文件是操作系统给应用提供的核心抽象之一。应用看到的是路径和字节流，系统内部则涉及文件系统、块设备、缓存、日志、权限和一致性。

1. 学习目标

• 理解文件、目录、inode、块设备和挂载的基本关系。
• 能区分 HDD、SSD、网络存储和对象存储的性能特征。
• 能分析空间不足、IO 慢、文件句柄泄漏和数据一致性问题。

2. 知识框架

文件存储与磁盘
├─ 入门：建立术语、对象和日常操作的直觉
├─ 进阶：理解机制、边界和跨平台差异
└─ 专家：能排障、能设计、能阅读实现和研究材料

文件存储的核心链路是：路径解析 -> 文件系统元数据 -> Page Cache -> 块层队列 -> 存储设备。每一层都可能成为性能或一致性问题的来源。

3. 核心概念

主题	说明	工程关注
文件系统	组织文件、目录、元数据和空间分配的规则	ext4、XFS、APFS、NTFS 差异
inode/元数据	描述文件权限、大小、块位置等信息	小文件过多、inode 耗尽
日志机制	记录元数据或数据变更以便崩溃恢复	一致性、写入放大、fsync
挂载点	把文件系统接入目录树的位置	容器卷、网络盘、权限边界

4. 机制与实践

1. 生产系统要监控磁盘容量、inode、IO 延迟、文件句柄和错误日志。
2. 数据库、消息队列等关键组件要理解 fsync、刷盘策略和文件系统选型。
3. 不要把本地磁盘、网络盘、对象存储当成同一种文件系统使用。

5. 常用命令与工具

命令或工具	作用	使用建议
df -h	查看文件系统容量	排查磁盘满
df -i	查看 inode 使用	小文件过多时尤其重要
du -sh *	统计当前目录各项大小	定位空间占用来源

6. 常见误区

• 只看磁盘容量不看 inode：大量小文件可能先耗尽 inode，即使容量还有剩余也无法创建文件。
• 认为写入返回就等于落盘：很多写入会先进入缓存，真正持久化与 fsync、挂载参数和硬件缓存有关。
• 滥用网络文件系统：网络盘延迟和一致性语义不同，不能无脑替代本地盘。

7. 进阶研究方向

• 阅读 ext4、XFS、APFS、NTFS 的设计差异。
• 研究数据库为什么重视顺序写、预写日志和 fsync。
• 用 fio 对不同块大小、队列深度、读写模式做基准测试。

8. Tips 快问快答

Q：文件和目录本质有什么区别？

A：目录也是特殊文件，保存名称到文件元数据的映射。

Q：为什么删除大文件后空间没有释放？

A：文件可能仍被进程打开，目录项删除了但文件句柄还在，空间要等句柄关闭后释放。

Q：什么是 inode 耗尽？

A：文件系统可用元数据节点用完，常见于海量小文件场景。

9. 总结

文件系统把复杂存储设备抽象成路径和文件，但容量、元数据、缓存、一致性和设备性能依然会影响应用。成熟工程师要能从文件路径一路追到块设备。