A parte mais visível do Sistema Operacional do ponto de vista dos usuários. É função do Sistema de Arquivos prover uma abstração dos meios de armazenamento, numa estrutura lógica de organização dos dados.
Um arquivo é uma coleção de informações correlacionadas, identificado por um nome. É a menor unidade de armazenamento secundário do ponto de vista do usuário.
Atributos de um arquivo: Nome, tipo, posição no dispositivo de armazenamento, tamanho, informações de proteção, data e hora de criação/modificação e identificação do usuário dono do arquivo.
Tais atributos são mantidos na estrutura de diretório.
As operações que o SO disponibiliza para trata dos arquivos são:
- Criação: O SO verifica se há espaço disponível no dispositivo de armazenamento e aloca para o novo arquivo. Depois cria uma entrada no diretório com o nome e demais informações sobre o arquivo.
- Escrita/Leitura: Para escrever em, ou ler de um arquivo, o SO precisa receber através de uma chamada de sistemas o nome do arquivo e as informações a serem escritas ou a posição da memória onde as informações lidas devem ser colocadas. Em ambos os casos o SO deve acompanhar através de um ponteiro a posição do arquivo onde estão sendo realizadas as operações e atualizar este ponteiro a cada operação.
- Reposicionamento: Posiciona o ponteiro de escrita/leitura para a próxima operação.
- Exclusão: Pesquisa-se a entrada do arquivo no diretório e todo espaço alocado àquele arquivo é liberado. Em seguida a própria entrada no diretório é excluída.
- Truncar um arquivo: Reajusta o tamanho do arquivo para zero, mantendo todos os outros atributos.
Operações adicionais como renomear, copiar, mover e obter informações sobre os arquivos são baseadas nestas outras operações primitivas.
A maioria destas operações requer uma busca no diretório pelas informações do arquivo. Para evitar esta busca contante, o SO mantém uma tabela do arquivos abertos em memória. Duas operações adicionais são necessárias: Abrir e Fechar (Open e Close).
A chamada de sistema "open" retorna um índice com a entrada na tabela dos arquivos abertos. Todas as demais operações são feitas com base neste índice, inclusive para fechar o arquivo.
Algumas operações adicionais são disponibilizadas em ambientes multiusuário, como bloqueio de partes de um arquivo usado por mais de um processo, mapeamento em memória (para acesso mais rápido ao arquivo), etc.
Alguns sistemas operacionais oferecem suporte a identificação de tipos de arquivo. Por exemplo, no MS-DOS, os arquivos são identificados por 8 caracteres que representam o nome, mais 3 representando uma extensão. Quando uma extensão é EXE, COM ou BAT, o SO trata o arquivo como sendo um programa executável. As demais extensões são tratadas pelos aplicativos, sendo que o SO não oferece nenhum outro suporte adicional.
O Unix não fornece um mecanismo "forte" de identificação para os tipos de arquivo. É possível usar extensões, mas estas não são obrigatórias e geralmente ficam a cargo do usuário. Alguns tipos de arquivo no Unix são identificados através de um "número mágico" que é um valor gravado no começo do arquivo. Dependendo do número pode ser um arquivo executável, um script do usuário ou uma biblioteca por exemplo.
Os tipos de arquivo também podem indicar a estrutura interna de um arquivo. No MS-DOS, arquivos COM e EXE são executáveis, mas possuem uma organização interna diferente. No Linux (e outros Unix modernos), há dois tipos de executáveis: "a.out" e "ELF", sendo que ambos também são organizados de forma diferente, porém o tipo é identificado pelos "números mágicos" citados anteriormente. No entanto, em ambos os casos a estrutura não foi "imposta" pelo sistema operacional.
Alguns SOs permitem apenas alguns tipos de estrutura para os arquivos. Embora facilitem para o programador/usuário o acesso ao arquivo, o tratamento destas estruturas torna o SO mais complexo e limita o programador a usar apenas as estruturas providas pelo SO.
Os SOs mais comuns fornecem uma estrutura mínima de organização dos arquivos. Isto permite flexibilidade máxima, mas pouco suporte. O tratamento dos dados nos arquivos fica a cargo dos programas.
- Sequencial: As informações são processadas em ordem, um registro após o outro. É o método mais comum.
- Direto: Os registros podem ser escritos/lidos, em qualquer ordem.
- Outros: Outros métodos de acesso podem ser desenvolvidos com base no acesso direto (usando índices por exemplo).
O diretório é um registro das informações dos arquivos armazenados em um dispositivo (ou partição).
Operações em diretórios:
- Pesquisar arquivos
- Criar um arquivo (criar a entrada do arquivo no diretório)
- Excluir um arquivo (remover a entrada)
- Listar um diretório
- Renomear arquivo
- Percorrer o sistema de arquivos
Organização de diretórios:
-
Nível único: Todas as entradas de arquivos estão num único diretório. Cada arquivo deve ter um nome diferente do outro.
-
Dois níveis: Cada usuário possui seu próprio diretório. Um mesmo nome de arquivo pode ser usado por mais de um usuário. Melhor organização do sistema de arquivos. Todas as operações com arquivos são restritas aos arquivos do usuário atual. Em alguns sistemas o usuário é proibido de acessar arquivos de outros diretórios, enquanto em outros pode haver compartilhamento.
-
Árvore: Em sistemas de arquivo estruturados em árvore, como o do próprio MS- DOS ou Windows, é possível um número arbitrário de níveis de diretório. O diretório em si não passa de um tipo especial de arquivo que "aponta" para os demais arquivos. Cada usuário possui um diretório corrente e as operações com arquivos são feitas com os arquivos deste diretório. Para mudar de diretório usa-se uma chamada de sistema apropriada.
Os arquivos podem ser acessados ainda através de caminhos. No MS-DOS ou Windows, um caminho absoluto começa com a partição (ou unidade) em que está o arquivo. Exemplo: C:\TEMP\TESTE.TXT. No Unix ficaria /tmp/teste.txt. Um caminho relativo começa sempre com base no diretório atual. Supondo que estamos num diretório "downloads" e queremos acessar um arquivo em "/tmp/downloads/imagens/desenho.bmp". Pode-se usar um caminho relativo "imagens/desenho.bmp".
-
Em grafos: Um sistema em árvores pode ainda ser incrementado com a possibilidade de se incluir "links" para arquivos ou diretórios que não estão imediatamente "abaixo" dos diretórios atuais, resultando numa estrutura que mais se assemelha a um grafo.
Nos sistemas Unix existem os links simbólicos ou "soft links", que são referências relativas a arquivos ou diretórios, e os "hard links" que são uma "cópia" de determinada entrada de diretório. O SO precisa então manter uma contagem de links, pois quando um arquivo for excluído e houver mais de um link para ele, apenas o link deve ser apagado e não o arquivo em si. Quando a contagem de links chegar a 0, aí sim o arquivo pode ser eliminado.
Alguns tipos de acesso que podem ser controlados pelo SO: Ler, Escrever, Executar, Anexar, Excluir, Listar.
No MS-DOS os controles de tipo de acesso são baseados em atributos do arquivo. Um arquivo tem 3 atributos que controlam acesso: R - Read Only, H - Hidden, S - System. Arquivos somente para leitura não podem ser gravados. Arquivos escondidos não podem ser vistos pelo usuário a menos que ele saiba seu nome. Arquivos de sistema não podem ser excluídos ou movidos.
No Unix há três controles: r - read, w - write, x - execute, que controlam respectivamente se o arquivo pode ser lido, gravado ou executado. Para diretórios, significa se é possível listá-los (ls), criar arquivos dentro deles ou acessá-los (cd).
Em sistemas multi-usuário cada usuário precisa de uma identificação para se determinar se um arquivo pode ou não ser acessado (e de que forma).
As listas de acesso contém informações para cada arquivo e diretório de quais tipos de acesso são permitidos a quais usuários ou grupos.
Pode não ser prático manter uma lista de cada usuário que pode acessar um arquivo e seu tipo de acesso para cada arquivo de sistema, algumas classificações podem ser usadas. Por exemplo, no Unix, há três classes de acesso:
- Proprietário: O usuário que criou o arquivo:
- Grupo: O conjunto de usuários que compartilha aquele arquivo.
- Outros: Todos os outros usuários que tem acesso ao sistema.
Este esquema é mais simples e fácil de implementar, mas não é tão flexível quanto o de lista de acessos.
- Dispositivo e controle de E/S: É o módulo que controla ao dispositivo físico de armazenamento.
- Sistema de arquivos básico: Só precisa emitir comandos genéricos aos dispositivos.
- Módulo de organização de arquivos: Conhece os blocos lógicos e físicos usados por cada arquivo e faz a tradução entre eles, além de prover informações sobre a alocação do espaço em disco.
- Sistema de arquivos lógico: Provê as funções de controle de arquivo, diretório e proteção visíveis ao usuário e às aplicações. Mantém informações dos arquivos abertos por quais processos, etc.
-
Alocação contígua: É preciso saber previamente o tamanho do arquivo a ser criado e o espaço alocado deve ser contíguo (um bloco após o outro). Tem problemas com fragmentação. O SO mantém apenas o nome do arquivo, o bloco de início e o número de blocos usados pelo arquivo. Ideal para o método de acesso direto.
-
Alocação encadeada: O arquivo é armazenado em blocos (que podem ser dispersos), sendo que cada bloco possui um "ponteiro" que indica o próximo bloco do arquivo. O último bloco contém um valor nulo, indicando que chegou ao fim. O SO deve manter o nome e o bloco de início e o final. Não existe o problema de fragmentação anterior, mas só pode ser usada efetivamente para acesso sequencial. No caso de acesso direto, os blocos devem ser lidos em sequência para chegar ao bloco desejado.
Este problema pode ser reduzido com o uso de uma tabela de alocação de arquivos (FAT). Este método é usado no DOS / Windows 9X e OS/2 por exemplo. Ao invés de colocar as informações de encadeamento em cada bloco, uma tabela é criada no início do disco em que cada entrada de bloco aponta para a próxima. O problema é que a cabeça do disco deve constantemente se deslocar para o início do disco para acessar a FAT.
-
Alocação indexada: Neste método, cada arquivo passa a ter um bloco de índice (também chamado de i-node) que aponta para cada bloco alocado pelo arquivo. O diretório tem o endereço do bloco de índice. Uma forma comum de se usar os blocos de índices é que eles sejam multiníveis. No Unix, um bloco possui 15 entradas. As 12 primeiras endereçam diretamente os blocos do arquivo. A entrada seguinte é um bloco indireto simples, que aponta para um segundo bloco que por sua vez aponta para os blocos do arquivo. A 14a. e a 15a. são respectivamente blocos indiretos duplos e triplos, o que permite arquivos arbitrariamente grandes (teoricamente maiores do que o sistema de arquivos em si é capaz de suportar).
- Vetor de bits: O espaço livre pode ser controlado através de um vetor de bits em que cada bit representa um bloco. É um método bastante eficiente em termos de desempenho, pois é simples encontrar um bloco livre. Porém, o vetor de bits pode ficar grande demais para ser contido na memória.
- Lista encadeada: Neste método os blocos livres são armazenados em listas encadeadas. Cada entrada na lista aponta para o início de um espaço vazio e seu tamanho.
Por questões de eficiência, informações de diretório ou de arquivos podem ser mantidas na memória principal por um tempo antes de serem gravadas em disco. Atualizações nos arquivos ou diretórios podem não ser gravadas imediatamente no sistema de arquivos. No caso de uma falha de hardware (ou mesmo queda de energia, por exemplo) estas informações podem ser perdidas total ou parcialmente e portanto o sistema de arquivos pode ficar num estado inconsistente. Quando o sistema é iniciado um programa especial compara as entradas de diretórios com os blocos de dados procurando eventuais inconsistências e tentando corrigi-las.
Como os discos magnéticos podem eventualmente falhar ou mesmo dados podem ser perdidos devido a erros em programas ou alterações mal-intencionadas é preciso manter uma cópia de segurança atualizada dos dados. O backup é feito rotineiramente através de programas de sistema. Em caso da perda de algum arquivo, diretório ou mesmo unidade inteira, seus dados podem ser restaurados da cópia de segurança.
-
Quais informações de um arquivo o SO deve manter na entrada de diretório?
-
Qual a diferença entre os métodos de acesso a arquivos sequencial e direto?
-
Num sistema de diretórios em árvore, dê um exemplo de caminho relativo e absoluto.
-
Num sistema Unix, descreva quais acessos são permitidos aos arquivos da seguinte listagem, baseado nos tipos de acesso:
Permissões Dono Grupo Arquivo ou diretório
-----------------------------------------------
drwxrwxrwx joao users documentos/
-rw-r----- maria maria receita.txt
-r-x--x--- jose users programa
Lembrando que r = leitura, w = escrita, x = execução e que o primeiro caractere indica se o arquivo é um diretório e os outros dividem se em 3 grupos de 3: proprietário, grupo e outros usuários.