0.2秒居然复制了100G文件？
背景是这样的：他用 cp 拷贝了一个 100 G 的文件，竟然一秒不到就拷贝完成了！
用 ls 看一把文件，显示文件确实是 100 G。
sh-4.4# ls -lh
-rw-r--r-- 1 root root 100G Mar 6 12:22 test.txt
sh-4.4# time cp ./test.txt ./test.txt.cp
real 0m0.107s
user 0m0.008s
sys 0m0.085s
实际情况却是 cp 一秒没到就完成了工作，惊呆了，为啥呢？
更诡异的是：他的文件系统只有 40 G，为啥里面会有一个 100 G的文件呢？
同事把我找来，看看这个诡异的问题。
分析文件
我让他先用 du 命令看一下，却只有 2M ，根本不是 100G，这是怎么回事？
sh-4.4# du -sh ./test.txt
2.0M ./test.txt
sh-4.4# stat ./test.txt
File: ./test.txt
Size: 107374182400 Blocks: 4096 IO Block: 4096 regular file
Device: 78h/120d Inode: 3148347 Links: 1
Access: (0644/-rw-r--r--) Uid: ( 0/ root) Gid: ( 0/ root)
Access: 2021-03-13 12:22:00.888871000 +0000
Modify: 2021-03-13 12:22:46.562243000 +0000
Change: 2021-03-13 12:22:46.562243000 +0000
Birth: -
Size 为 107374182400（知识点：单位是字节），也就是 100G；
Blocks 这个指标显示为 4096（知识点：一个 Block 的单位固定是 512 字节，也就是一个扇区的大小），这里表示为 2M。
划重点：
Size 表示的是文件大小，这个也是大多数人看到的大小；
Blocks 表示的是物理实际占用空间。
同事问道：“文件大小和实际物理占用，这两个竟然不是相同的概念 ！为什么是这样？”
“看来，我们必须得深入文件系统才能理解了，来，我给你好好讲讲。”
我有一个视频文件，我把这个视频放到这个文件系统里，下次来拿，要能拿到我完整的视频文件数据，这就是文件系统，对外提供的就是存取服务。
现实的存取场景
例如你到火车站使用寄存服务：
存行李的时候，是不是要登记一些个人信息？对吧，至少自己名字要写上。可能还会给你一个牌子，让你挂手上，这个东西就是为了标示每一个唯一的行李。
文件系统
回到我们的文件系统，对比上面的行李存取行为，可以做个简单的类比。
登记名字就是在文件系统记录文件名；
生成的牌子就是元数据索引；
你的行李就是文件；
寄存室就是磁盘（容纳东西的物理空间）；
管理员整套运行机制就是文件系统。
上面的对应并不是非常严谨，仅仅是帮助大家理解文件系统而已，让大家知道其实文件系统是非常朴实的一个东西，思想都来源于生活。
空间管理
现在思考文件系统是怎么管理空间的？
如果，一个连续的大磁盘空间给你使用，你会怎么使用这段空间呢？
直观的一个想法，我把进来的数据就完整的放进去。
这种方式非常容易实现，属于眼前最简单，以后最麻烦的方式。因为会造成很多空洞，明明还有很多空间位置，但是由于整个太大，形状不合适（数据大小），哪里都放不下。因为你要放一个完整的空间。
怎么改进？有人会想，既然整个放不进去，那就剁碎了呗。这里塞一点，那里塞一点，就塞进去了。
对，思路完全正确。改进的方式就是切分，把空间按照一定粒度切分。每个小粒度的物理块命名为 Block，每个 Block 一般是 4K 大小，用户数据存到文件系统里来自然也是要切分，存储到磁盘上各个角落。
图示标号表示这个完整对象的 Block 的序号，用来复原对象用的。
随之而来又有一个问题：你光会切成块还不行，取文件数据的时候，还得把它们给组合起来才行。
所以，要有一个表记录文件对应所有 Block 的位置，这个表被文件系统称为inode。
写文件的流程是这样的：
先写数据：数据先按照 Block 粒度存储到磁盘的各个位置；
再写元数据：然后把 Block 所在的各个位置保存起来，即inode（我用一本书来表示）。
读文件流程则是：
先读inode，找到各个 Block 的位置；
然后读数据，构造一个完整的文件，给到用户。
inode/block 概念
好，我们现在来看看inode，直观地感受一下：
这个 inode 有文件元数据和 Block 数组（长度是 15），数组中前两项指向 Block 3 和 Block 11，表示数据在这两个块中存着。
你肯定会意识到：Block 数组只有 15 个元素，每个 Block 是 4K， 难道一个文件最大只能是 15 * 4K = 60 K？
这是绝对不行的！
最简单的办法就是：把这个 Block 数组长度给扩大！
比如我们想让文件系统最大支持 100G 的文件，Block 数组需要这么长：
(10010241024)/4 = 26214400
Block 数组中每一项是 4 个字节，那就需要 (26214400*4)/1024/1024 = 100M。
为了支持 100G 的文件，我们的 Block 数组本身就得 100M ！
并且对每个文件都是如此 ！即使这个文件只有 1K！ 这将是巨大浪费！
肯定不能这么干，解决方案就是间接索引，按照约定，把这 15 个槽位分作 4 个不同类别来用：
前 12 个槽位（也就是 0 - 11 ）我们成为直接索引；
第 13 个位置，我们称为 1 级索引；
第 14 个位置，我们称为 2 级索引；
第 15 个位置，我们称为 3 级索引。
直接索引：能存 12 个 block 编号，每个 block 4K，就是 48K，也就是说，48K 以内的文件，前 12 个槽位存储编号就能完全 hold 住。
一级索引：也就是说这里存储的编号指向的 block 里面存储的也是 block 编号，里面的编号指向用户数据。一个 block 4K，每个元素 4 字节，也就是有 1024 个编号位置可以存储。
所以，一级索引能寻址 4M（1024 * 4K）空间。
二级索引：二级索引是在一级索引的基础上多了一级而已，换算下来，有了 4M 的空间用来存储用户数据的编号。所以二级索引能寻址 4G（4M/4 * 4K）的空间。
三级索引：三级索引是在二级索引的基础上又多了一级，也就是说，有了 4G 的空间来存储用户数据的 block 编号。所以二级索引能寻址 4T（4G/4 * 4K）的空间。
所以，在这种文件系统（如ext2）上，通过这种间接块索引的方式，最大能支撑的文件大小 = 48K + 4M + 4G + 4T ，约等于 4 T。
这种多级索引寻址性能表现怎么样？
在不超过 12 个数据块的小文件的寻址是最快的，访问文件中的任意数据理论只需要两次读盘，一次读 inode，一次读数据块。
访问大文件中的数据则需要最多五次读盘操作：inode、一级间接寻址块、二级间接寻址块、三级间接寻址块、数据块。
为什么 cp 那么快？
接下来我们要写入一个奇怪的文件，这个文件很大，但是真正的数据只有 8K：
在 [0 , 4K] 这位置有 4K 的数据。
在 [1T , 1T+4K] 处也有4K数据。
中间没有数据，这样的文件该如何写入硬盘？
创建一个文件，这个时候分配一个 inode；
在 [0 , 4K] 的位置写入 4K 数据，这个时候只需要 一个 block，把这个编号写到 block[0] 这个位置保存起来；
在 [1T , 1T+4K] 的位置写入 4K 数据，这个时候需要分配一个 block，因为这个位置已经落到三级索引才能表现的空间了，所以需要还需要分配出 3 个索引块；
写入完成，close 文件。
实际存储如图：
这个时候，我们的文件看起来是超大文件，size 等于 1T + 4K ，但里面实际的数据只有 8K，位置分别是 [0 , 4K ] ，[1T , 1T+4K]。
由于没写数据的地方不用分配物理 block 块，所以实际占用的物理空间只有 8K。
重点：文件 size 只是 inode 里面的一个属性，实际物理空间占用则是要看用户数据放了多少个 block ，没写数据的地方不用分配物理 block 块。
这样的文件其实就是稀疏文件， 它的逻辑大小和实际物理空间是不相等的。
所以当我们用 cp 命令去复制一个这样的文件时，那肯定迅速就完成了。
总结
好，我们再深入思考下，文件系统为什么能做到这一点？
首先，最关键的是把磁盘空间切成离散的、定长的 block 来管理；
然后，通过 inode 能查找到所有离散的数据（保存了所有的索引）；
最后，实现索引块和数据块空间的后分配。
这三点是层层递进的。
是我想太多了吗？中午吃饭都没叫我。
后台回复“加群”，带你进入高手如云交流群
文章来源：OSC开源社区，点击查看原文
欢迎小伙伴们投稿原创文章~
投稿格式：markdown格式的md文件
投稿邮箱: pub@kubeinfo.cn
推荐阅读
点赞👍 星标✨ 在看 👁 让我看见你们！！
本公众号主要分享linux、Golang、网络、云原生相关技术，实用工具，欢迎扫码关注！
点个在看你最好看