Логическая организация файлов

• Два подхода к логической организации файлов

Очевидно, что на самом нижнем уровне представления вся информация, касающая­ся файла (и собственно данные, и управляющая информация), - не более чем совокуп­ность байтов. Интерпретация (осмысление) этой совокупности на том или ином уров­не (уровне устройства; ОС; приложения; пользователя) представляет собой уже соот­ветствующий логический уровень.

Пользователем данные файла интерпретируются в соответствии с содержанием ре­шаемой задачи. Эта интерпретация в той или иной степени отображается в программе - описании данных и операциях с ними, в частности, файловых операциях. Далее в зависимости от используемых операций уже операционная система понимает файл как имеющий (с ее точки зрения) некоторую структуру или как простую последователь­ность байтов. Хотя понятие «смысл данных» для каждого уровня свое, эти уровни ин­терпретации тесно связаны тем, какие осмысленные единицы выделил в данных фай­ла пользователь и как он отобразил их в программе.

Все системные программы предназначены для решения своих специфических задач, поэтому в каждую из них заложено «понимание» своего формата данных (компилятор генерирует объектный модуль определенного формата как выходные данные; для ре­дактора связей это формат входных данных; файловая система должна различать раз­ные типы файлов и т.д.). Поэтому вопрос о структуре файлов относится прежде всего к обычным пользовательским файлам с произвольным с точки зрения ФС содержанием.

В первых ОС (OS 360, ОС малых машин) структурирование данных в файле под­держивалась файловой системой. Это означает, что программист на соответствующем языке ОС описывал желаемую структуру, а ОС создавала файл с соответствующей организацией (так, OS 360 поддерживала несколько типов файлов с достаточно слож­ной структурой). Развитием этого подхода стали системы управления базами данных.

В настоящее время наиболее популярна модель файла как неструктурированной (неинтерпретируемой) последовательности байтов. Эта модель является более гиб­кой и эффективной для работы ОС, например, с точки зрения обмена с внешними устройствами, с точки зрения разделения файла между приложениями и т.д.

Первый подход предполагает, что единица данных для обмена с внешним уст­ройством также осмысленна и определяется программистом. Такая единица называ­ется логической записью, и информация о том, что является такой записью, явно присутствует в программе или сообщается ОС на соответствующем языке. ОС дол­жна обеспечивать доступ к отдельной записи как неделимой единице.

Способ доступа к записям файла определяет порядок их обработки (считыва­ния - записи). Возможны два способа доступа:

· последовательный - доступной для обработки является запись, непосредственно сле­дующая за обработанной; так, если была обработана 3-я запись, то доступной является только 4-я; чтобы получить доступ к 5-й, надо обработать (хотя бы пропустить) 4-ю;

· прямой - каждая запись имеет некоторый ключ; доступной для обработки являет­ся запись с заданным ключом, вне зависимости от того, какая запись была доступна перед этим; так, если ключом является номер записи и была обработана 3-я запись, то получить доступ к 5-й можно, указав ее номер в соответствующих операторах.

Способ доступа к записям и способ структурирования файла взаимосвязаны. Ре­ально операционными системами поддерживается (или поддерживалось) небольшое число схем структурирования, три из которых приведены на рис. 4.3 - 4.5.

Возможен и последовательный, и прямой доступ по номеру записи, так как на­чальный адрес любой записи легко вычисляется исходя из ее номера и длины.

Для каждой записи задается ее длина. Возможен только последовательный дос­туп, так как вычислить адрес некоторой записи по ее номеру нельзя.

Рисунок 4.3 - Последовательная организация с записями фиксированной длины

Рисунок 4.4 - Последовательная организация с записями переменной длины

Рисунок 4.5 - Прямая организация. Индексированный файл

Записи имеют одно или более ключевых, или индексных, полей и могут быть распо­ложены в произвольном порядке. Обращение происходит к записи с заданным ключом. Для быстрого поиска строится индексная таблица, содержащая упорядоченный список ключевых полей записей с сопоставленными им адресами записей в файле. Доступ осу­ществляется в два этапа: сначала по имени файла определяется адрес индексной таб­лицы, затем - собственно доступ.

Расширением этого способа организации является индексно-последовательная орга­низация, когда адрес индексной таблицы указывает на группу записей, просматриваемых последовательно.

На уровне программирования способ доступа определяется операциями языка про­граммирования.

Второй подход предполагает, что приложение полностью берет на себя ин­терпретацию содержимого файла, а обмен между оперативной и внешней памятью осуществляется последовательностями байтов заданной длины, начиная с заданной позиции. Такие неинтерпретированные последовательности обычно называются бло­ками (паскаль, Си). Структура блока никак не отображается в структуре файла.

Этот подход выигрывает не только с точки зрения эффективности работы ОС, но и с точки зрения программирования, если при проектировании ввода-вывода учесть некоторые моменты.

- В программе характеристики блока обязаны присутствовать, и в первую оче­редь надо определить, что именно будет выступать в качестве блока. Для коррект­ной работы с файлом структура его содержимого должна быть известна, и в общем случае данные осмысленны. Поэтому в качестве блока как единицы обмена реально выбирается осмысленная совокупность данных, т.е. то, что в первом подходе пред­ставляло собой логическую запись.

- Практически в операциях прямого доступа в качестве ключа рассматривается но­мер записи. Тогда оптимальной оказывается схема рис. 4.3. Такая схема реальна для файлов во внутреннем представлении (т.е. в представлении согласно типу, описанно­му в программе). В этом случае все блоки будут иметь один и тот же смысл и в то же время одну и ту же длину.

-Для чтения данных во внешнем представлении, записанных в виде обычного тек­ста, в программе должны быть использованы операторы, понимающие такой текст как последовательность, включающую числа, символы и строки. В паскале это озна­чает описание файла как текстового (тип text) и соответствующий способ считыва­ния его компонентов; в Си используется форматированный ввод (потоковый или фай­ловый, с форматированием по умолчанию, либо явным заданием форматов).