# 文件系统基本概念

• 扇区（Sector）：扇区是存储设备上用于读写的最小数据块单位。传统上一个硬盘扇区的大小是 512 字节。但在高级格式化硬盘中，物理扇区大小是 4096 字节，不过依然向下支持 512 字节。存储设备上的每个扇区都由一个扇区号寻址，该扇区号从存储设备顶部依次排列。

• 块（Block）/ 簇（Cluster）：块（簇）是 操作系统与磁盘（硬盘）交互的最小数据单元（在 Linux 中称为块，在 windows 中称为簇）， 块的大小在硬盘格式化时被指定，一般有 1K，2K，4K（最常用）。如果块的大小设置为 4K，那么磁盘要读取 8 个扇区之后，才将数据块传给操作系统。另外，块也是 DOS 下数据存储的最小单元。例如，如果一个文件的大小为 1K，而块的大小为 4K，那么该文件还是会占用一个块，块中剩下的 3K 被空闲出来，不能用于存储其他数据。

  扇区 vs. 簇

  扇区是对硬盘而言的，在物理层；块和簇是对文件系统而言的，是逻辑层。

  簇和块是操作系统操作的最小单位，扇区是磁头从磁盘中读取数据的最小单位。

  一般来说操作系统会将物理磁盘中的多个连续扇区合并成簇来管理，每个簇一般包括 2 的整数幂（2、4、8 等）个扇区。

• 分区（partition）：故名思意就是将一块儿磁盘上的一些连续扇区划分成独立的逻辑区域，一般情况下可以将一个磁盘分为多个分区。每个分区可以格式化为一个 “卷”。分区被限制在一块磁盘中，不能跨磁盘建立分区。分区的记录存储在磁盘的第一个扇区中，它是一种较低层次的概念。

• 卷（volume）：一种更高级、更抽象的分区，可以包含多个分区或多个物理硬盘，可以跨硬盘使用，是操作系统眼中的 “硬盘的样子”，每个卷有自己的文件系统并支持许多高级功能（如快照、压缩等）。这样我们可以认为，“卷” 是 “分区” 的扩展，“分区” 是 “卷” 的一种特殊情况。

# FAT32 详解

FAT 文件系统用 “簇” 作为数据单元。一个 “簇” 由一组连续的扇区组成，簇所含的扇区数必须是 2 的整数次幂。簇的最大值为 64 个扇区，即 32KB。在 FAT 文件系统中，同时使用 “扇区地址” 和 “簇地址” 两种地址管理方式。这是因为只有存储用户数据的数据区使用簇进行管理，其他文件系统管理数据区域是不以簇进行管理的，这部分区域使用扇区地址进行管理。文件系统的起始扇区为 0 号扇区（逻辑 0 号扇区，因为卷可以不在物理磁盘的第一个分区）。

# FAT32 整体布局

FAT32 文件系统由保留扇区，FAT1，FAT2 和 DATA 四个部分组成，其结构如下图：

这些结构是在分区被格式化时创建出来的，含义解释如下：

• 保留区域：包括引导扇区和保留扇区，是文件系统的隐藏区域，记录着文件系统相关的信息。

• FAT1：FAT 的含义是文件分配表，FAT32 一般有两份 FAT，FAT1 是第一份，也是主 FAT。

• FAT2：FAT2 是 FAT32 的第二份文件分配表，也是 FAT1 的备份。

• DATA：数据区，是 FAT32 文件系统的主要区域，其中包含目录区域。

# FAT32 保留区

保留区包括 “引导扇区”（主引导扇区），” 备份引导扇区 “和 “保留扇区”。

# 引导扇区（Boot Sector）

在 FAT 文件系统中，文件系统的数据记录在 “引导扇区” 中。引导扇区从整个文件系统的 0 号扇区开始，长度为 3 个扇区，也称其为 DBR（DOS Boot Recorder——DOS 引导记录）扇区，DBR 中记录着文件系统的起始位置、大小、FAT 表个数及大小等相关信息，这些对于 FAT 至关重要的配置参数所在区域也被称为 BPB（BIOS Parameter Block），由于历史原因，BPB 的定义一直在变化。下表列出了引导扇区的数据字段，任何以 BPB_ 命名的字段都是 BPB 的一部分。任何以 BS_ 为标题的字段都不是 BPB 的一部分，而只是引导扇区的一部分：

我们来看一个实例并解释一些重点自动

1. 0xEB 0x58 0x90 ：汇编指令跳转到 0x58 偏移处，这个偏移是相对于当前指令的，所以加上本身 0xEB 0x58 这两个字节指令，正好跳转到 0x5A 处找到引导程序的开头，也就是标号 10 的位置。
2. 扇区大小为 0x200 也就是 512 字节。14983*2+2802=
3. 一个簇内含有 0x10 个扇区，也就是一个簇中有 16 个扇区.
4. 保留区域中的扇区数为 0xAF2=2802 个，由于扇区是从 0 开始编号的，也就是说 FAT1 从第 2802 号扇区开始。
5. 有 2 个 FAT 表。
6. FAT 卷前的隐藏物理扇区数为 0x800=2048 ，也就是说在 FAT 卷前还有 2048 个物理扇区，即逻辑上的 0 号扇区其实对应着物理磁盘中的第 2048 号扇区。
7. FAT 卷的总扇区数为 0x1D4B7D0=30717904 个，总扇区包括 保留区 、 FAT1 、 FAT2 和 DATA 四个分区的所有扇区，是 FAT 卷能管理的所有扇区的数量。
8. FAT 表的大小为 0x3A87=14983 个扇区。 FAT表大小 * FAT表个数 + 保留区大小 = DATA区开始地址 。
9. 卷序列号为 0x2AEB8680 ，用于在可移动存储介质上跟踪卷。

# 一些计算

每一个区域的偏移和大小都是由 BPB 参数计算出来的：

• FAT 区在保留区的后面，其位置和大小（扇区数）的计算为：

  	Fat1StartSector = BPB_ResvdSecCnt;
  	FatSectors = BPB_FATSz32 * BPB_NumFATs;

• FAT2 区在 FAT1 区的后面，其位置和大小（扇区数）的计算为：

  	Fat2StartSector = BPB_ResvdSecCnt + FatSectors;
  	Fat2Sectors = FatSectors = BPB_FATSz32 * BPB_NumFATs;

• DATA 区在所有 FAT 区的后面，其位置和大小（扇区数）的计算为：

  	DataStartSectors = BPB_FATSz32 * BPB_NumFATs + BPB_ResvdSecCnt;
  	DataSectors = BPB_TotSec32 - DataStartSectors;

• 如果 FAT卷 不是从硬盘的第一个扇区开始的，那么 FAT卷 中的每个扇区对应的物理扇区为： BPB_HiddSec + 逻辑扇区

# FSINFO 信息扇区

FAT32 在保留区中增加了一个 FSINFO 扇区，用以记录文件系统中空闲簇的数量以及下一可用簇的簇号等信息，使得操作系统可以快速找到可用的簇而无需在每次使用时重新扫描整个 FAT卷 。 FSINFO 扇区的位置由 BPB_FSInfo 指定，通常是 1 ，也就是 1 号扇区，紧邻着引导扇区，其结构如下：

一个详细的示例如下：

1. FAT 卷最后一次更新后已知的空闲簇数为 0x1817A8=1578920 个。也即还有 82% 的空余。
2. 最靠前的一个空闲簇号为 0x2BDB=11227 号。

# 2 号扇区

有关 2 号扇区的内容网络上的描述比较少，似乎 FAT 文件系统标准中并没有对 2 号扇区做太多规范，唯一的规范是，由于其仍属于引导扇区的一部分，所以该扇区结尾 4 个字节仍必须是引导扇区签名 0xAA550000 。然而在现在文件系统中，该扇区一般会存放一些 0 号扇区中放不下的引导加载程序的一些额外代码，该部分的代码会在 0 号扇区中通过 jmp 400h 的汇编指令直接跳转到达，该部分的代码也可以在 Intel 80386 实模式下的 16 位模式进行反汇编。

# 备份引导扇区

FAT32 中会将引导扇区的 3 个扇区都做一份备份用于冗余，当主引导扇区损坏时可以通过备份引导扇区恢复文件系统，备份引导扇区的位置由 0 号扇区中的 BPB_BkBootSec 字段指定，一般是 6 ，也就是从 6 号扇区开始。 6 、 8 号扇区的内容是 0 、 2 号扇区的原样拷贝，然而第 7 号扇区，也就是 FSINFO 的备份扇区的内容与原扇区内容不太一样，是该扇区的未初始化版本，也就是说当操作系统使用备份扇区时需要重新搜索空间簇数量和位置，这也是非常合理的，当发生硬盘损坏时原本的空闲簇信息可能也不在可靠了，需要重新搜索。

# 保留扇区

保留区的剩下扇区都时保留扇区，供使用者灵活使用。

# FAT32 FAT 区

FAT 区位于保留区后，一般是两个完全相同的 FAT（File Allocation Table，文件分配表）表组成， FAT 文件系统的名字也是因此而来。

FAT 文件系统之所以有 12，16，32 不同的版本之分，其根本在于 FAT 表项用来记录一簇空间所占用的二进制位数。以 FAT16 为例，每一簇在 FAT 表中占据 16 bit （2 字节）。所以，FAT16 最大可以表示的簇号为 0xFFFF （ 65535 ），如果以 32K （最多只支持 64 个扇区）为簇的大小的话， FAT16 可以管理的最大磁盘空间为： 32KB×65535=2048MB ，这就是为什么 FAT16 不支持超过 2GB 分区的原因（DOS 下）。注意：

• 对于文件系统来说，FAT 表有两个重要作用：描述簇的分配状态以及标明文件或目录的下一簇的簇号。
• 通常情况下，一个 FAT 文件系统会有两个 FAT 表，但有时也允许只有一个 FAT 表，FAT 表的具体个数记录在引导扇区的 BPB_NumFATs 字段处。
• FAT32 的 FAT 表由一系列大小相等的 FAT 表项组成，每个表项占 32bit （4 字节）。表项从 FAT 区的起始位置开始进行编号，FAT 区第一个扇区的头 4 个字节为 0 号地址，依次类推。0 号地址与 1 号地址被系统保留并存储特殊标志内容，从 2 号表项开始，每个地址对应一个数据区的簇号，FAT 表中的地址编号与数据区中的簇号相同。

FAT 表的每个条目记录如下 5 种信息中的一种：

1. 文件下一个簇的地址
2. 一个特殊的簇链结束符（EOC，End Of Cluster-chain，或称 End Of Chain）符号指示文件的结束
3. 一个特殊的符号标示坏簇
4. 一个特殊的符号标示保留簇
5. 0 来表示空闲簇

其条目值得具体规范如下：

⚠️ 注意 FAT32 只使用 32 位中的 28位 。高 4 位通常是 0 ，但它们是保留位，不要更改它们。在上面的表中它们用问号表示。

一个具体的例子如下：

1. 0 号表项（标号 1）的值总是 0x0FFFFFF8 。
2. 1 号表项（标号 2）可能被用于记录脏标志，以说明文件系统没有被正常卸载或者磁盘表面存在错误。不过这个值并不重要。正常情况下 1 号表项的值为 0xFFFFFFFF 或 0xFFFFFFF 。
3. 如果某个簇未被分配使用，它所对应的表项值即用 0 进行填充，表示该 FAT 表 项所对应的簇未被分配。当某个簇已被分配使用时，则它对应的表项值是该文件的下一个存储位置的簇号。如果该文件结束于该簇，则在它的 FAT 表项中记录的是一个文件结束标记，对于 FAT32 而言，代表文件结束的 FAT 表项值为 0x0FFFFFFF 。这里的标志说明 2 号簇内的文件比较小，单独一个 2 号簇的空间就已经可以存储整个文件了。
4. 7 号簇的表项值说明该簇内存储的文件非常大，一个簇存储不下，存储不下的内容需要去 0x8 号簇去寻找，依次类推，直到找到一个簇的表项值为文件结束标志。

当文件系统被创建，也就是进行格式化操作时，分配给 FAT 区域的空间将会被清空，然后在 FAT1 与 FAT2 的 0 号表项与 1 号表项写入上述特定值。由于创建文件系统的同时也会创建根目录，也就是为根目录分配了一个簇空间，通常为 2 号簇，所以 2 号簇所对应的 2 号 FAT 表项也会被写入一个结束标记。如果某个簇存在坏扇区，则整个簇会用 FAT 表项值 0xFFFFFFF7 标记为坏簇，不再使用，这个坏簇 标记就记录在它所对应的 FAT 表项中。

# FAT32 DATA 区

数据区时真正用于存放用户数据的区域。数据区紧跟在 FAT2 之后，被划分成一个个的簇。所有的簇 从 2 开始进行编号。也就是说，2 号簇的起始位置就是数据区的起始位置。

# 目录表

目录表是一个表示目录的特殊类型文件（现今通常称为文件夹）。它里面保存的每个文件或目录使用表中的 32字节 条目表示。每个条目记录名字、扩展名、属性（档案、目录、隐藏、只读、系统和卷）、创建的日期和时间、文件／目录数据第一个簇的地址，最后是文件／目录的大小。在 FAT32 中所有目录表都存在数据区域（DATA 区）中。目录表项遵循以下格式：

当 DIR_Attr 为 0x0F 时，该目录表的字段含义为：

一个实例如下：

1. 通过绿色的 0x08 标志确定第一个目录项类型为卷标，即该 FAT 卷标名为 UBUNTU-SERV ，实际情况也确实如此，该 U 盘为 Ubuntu-24.04 的系统盘。一般来说卷标名存储在 DATA 数据区的开头，我们也可以计算一下进行验证，DATA 区的地址应该为 0x200 * (FAT区扇区数 * 2 + 保留区扇区数) = 0x1000000 ，与实际相符。同时我们也可以计算出该卷最后一次修改的时间与日期：

   时间： 0x9E55 = (10011)(110 010)(10101) 即 (19):(50):(21*2) ，也就是 19:50:42。

   年份： 0x596B = (0101100)(1 011)(01011) 即 (44)(11)(11) ，也就是 2024 年 11 月 11 日。

   注意：卷标目录项结构与普通短文件名目录项结构完全相同，但没有创建时间和访问时间，只有一个最后修改时间。另外，卷标目录项也没有簇号和大小值，这些字节位置全部这只为 0 。

2. 绿色标志位确定这两项都是 LFN 项，LFN 有一些特殊的规则：

   • 如果一个文件的文件名超过了 8 个字符，则会将其名字截短后为其建立短文件名（Short File Name， SFN）。将短文件名存储在短文件名目录项中。长文件名则存放在长文件名目录项中。

   • LFN 项中的文件名使用 UTF-16 编码，存储 13 个 Unicode 字符的文件名，每个字符占用两个字节，如果文件名长于 13 个字符，则继续为其分配 LFN 项，知道够用为止。

   • 一个文件的所有 LFN 项按倒序排列在它的 SFN 项前面，即文件名的第一部分距离 SFN 是最近的。

   • LFN 项第一个字节为序号位，距离 SFN 最近的一个 LFN 项序号为 1， 如果后续还有 LFN 项，则依次向后递增为 2， 3，... 最后一个 LFN 块的序号需要异或上 0x40 ，在上图中，由于第二个 LFN 项就是最后一个 LFN 项，所以其序号为 0x42 = 0x40 | 0x02 。

   • 每个 LFN 条目在 LDIR_Chksum 中都有一个校验和，同一个文件的所有 LFN 项的校验和都相同，此外，校验和还被用于确保 LFN 和 SFN 之间的相关性。校验和的生成算法如下：

     	uint8_t create_sum (const DIR* entry)
     	{
     	int i;
     	uint8_t sum;
     	for (i = sum = 0; i < 11; i++) { /* Calculate sum of DIR_Name[] field */
     	sum = (sum >> 1) + (sum << 7) + entry->DIR_Name[i];
     	}
     	return sum;
     	}

     我们可以写一个简单的小程序来验证一下

     	#include <stdint.h>
     	#include <stdio.h>
     	int main(void)
     	{
     	int i;
     	uint8_t sum;
     	uint8_t DIR_name[11] = {0x53, 0x59, 0x53, 0x54, 0x45, 0x4D, 0x7e, 0x31, 0x20, 0x20, 0x20};
     	for (i = sum = 0; i < 11; i++) {
     	sum = (sum >> 1) + (sum << 7) + DIR_name[i];
     	}
     	printf("sum = %#X\n", sum);
     	}
     	// Output: sum = 0X72

     与棕色标出的校验和一致。

   • 当文件名没有占满一个 LFN 项时，需要先填充两个字节的 0x00 ，也就是 0x3E-0x3F 位置的填充的内容，如果仍有空余空间，则应该在所有字符位填充 0xFF 。

3. 对于短文件名（SFN）目录项来说，如果文件名不足 8 个字符，用 0x20 进行填充。当文件名超过 8 个字符时则会被截短，因为短文件名目录项中没有足够的空间记录超出的部分。截短的方法是取文件名的前 6 个字符加上 ~1 (0x7E 0x31) （如果有同名文件，则会依次递增该数值），然后加上其扩展名。这里绿色标志位确定改项为一个子目录项，且具有两个属性：隐藏和系统。当目录项类型为子目录时，则将扩展名部分用 “0x20” 进行填充。

   可以看到该子目录所在簇号为 3 号，由于在该文件系统中一个簇包含 16 个扇区，所以在 0x10020000 偏移处就是 3 号簇，其中记录着 System Volume Information 目录内的内容。

注意：从 windows95 开始，不管文件名的长度是否超过 8 个字符，都会同时为其创建 SFN 目录项和 LFN 目录项 ，因为短文件名不区分大小写，而长文件名则是区分大小写的。这一点也可以在下列的 [boot] 子目录项的格式中得到验证。（之所以在 SFN 中 [boot] 被替换为 _BOOT_ 是因为 [] 并不是合法的 DOS 文件名字符，所以发生了替换，合法的 DOS 字符包括：

0～9 A～Z ! # $ % & ' ( ) - @ ^ _  \` { } ~

# FAT32 工作过程

# 建立文件

假设在跟目录下由一个子目录，名字为 test ，我们要在其下建立一个文件 example.txt 。使用 FAT32 文件系统，一个簇的大小为 4096 字节（一个簇 8 个扇区，每个扇区 512 字节），我们要建立的文件大小为 5000 字节。步骤如下：

1. 读取位于卷 0 号扇区的引导扇区，根据引导扇区中的信息定位 FAT 表、数据区和根目录的位置。
2. 查看根目录下的每个目录项，寻找名字为 test 且具有目录属性的目录项。找到后，查看它的起始簇号为 3。
3. 读取 3 号簇的内容，查找每个目录项，直到找到一个未分配的目录项（第一个字节为 0x00 ）。
4. 找到可用项后写入文件名 “example.txt”，并将文件大小和当前时间写入相应的位置。
5. 为文件内容分配簇空间。转到 FAT 表，寻找空闲的位置。发现 4 号 FAT 表项未使用，这就说明 4 号簇是空闲的。将 4 号簇分配给文件，并在 4 号簇的 FAT 表项内写入结束标记。
6. 将簇号 4 写入 example.txt 文件目录项的起始簇号区域。将文件的前 4096 字节写入到 4 号簇中，还剩下 904 字节，所以还需要再为其分配一个簇。
7. 在 FAT 表中继续寻找未分配簇，找到 5 号簇为空闲未使用（ FAT 表项为 0）。
8. 将 example.txt 的第一个簇（即 4 号簇）的 FAT 表项值改写为 5，将文件的最后 904 字节写入 5 号簇。
9. 在 5 号簇的 FAT 表项内写入结束标记。

# 删除文件

将我们之前创建的 /test/example.txt 文件删除。步骤如下：

1. 从卷 0 号扇区读取引导扇区，根据引导扇区中的信息定位 FAT 表、数据区和根目录的位置。
2. 在根目录下寻找名字为 test 且具有目录属性的目录项。
3. ：由 test 的目录项中获取它的起始簇号为 3，到 3 号簇查看 test 文件夹内的内容，从中找到文件 example.txt 的目录项，提取出它的起始簇号，为 4 号簇。
4. 到 FAT 表中找到该文件的簇链，确定他的存储位置为 4 号簇和 5 号簇。
5. 将 4 号簇和 5 号簇的 FAT 项设置为 0，表示这两个簇未被占用，可以被重新分配。
6. 将文件 example.txt 的目录项的第一个字节改为 0xE5 。

# 索引文件

索引文件的过程其实就是删除文件的前 4 步，比较简单，就不赘述了。