最近开始研究Linux文件系统，希望通过阅读源码，了解文件系统的设计要素、控制逻辑，最终自己能够实现出一个简易的文件系统。
经历过内核源码阅读的小伙伴，相信你在最初面对如此庞大的内核源码时，一定会有种“面对茫茫大海，无从下手”的感觉，即便幸运的找到了逻辑入口，却在繁琐的函数跳转中晕头转向，无法把握住整个控制路径上的重难点。代码阅读之后，无法上升到整体设计，提炼出实现者的出发点，对代码逻辑，常常感觉迷惑，无法洞悉代码背后的原理。
鉴于此，在研究该部分代码前，我从实现的角度出发，根据文件系统的功能往下进行推敲，提炼出文件系统的重难点，有方向性地阅读代码、印证想法、解决疑问。
挖掘出技术难点，带着问题有方向性的阅读代码，这样能够做到事半功倍，同时对整体结构的理解，更加透彻
1. 文件系统是什么
首先，我们先来考虑下“文件系统是什么？”，在早期操作系统还未出现文件系统这个概念的时候，如果程序需要存储数据，那么它必须自己实现文件存储、文件管理的代码，程序本身需要与硬盘驱动器打交道。最令人头痛的是，你存储文件的地方可能被其他程序覆盖，导致数据的丢失。
为了解决这个“各自为营，重复创造”的现象，大家提出采用统一的中间层，管理应用程序与硬盘之间的文件交互。这样做的好处就是：
应用程序不再关注文件的存储与管理，能够专注于自身的应用逻辑控制
统一的中间层知道所有文件存储的信息，能够避免文件覆盖现象的出现，进行更有效的数据管理
总结来说：
文件系统是应用程序与块设备(磁盘等)之间的桥梁，是对文件进行统一管理的中间层。
对上： 向上层用户提供读写文件的操作接口
对下： 将文件在磁盘上进行存储及有效的管理
2. 文件系统涉及什么
2.1 文件系统挂载
在Linux环境下，磁盘作为一种特殊的文件(Linux系统中一切皆文件)，允许用户进行读写操作，但是如果我们想要正常使用，在其上创建文件夹，文件等，则必须经过以下几道工序：
采用某种文件系统格式化磁盘
mkfs -t ext3 /dev/sdb
为磁盘创建挂载点
mkdir /sdb_dir
挂载磁盘到指定目录下
mount /dev/sdb /sdb_dir
修改/ext/fstab配置文件，设置开机自启
/dev/sdb /sdb_dir ext3 defaults 0 0
我们可以将上面的步骤大体分为两步：
(1)磁盘格式化 : 写入超块信息，按照特有的数据布局，对磁盘进行格式化
(2)文件目录入口: 在整个系统文件目录上，为其寻一入口，以后由此进入
2.2 技术点初总结
从上面的步骤中，我们可以发现磁盘无法直接使用，首先需要经过某种文件系统的格式化，而这个格式化过程，包括注册超块信息，将磁盘划分成数据块进行管理，也就是说：文件是由多个数据块联接在一起进行表示。从这里出发，我们来思考一下，文件系统可能涉及哪些技术点：
1. 文件存储方式
应用程序直接打交道的是文件，文件是采用何种方式持久化在磁盘上呢？
如果采用数据分块的方式，数据块如何有效组织在一起，表示成一个文件？
2. 读、写、定位的实现
如何快速定位文件中一个数据块的位置？比如要查看文件某个位置的数据。
3. 元数据的管理
元数据有哪些？目录树，空闲块的维护？
4. 数据一致性保证
内存的数据与硬盘上的数据如何来往？ 何时将内存中的数据固化到磁盘，以防断电等造成的数据丢失。
上面我是想到啥，说到啥，整体感觉，有些凌乱，可能会遗漏某些技术点。接下来，从文件系统的基本功能“读写文件”出发，我们来尝试挖掘出一些有用的技术点。
2.3 读写流程分析
在这里，我们尝试分析下读写逻辑，整理其控制路径，当然这里只是一个粗糙的版本，毕竟此时我们还未读代码，只是猜想其过程，同时暂且不讨论Page Cache，均采用Direct IO的方式:
（1）根据文件路径，查找目录树，获得当前文件目录项
（2）通过文件目录项，可以获得该文件起始块，文件大小，权限等信息
（3）通过文件起始块，文件偏移，以某种方式，得到目标数据块位置 （这里需要研读下如何快速定位某数据块）
（4）读整个目标数据块，数据缓存于内存当中 （是否将整个目标数据块读出来，这里不确定，有待源码印证）
（5）拷贝数据到读请求的buffer当中
（1）根据文件路径，查找目录树，获得当前文件目录项
（2）通过文件目录项，可以获得该文件起始块，文件大小，权限等信息
（3）通过文件大小，如果发现文件偏移超过文件大小，则通过“空闲块管理”获取新的数据块位置。否则，通过文件起始块，文件偏移，以某种方式，得到目标数据块位置；
（4）将数据buffer中的数据写入对应磁盘位置（这里可能使用写buffer，不知如何实现的）
2.3 技术点总结
通过上面的控制逻辑推敲，我们对文件系统想必有更加清晰的认识了，这次，我们再来总结总结，可能涉及的知识点：
正常读写流程
应用读写请求(文件描述符，位置，长度，数据buffer)
读：文件系统如何填充到buffer当中，在内核态到用户态buffer，是否会有一次拷贝
写：将buffer当中的数据以IO的方式，发送到下层
目标：
1. 读写经过的路径：系统调用 --> 文件系统 --> 下层调用接口
2. 元数据之间的交互：目录树，空闲块的使用
3. buffer中数据的来龙去脉，能观察到经过了多少次拷贝
磁盘数据固化
数据分布：超级块？目录树？空闲块？数据块？ 这些如何记录在案
数据固化：数据一致性保证，目录树这些在内存中的元数据，何时固化到磁盘上？采用什么方式，保证数据在突然断电的情况下，不会丢失
目录树
查找文件的入口地址，希望维护快，查找快
数据结构：目录树采用何种数据结构进行维护：BTree？红黑树？
磁盘固化：关机之后， 如何在硬盘上进行存储？
加载方式：运行时，是将所有的目录信息均加载到内存当中，还是按需加载，缓存频繁的目录数据块？
空闲块表
记录哪些数据块还未被使用
数据结构：采用何种数据结构进行维护：Bitmap？BTree？红黑树？
猜测：构造排序二叉树（红黑树啥的），维护关键字<空闲长度，位置>，这样就能快速找到满足长度的一段联系空闲块？？
磁盘固化：关机之后， 如何在硬盘上进行存储？
通过上面这些，让我们清楚认识哪些问题需要去注意，能够有方向性的去阅读代码。小伙伴们，让我们带着这些问题，去探索，阅读代码吧！！
当然每个人的关注点可能不一样，在此分享自己源码阅读的方式，希望抛砖引玉，大家相互交流。
如果你在工作学习中存在什么技术难题，请关注大数据架构师公众号：xinsz08，我们会努力帮你解答，每天1篇必读运维大牛亲笔绝密干货贴，1000万IT人的干货资源库。