nektere aspekty sdileni souboru vice procesy.

7.1. Koncepce souboru

Pocitace mohou uchovavat informace na ruznych mediich, jako jsou magneticke disky, magneticke pasky, opticke disky, magnetoopticke disky apod. Pokud ma byt pocitacovy system pouzitelny, musi operacni system provadet jednotny logicky pohled na ukladane informace.
Operacni system musi abstrahovat od fyzickych aspektu ukladaciho zarizeni a definovat logickou datovou jednotku - soubor. Soubor je operacnim systemem mapovan na fyzicke zarizeni. Tato zarizeni jsou obvykle energeticky nezavisla, tzn. jejich obsah zustava nezmenen po vypnuti pocitace a rebootovani systemu.
Soubor je pojmenovana kolekce pribuznych informaci, ktera je ulozena na odkladacim zarizeni. Z uzivatelskeho hlediska je soubor nejmensi castecka logickeho odkladaciho zarizeni. Tzn. data nemohou byt ulozena na odkladaci prostor, pokud nejsou v souboru. Obecne soubory reprezentuji programy a data. Datove soubory mohou byt numericke, alfabeticke, alfanumericke nebo binarni. Soubory mohou mit volnou formu, jako napr. textove soubory, nebo mohou mit prisne usporadani.
V globalu je soubor sekvence bitu, bytu, radek nebo zaznamu, jejichz vyznam je dan tvurcem a uzivatelem souboru. Koncepce souboru je proto neobycejne obecna.
Informace v souboru jsou definovane jeho tvurcem. Mnozstvi rozdilnych druhu informaci musi byt ulozeno v souborech: zdrojove texty programu, objektove formy programu, spustitelne programy, ciselna data, text, zaznamy, graficke obrazky, zvuky atd.
Kazdy soubor ma jistou definovanou strukturu prislusnou jeho typu. Textovy soubor je sekvence znaku organizovana do radek a stranek; zdrojovy soubor je sekvence procedur a funkci; objektovy soubor je sekvence bytu organizovana do bloku pochopitelnych linkeru; spustitelny soubor je sekvence kodovych sekci, ktere dokaze loader zavest do pameti a spustit.

7.1.1. Atributy souboru

Soubor je pojmenovan pro pohodli lidskych uzivatelu a ti se na nej odvolavaji prostrednictvim jeho jmena. Jmeno souboru je vetsinou retezec znaku, jako napr. "priklad.c". Nektere systemy rozlisuji mezi velkymi a malymi pismeny ve jmenech souboru, zatimco jine je prijimaji jako ekvivalentni.
Je-li soubor pojmenovany, stava se nezavisly na procesu, uzivateli a take systemu, ktery ho vytvoril. Jeden uzivatel muze napriklad vytvorit soubor "priklad.c", zatimco jiny uzivatel muze editovat tento soubor po zadani jeho jmena. Vlastnik souboru ho muze ulozit na floppy disk nebo magnetickou pasku a muze tento soubor precist na jinem systemu, kde tento soubor muze byt stale pojmenovan "priklad.c".
Soubor ma v ruznych systemech ruzne atributy, typicky vsak tyto:

Jmeno. Symbolicke jmeno souboru v lidsky citelne podobe.
Typ. Tato informace je potrebna v systemech, ktere podporuji ruzne typy souboru.
Lokace. Ukazatel na zarizeni a na umisteni souboru na tomto zarizeni.
Velikost. Soucasti tohoto atributu je aktualni velikost souboru (v bytech, slovech nebo blocich) a jeho maximalni mozna velikost.
Ochrana. Informace o ochrane pristupu k souboru definuji, kdo ho muze cist, kdo spoustet, kdo do nej zapisovat atd.
Datum, cas a uzivatelska identifikace. Tyto informace mohou byt ulozeny po vytvoreni (1), posledni modifikaci (2) a poslednim uziti (3) souboru. Tato data mohou byt uzitecna pro ochranu, bezpecnost a monitoring systemu.

Informace o vsech souborech jsou ulozeny v adresarove strukture vytvorene na odkladacim zarizeni. Tyto zaznamy mohou zabirat od 16 po vice nez 1000 bytu na kazdy soubor. V systemech s mnoha soubory muze velikost adresare dorustat megabytovych rozmeru. Protoze adresare, stejne jako soubory, museji byt energeticky nezavisle, museji byt ulozeny na odkladacim zarizeni a do pameti zavadeny kus po kus, jak je treba.

7.1.2. Operace se soubory

Soubor je abstraktni datovy typ. Pro dukladnou definici souboru musime zavest operace, ktere mohou byt se soubory provadeny. Operacni system provadi systemova volani pro vytvoreni, zapis, cteni, premisteni v souboru, smazani a vypusteni souboru. Upresneme, co musi OS provadet behem kazde z techto sesti elementarnich operaci. Potom pro nas bude velmi jednoduche pochopit, jak mohou byt implmentovany ruzne prikazy vyssi urovne, jako napr. prejmenovani souboru apod.

Vytvoreni souboru. K vytvoreni souboru jsou nutne dva kroky. Nejdrive je treba najit pro soubor dostatecne velky prostor na odkladacim zarizeni. Jak tento prostor alokovat si popiseme v kapitole 8.2. Za druhe musi byt vytvoren zaznam pro novy soubor v adresari. Do tohoto zaznamu je mj. ulozeno jmeno souboru a jeho ulozeni v systemu souboru.
Zapis souboru. K zapisu souboru je provadeno systemove volani, ktere vyzaduje specifikaci jmena souboru a informace, ktera ma byt do souboru ulozena. Po prijeti jmena souboru system vyhleda adresar a v nem informaci o umisteni souboru. System musi ulozit ukazatel zapisu na misto v souboru, kde ma byt zapis proveden. Ukazatel zapisu musi byt spravne nastaven kdykoli ma dojit k zapisu do nejakeho souboru.
Cteni souboru. Ke cteni souboru je provadeno systemove volani, ktere vyzaduje specifikaci jmena souboru a informaci o tom, kde v pameti je ulozen nasledujci blok souboru. Opet je vyhledan patricny adresar a v nem patricny zaznam, podle nej je nastaven ukazatel cteni na misto, od ktereho ma byt provedeno nasledujici cteni. Kdykoli ma nastat cteni souboru, je aktualizovana pozice ukazatele cteni. Protoze vetsinou je soubor bud cten nebo zapisovan, mnoho systemu uziva pouze jeden ukazatel ukazatel aktualni pozice. Obe operace, cteni i zapis, uzivaji tyz ukazatel, cimz je setren prostor a redukovana slozitost systemu.
Premisteni v souboru. Je vyhledan adresar a v nem patricny zaznam a ukazatel aktualni pozice je nastaven na patricnou hodnotu. Premisteni pozice pristi vstupni nebo vystupni operace v souboru nepotrebuje volat zadnou I/O operaci. Tato akce je znama jako seek.
Smazani souboru. Aby jsme mohli smazat soubor, musime vyhledat adresar, ve kterem soubor lezi. Potom uvolnime vsechen ulozny prostor, ktery byl souboru prirazen (ten muze byt ihned prirazen jinym souborum jinych uzivatelu) a smazeme polozku zaznam o danem souboru v adresari.
Vypusteni souboru: Existuji situace, kdy uzivatel chce ponechat nastavene vsechny atributy souboru a pouze vyprazdnit jeho obsah. Spise nez nutit uzivatele soubor smazat a potom opetovne vytvorit, umoznuje tato funkce zachovat vsechny atributy soubory (s vyjimkou velikosti), ktera je nastavena na nulu.

Techto sest zakladnich operaci predstavuje minimalni sadu nutnych instrukci. Dalsi potrebne prikazy, jako jsou napr. pripojeni novych dat na konec souboru (append) a prejmenovani souboru (rename) mohou byt implementovany kombinaci jinych operaci se soubory. Napr. operace kopie (copy) souboru, nebo kopirovani souboru na jine I/O zarizeni (tiskarna, paska, displej atd.) muze byt definovana jako vytvoreni noveho souboru a cteni stareho a zapis do noveho souboru.
Potrebujeme take sadu operaci, ktere umozni uzivateli umozni cist a nastavovat atribury souboru. Napr. potrebujeme operaci, ktera umozni uzivateli zjistit velikost souboru nebo operaci, ktera mu dovoli nastavit vlastnika souboru.
Vetsina operaci se soubory v sobe zahrnuje vyhledani patricneho zaznamu v adresari. Pro vyvarovani se tohoto vyhledavani implementuji nektere Osy jako prvni operaci se souborem operaci open. OS si pak vede jen malou tabulku obsahujici informace o vsech otevrenych souborech (Tabulka otevrenych souboru - Open-File Table). Jestlize je potom provadena dalsi operace s otevrenym souborem, uzije se index do teto tabulky a neprovadi se zadne vyhledavani. Pokud jiz nebude soubor dale aktivne vyuzivan, proces uzije operaci close a OS vymaze zaznam o souboru v tabulce otevrenych souboru.
Nektere systemu provadi operaci open automaticky, kdyz je soubor poprve pouzit. Operace close je potom uzita v okamziku ukonceni procesu, diky kteremu byla vyvolana operace open. Presto mnoho systemu vyzaduje explicitni otevreni souboru programem pomoci systemoveho volani open pred tim, nez budou soubor uzit. Operace openvyzaduje jmeno souboru. Potom vyhleda pozadovanou polozku v adresari a zkopiruje ji do tabulky otevrenych souboru v pripade, ze bezpecnosti aspekty umoznuji soubor uzit. Volani open vetsinou vraci ukazatel do tabulky otevrenych souboru. Tento ukazatel, ne tedy jmeno souboru, je uzit pri vsech I/O operacich, cimz je zamezeno jakemukoli dalsimu hledani v adresarich a je zjednoduseno volani dalsich operaci.
Implementaci systemovych volani open a close v multiuzivatelskych systemech, jako je napr. Unix je ponekud komplikovanejsi. V techto systemech muze totiz vice uzivatelu chtit soucasne otevrit tyz soubor. Nejcasteji ma system interni tabulky dvou urovni. Ma tabulku per-proces, ve ktere jsou vsechny soubory, ktere maji otevrene jednotlive procesy. Je v ni ulozen napr. ukazatel do souboru, kde ma nastat pristi write nebo read.
Kazda polozka v tabulce per-proces ma take ukazatel do systemove tabulky otevrenych souboru. Tato tabulka obsahuje informace o souborech, ktere jsou nezavisle na procesech, tj. napr. umisteni souboru na disku, bezpecnostni informace a velikost souboru.
Je-li soubor otevren nejakym procesem a jiny proces na nej provede volani open, je pridana dalsi polozka do tabulky per-proces s ukazatelem na soubor a do systemove tabulky otevrenych souboru. Systemova tabulka otevrenych souboru miva vetsinou citac otevreni, ktery udava pocet procesu, maji dany soubor otevreny. Kazde volani close snizi hodnotu citace otevreni o 1. Je-li pak hodnota citace otevreni 0, neni jiz soubor uzivan zadnym procesem a jeho polozka je odebrana z tabulky otevrenych souboru. Systemu tedy udrzuje nejruznejsi informace asociovane s otevrenymi soubory:

Ukazatel do souboru (File pointer). Systemy, ktere nemaji implementovanu relativni adresu ve volanich read a write, musi udrzovat ukazatel pristiho cteni nebo zapisu v souboru. Kazdy proces, ktery ma otevreny dany soubor ma vlastni ukazatel do souboru, takze tento ukazatel nemuze byt uchovavan spolu s atributy souboru.
Citac otevreni. Je-li soubor uzavren, musi OS uvolnit polozku v tabulce otevrenych souboru. Protoze soubor muze byt otevren vice procesy, system s uvolnenim polozky z tabulky musi cekat, dokud posledni z nich soubor neuzavre. Tento citac uchovava pocet procesu, ktere maji dany soubor otevreny. Je-li jeho hodnota 0, muze byt polozka z tabulky otevrenych souboru smazana.
Umisteni souboru na disku. Vetsina operaci chce modifikovat obsah souboru. Informace potrebne k alokaci souboru na disku jsou uchovavany v pameti, aby nebylo nutno cist informace z disku pred kazdou operaci.

Nektere OSy provadi mechanismy pro viceprocesovy pristup k souboru, aby mohli byt sekce souboru sdileny vice procesy, a to tim, ze mapuji jednotlive sekce souboru do virtualni pameti. Tato funkce se nazyva memory mapping (mapovani souboru do pameti) a dovoluje asociovat cast adresoveho prostoru virtualni pameti se sekcemi souboru. Cteni a zapis do teto oblasti pameti predstavuje cteni a zapis do souboru, coz znacne ulehcuje uziti souboru.
Uzavreni souboru vyvola ulozeni vsech virtualne namapovanych sekci souboru zpet na disk a vymazani souboru z virtualni pameti procesu. Ruzne procesy mohou mapovat tyz soubor ve virtualni pameti na tychz strankach a je tak umozneno sdileni souboru.
Zapis do souboru libovolnym procesem modifikuje sdilena data ve virtualni pameti a muze ho provest libovolny proces, ktery ma namapovany sekce sdileneho souboru do sve virtualni pameti. Vzpomeneme-li nasich znalosti o virtualni pameti, musi byt jasne, jak je implementovano sdileni sekci souboru ve virtualni pameti. Virtualni pamet kazdeho procesu, ktery sdili soubor obsahuje odkazy na stejne stranky fyzicke pameti - na stranky, ve kterych je ulozena kopie sdileneho souboru. Tento mechanismus ilustruje nasledujici obrazek. Pristup procesu ke sdilenemu souboru je samozrejme koordinovan systemem, aby byl zajisten vzajemne jedinecny pristup k souboru.

Obr. 72 Mapovani souboru do virtualni pameti

7.1.3. Typy souboru

Jeden z hlavnich zretelu pri vytvareni systemu souboru i celeho operacniho systemu je, jestli bude OS rozeznavat typy souboru. Jestlize OS typy souboru rozeznava, muze se soubory lepe pracovat. Casta chyba napriklad nastava, pokousi-li se uzivatel vytisknout na tiskarnu binarni soubor.
Takovy tisk produkuje nesmysly, ale lze mu predejit, pokud OS rekne, ze soubor, ktery ma byt vytisknut je binarni spustitelny soubor a nevytiskne ho.
Nejcastejsi technika implementace typu souboru je, vlozit identifikator typu jako soucast jmena souboru. Takove jmeno se potom sklada ze dvou casti - ze jmena a pripony oddelenych teckou. V tomto pripade je jak uzivatel tak OS definovat, jakeho typu je ten ktery soubor. Napriklad v OSu MS DOS jmeno obsahuje max. 8 znaku a za teckou nasleduje maximalne trojznakova pripona. System uziva priponu k identifikaci souboru a k urceni toho, co lze se soubory provadet. Spoustet lze napr. pouze soubory s priponou ".com", ".exe" nebo ".bat". Soubory s priponou ".com" a ".exe" jsou binarni spustitelne soubory a soubor s priponou ".bat" je davkovy spustitelny soubor v ASCII formatu prikazu operacniho systemu.

Typ souboru	Nejcastejsi pripona	Funkce
Spustitelny	exe, com, bin nebo zadna	soubor je pripraven ke spusteni
Objektovy	obj, o	prelozeny nelinkovany program
Zdrojovy	c, p, pas, f77, asm, a	zdrojovy text v programovacim jazyce
Davkovy	bat, sh	prikazy pro interpreter
Text	txt	textova data, dokument
Textovy procesor	wp, tex, rtf, atd.	ruzne formaty textovych procesoru
Knihovny	lib, a	knihovny nebo programatorske rutiny
Tiskovy nebo graficky	ps, dvi, gif	ASCII nebo binarni soubor urceny k vytisteni nebo prohlizeni
Archivni	arc, zip, arj tar	soubory archivujici jine soubory, nekdy tez komprimovane

Sam MS DOS rozeznava pouze nekolik malo pripon, ale dalsi pripony pouzivaji k identifikaci aplikacni programy. Assemblery napr. akceptuji zdrojove soubory s priponou ".asm", WordPerfect soubory s priponou ".wp" atd. Tyto pripony nejsou bezpodminecne nutne, a ackoli nejsou rozeznavany primo OSem, slouzi jako napoveda aplikacnimu programu, se kterymi programy umi pracovat.
Jinym prikladem aplikace utilit typu souboru muzeme najit v OSu TOPS-20. Jestli se uzivatel pokousi spustit program, jehoz zdrojovy text byl modifikovan (editovan), potom, co byl objektovy soubor vytvoren, je zdrojovy soubor automaticky rekompilovan. Tato funkce zajistuje, ze uzivatel spousti vzdy posledni verzi programu. Poznamenejme, ze pro fungovani toho mechanismu je zapotrebi, aby OS byl schopen najit zdrojovy soubor od daneho objektoveho, ke zjisteni, neni-li zdrojovy soubor aktualnejsi nez objektovy a urcit jazyk zdrojoveho souboru, aby byl schopen zvolit spravny prekladac.
V operacnim systemu Apple Macintosh ma kazdy soubor tip (napr. "text" nebo "pict"). Kazdy soubor ma atribut creator (tvurce) - obsahujici jmeno programu, ktery ho vytvoril. Tento atribut je nastavovan OSem pomoci volani create (je tedy podporovan operacnim systemem). Napr. soubor vytvoreni textovym procesorem ma jmeno tohoto procesoru ulozeno v atributu creator. Pokud potom uzivatel otevira tento soubor dvojitym kliknutim mysi na jeho ikonu, je automaticky spusten textovy procesor a soubor se otevre v nem, pripraveny k editovani.
OS Unix neni schopen provadet takovouto praci se soubory, nebot typ souboru je v nem kodovan pomoci tzv. magic number na zacatku nekterych souboru. Unix je schopen podle toho cisla zhruba identifikovat o jaky soubor se jedna: spustitelny soubor, postscriptovy soubor atd. Toto magicke cislo vsak nemaji vsechny soubory, takze prace OSu se soubory nemuze byt postavena pouze na techto cislech. Unix ani neuklada jmeno programu, ktery vytvoril dany soubor. Umoznuje uzivatelum uzivat napovedy o typu souboru pomoci pripon, avsak tyto pripony nejsou podporovany ani rozeznavany OSem. Slouzi pouze jako napoveda uzivatelum, jakeho typu je dany soubor.

7.1.4. Struktura souboru

Typy souboru mohou byt uzity take k identifikaci jejich vnitrni struktury. Jak jiz bylo uvedeno, zdrojovy a objektovy soubor maji odlisne struktury, ktere ocekava program, jez s nimi pracuje. Dalsi soubory musi mit strukturu pochopitelnou OSu. Napr. OS vyzaduje urcitou strukturu spustitelneho souboru, ze ktere je mu jasne, kam zavest program do pameti a kde je prvni instrukce tohoto programu.
Nektere OSy rozsiruji tuto myslenku na celou mnozinu systemem podporovanych struktur souboru a mnozinu specialnich operaci, ktere s temito soubory manipuluji. Tato myslenka s sebou prinasi urcitou nevyhodu v tezkopadnosti prilisne velikosti kodu OSu. Pro kazdou podporovanou strukturu souboru musi OS obsahovat kod, ktery s touto strukturou umi pracovat. Dalsi problemy mohou nastat, podporuje-li OS kompletne vsechny struktury vsech souboru. Nova aplikace vytvorena pod takovymto OSem prinese problemy v pripade, ze bude vyzadovat organizaci dat v souboru zpusobem, ktery OS nezna a nepodporuje.
Uvazujme napr. OS, ve kterem existuji pouze dve struktury souboru: textovy soubor (sekvence ASCII znaku oddelovana CR a LF) a spustitelny binarni soubor. Jestlize chci jako uzivatel definovat v takoveto systemu kryptovany soubor (pro zabezpeceni jeho obsahu pred nepatricnymi uzivateli), nenajdeme zadnou vhodnou strukturu pro takovyto soubor. Kryptovany soubor neni pouhy ASCII text, ale jedna se spise o nahodnou sekvenci bitu - tedy binarni soubor, ktery neni spustitelny. Chci-li kryptovani provest v tomto systemu, musim systemovou podporu struktury souboru bud obejit nebo uzit spatne, pripadne modifikovat kryptovaci algoritmus ci od kryptovani uplne upustit.
Nektere OSy definuji a podporuji urcity minimalni pocet struktur souboru. Je tomu tak napriklad u OSu Unix, MS DOS aj. Unix bere kazdy soubor jako sekvenci 8mi bitovych bytu a nijak tyto byty na urovni OSu neinterpretuje. Toto schema zajistuje maximum flexibility, ale minimalni podporu. Kazdy aplikacni program musi obsahovat kod pro podporu struktury "svych" vstupnich souboru. Presto, vsechny OSy musi podporovat minimalne jednu strukturu souboru - spustitelny soubor, ktery OS musi byt schopen zavest do pameti a spustit.
Jiny priklad podpory struktur souboru muzeme naleznout u OSu pocitacu Macintosh, ktery krome struktury spustitelneho souboru podporuje jeste dalsi dve: resource fork a data fork. Resource fork obsahuje uzivatelsky zavisle informace, napr. texty v tlacitkach programu. Zahranicni uzivatel pak muze vyzadovat tyto texty ve svem rodnem jazyce. Potom staci uzit nastroje OSu Macintosh, ktery umoznuje modifikaci dat v resource forku.
Data fork obsahuje kod programu a data, ktera uzivatel nemuze modifikovat. K uskutecneni stejne ulohy pod Unixem ci MS DOSem, musi programator prepsat a rekompilovat zdrojovy text programu, nebo vytvorit vlastni uzivatelsky modifikovatelny soubor.
Podstatou teto ukazky je poukazat na vyhodnost toho, kdyz OS podporuje struktury souboru, ktere jsou casto pouzivane a tim usetrit programatorum znacnou namahu.

7.1.5. Vnitrni struktura souboru

Najit interne nejaky offset uvnitr souboru muze byt pro OS komplikovane. Pripomenme, ze diskove systemy maji casto definovanou vseobecne znamou velikost bloku dat urcenou velikosti sektoru. Vsechny diskove I/O operace pracuji v jednotkach jednoho bloku (fyzicky zaznam) a vsechny bloky jsou stejne velikosti. Je nepravdepodobne, ze velikost fyzickeho zaznamu bude presne stejna jako velikost pozadovaneho logickeho zaznamu. Logicke zaznamy jsou navic promenne delky. Packing (ulozeni) logickych zaznamu do fyzickych je moznym resenim tohoto problemu.
Napr. OS Unix definuje jednoduse vsechny soubory jako sled bytu. Kazdy byte v souboru je individualne adresovatelny pomoci jeho offsetu od zacatku (nebo konce) souboru. V tomto pripade je delka logickeho zaznamu 1 byte. OS podle potreby automaticky uklada a vybira tyto logicke zaznamy z fyzickych diskovych bloku (rekneme velikosti 512 B na blok).
Delka logickeho zaznamu, delka fyzickeho zaznamu a technika packingu urcuji kolik logickych zaznamu se vejde do jednoho fyzickeho bloku. Ulozeni muze provest bud uzivatelsky program nebo operacni system.
V jinem pripade muze byt soubor definovan jako sled bloku. Vsechny zakladni I/O operace pracuji na techto blocich. Konverze logickeho zaznamu do fyzickeho bloku je potom relativne jednoduchy softwarovy problem.
Poznamenejme, ze pridelovani diskoveho prostoru po blocich ma za nasledek castecne nevyuziti posledniho bloku. Jestlize kazdy blok disku ma velikost 512 B, potom soubor o velikosti 1949 B bude uloze do ctyr bloku o celkove velikost 2048 B a v poslednim bude 99 B nevyuzitych. Celkovy objem nevyuzitych bloku byva oznacovan jako interni fragmentace. Vsechny systemy souboru se ji snazi zabranit - vetsi velikost bloku znamena vetsi interni fragmentaci.

Zpet

Obsah

Vpred