2011年12月4日星期日

阮一峰的网络日志

阮一峰的网络日志

理解inode

Posted: 03 Dec 2011 09:30 PM PST

inode是一个重要概念，是理解Unix/Linux文件系统和硬盘储存的基础。

我觉得，理解inode，不仅有助于提高系统操作水平，还有助于体会Unix设计哲学，即如何把底层的复杂性抽象成一个简单概念，从而大大简化用户接口。

下面就是我的inode学习笔记，尽量保持简单。

===================================

理解inode

作者：阮一峰

一、inode是什么？

理解inode，要从文件储存说起。

文件储存在硬盘上，硬盘的最小存储单位叫做"扇区"（Sector）。每个扇区储存512字节（相当于0.5KB）。

操作系统读取硬盘的时候，不会一个个扇区地读取，这样效率太低，而是一次性连续读取多个扇区，即一次性读取一个"块"（block）。这种由多个扇区组成的"块"，是文件存取的最小单位。"块"的大小，最常见的是4KB，即连续八个 sector组成一个 block。

文件数据都储存在"块"中，那么很显然，我们还必须找到一个地方储存文件的元信息，比如文件的创建者、文件的创建日期、文件的大小等等。这种储存文件元信息的区域就叫做inode，中文译名为"索引节点"。

每一个文件对应一个inode，硬盘上有多少文件，就有多少个inode。

二、inode的内容

inode包含文件的元信息，具体来说有以下内容：

　　* 文件的字节数

　　* 文件拥有者的User ID

　　* 文件的Group ID

　　* 文件的读、写、执行权限

　　* 文件的时间戳，共有三个：ctime指inode上一次变动的时间，mtime指文件内容上一次变动的时间，atime指文件上一次打开的时间。

　　* 链接数，即有多少文件名指向这个inode

　　* 文件数据block的位置

可以用stat命令，查看某个文件的inode信息：

　　stat example.txt

总之，除了文件名以外的所有文件信息，都存在inode之中。至于为什么没有文件名，下文会有详细解释。

三、inode的大小

inode也会消耗硬盘空间，所以硬盘格式化的时候，操作系统自动将硬盘分成两个区域。一个是数据区，存放文件数据；另一个是inode区（inode table），存放inode所包含的信息。

每个inode节点的大小，一般是128字节或256字节。inode节点的总数，在格式化时就给定，一般是每1KB或每2KB就设置一个inode。假定在一块1GB的硬盘中，每个inode节点的大小为128字节，每1KB就设置一个inode，那么inode table的大小就会达到128MB，占整块硬盘的12.8%。

查看每个硬盘分区的inode总数和已经使用的数量，可以使用df命令。

　　df -i

查看每个inode节点的大小，可以用如下命令：

　　sudo dumpe2fs -h /dev/hda | grep "Inode size"

由于每个文件都必须有一个inode，因此有可能发生inode已经用光，但是硬盘还未存满的情况。这时，就无法在硬盘上创建新文件。

四、inode号码

每个inode都有一个号码，操作系统用inode号码来识别不同的文件。

这里值得重复一遍，Unix/Linux系统内部不使用文件名，而使用inode号码来识别文件。对于系统来说，文件名只是inode号码便于识别的别称或者绰号。

表面上，用户通过文件名，打开文件。实际上，系统内部这个过程分成三步：首先，系统找到这个文件名对应的inode号码；其次，通过inode号码，获取inode信息；最后，根据inode信息，找到文件数据所在的block，读出数据。

使用ls -i命令，可以看到文件名对应的inode号码：

　　ls -i example.txt

五、目录文件

Unix/Linux系统中，目录（directory）也是一种文件。打开目录，实际上就是打开目录文件。

目录文件的结构非常简单，就是一系列目录项（dirent）的列表。每个目录项，由两部分组成：所包含文件的文件名，以及该文件名对应的inode号码。

ls命令只列出目录文件中的所有文件名：

　　ls /etc

ls -i命令列出整个目录文件，即文件名和inode号码：

　　ls -i /etc

如果要查看文件的详细信息，就必须根据inode号码，访问inode节点，读取信息。ls -l命令列出文件的详细信息。

　　ls -l /etc

六、硬链接

一般情况下，文件名和inode号码是"一一对应"关系，每个inode号码对应一个文件名。但是，Unix/Linux系统允许，多个文件名指向同一个inode号码。

这意味着，可以用不同的文件名访问同样的内容；对文件内容进行修改，会影响到所有文件名；但是，删除一个文件名，不影响另一个文件名的访问。这种情况就被称为"硬链接"（hard link）。

ln命令可以创建硬链接：

　　ln 源文件 目标文件

运行上面这条命令以后，源文件与目标文件的inode号码相同，都指向同一个inode。inode信息中有一项叫做"链接数"，记录指向该inode的文件名总数，这时就会增加1。

反过来，删除一个文件名，就会使得inode节点中的"链接数"减1。当这个值减到0，表明没有文件名指向这个inode，系统就会回收这个inode号码，以及其所对应block区域。

这里顺便说一下目录文件的"链接数"。创建目录时，默认会生成两个目录项："."和".."。前者的inode号码就是当前目录的inode号码，等同于当前目录的"硬链接"；后者的inode号码就是当前目录的父目录的inode号码，等同于父目录的"硬链接"。所以，任何一个目录的"硬链接"总数，总是等于2加上它的子目录总数（含隐藏目录）。

七、软链接

除了硬链接以外，还有一种特殊情况。

文件A和文件B的inode号码虽然不一样，但是文件A的内容是文件B的路径。读取文件A时，系统会自动将访问者导向文件B。因此，无论打开哪一个文件，最终读取的都是文件B。这时，文件A就称为文件B的"软链接"（soft link）或者"符号链接（symbolic link）。

这意味着，文件A依赖于文件B而存在，如果删除了文件B，打开文件A就会报错："No such file or directory"。这是软链接与硬链接最大的不同：文件A指向文件B的文件名，而不是文件B的inode号码，文件B的inode"链接数"不会因此发生变化。

ln -s命令可以创建软链接。

　　ln -s 源文文件或目录 目标文件或目录

八、inode的特殊作用

由于inode号码与文件名分离，这种机制导致了一些Unix/Linux系统特有的现象。

　　1. 有时，文件名包含特殊字符，无法正常删除。这时，直接删除inode节点，就能起到删除文件的作用。

　　2. 移动文件或重命名文件，只是改变文件名，不影响inode号码。

　　3. 打开一个文件以后，系统就以inode号码来识别这个文件，不再考虑文件名。因此，通常来说，系统无法从inode号码得知文件名。

第3点使得软件更新变得简单，可以在不关闭软件的情况下进行更新，不需要重启。因为系统通过inode号码，识别运行中的文件，不通过文件名。更新的时候，新版文件以同样的文件名，生成一个新的inode，不会影响到运行中的文件。等到下一次运行这个软件的时候，文件名就自动指向新版文件，旧版文件的inode则被回收。

（完）

文档信息
发帖者 时间：

2011年12月1日星期四

阮一峰的网络日志

阮一峰的网络日志

济慈的《夜莺颂》

Posted: 01 Dec 2011 01:20 AM PST

1.

昨天，上海开始大幅降温。

到了晚上，寒冷的北风夹带着雨点，从街道的一头刮到另一头，行人匆匆。昏黄的路灯下只听到风声，以及雨水溅落在路面的声音。

结束了一整天忙碌的工作，我站在窗前，想歇口气，但是只觉得寒风一阵阵往脖子里钻，令人簌簌发抖。

突然之间，一个词冒了出来："温柔的夜色"。此时此刻，我多么期待"温柔的夜色"啊！

2.

这个词是如此熟悉，不加思索就出现了，似乎在哪里见过。

想了半天，我恍然大悟，原来这是菲茨杰拉德的一篇小说的名字：《夜色温柔》（Tender is the Night）。

好多年前，我读《了不起的盖茨比》入了迷，觉得原著的语言太优美了。读完以后，就想看菲茨杰拉德的其他作品，首当其冲的就是堪称《了不起的盖茨比》的续集《夜色温柔》。虽然后来终究没有读，但是对这本书始终没有忘记。

菲茨杰拉德是20世纪美国文坛的大才子，海明威的密友。他出身普通家庭，但是爱上了富家小姐塞尔达，经过苦苦追求，两人终于结婚。他最有名的作品，内容都与这场婚姻有关。

婚后，两人移居巴黎。塞尔达富家小姐的习性暴露无遗：喜欢喝酒、讲究排场、挥霍无度。菲茨杰拉德为了维持婚姻，伤透了脑筋，最终身心俱疲，不仅写不出小说，身体也垮了，1940年死于酗酒后的心脏病。他死后，患了精神分裂症的塞尔达被送入精神病院，1948年死于一场火灾。

不知为什么，这个寒冷的夜晚，我又想起了菲茨杰拉德的悲剧人生，以及他笔下死于心碎的盖茨比。

3.

我找到了小说《夜色温柔》，想让菲茨杰拉德抒情忧伤的笔触，伴随我度过这个夜晚。

翻开第一页，意外发现有一段题诗。

这段诗是这样的：

　　Already with thee! tender is the night...
　　...But here there is no light,
　　Save what from heaven is with the breezes blown
　　Through verdurous glooms and winding mossy ways.

　　　　-- Ode to a Nightingale

译成中文就是（本文所有译文都是我的翻译）：

　　你已经在我身边！夜色如此温柔......
　　......但是没有一丝光亮，
　　四周只有微风吹来
　　穿过阴暗的绿茵，以及长满青苔的小径。

多美的诗句啊！而且与菲茨杰拉德想在小说中表达的情感，异常贴切：找到了自己所爱的人，"你已经在我身边"，就连夜色也"如此温柔"；但是，这段感情没有希望，看不见"一丝光亮"；黑暗中"微风吹来"，四周是"阴暗的"环境，以及"长满青苔的"弯曲道路，暗示内心的寂寞，以及前途未卜的未来。

难怪这本小说取名为《夜色温柔》。作者借此表达心中的忧伤，也就是后面三句。

4.

这一段诗，出自19世纪英国诗人济慈的名作《夜莺颂》（Ode to a Nightingale）。

我这才想到，菲茨杰拉德引用济慈的作品不是偶然的，他们两人的人生非常相似，同样的悲惨。

济慈堪称是英国历史上出身最卑微的大诗人。父亲是马厩工人，在他8岁时去世，母亲也在几年后死亡，他依靠兄弟姐妹互相支持长大。20岁以后，他的唯一经济来源就是写诗，终生拮据。1820年，他患上了肺结核，第二年逝世，享年只有26岁。

根据记载，1819年5月，他住在伦敦一个朋友家里。一个黄昏，听到花园的树上有夜莺啼叫，他心有所感，就写下了《夜莺颂》。

当时，他正与邻家女孩Fanny Brawne恋爱。他很珍惜这段感情，但是一想到自己的身体和经济状况，就不胜烦恼，觉得前途渺茫。盼望逃避现实，像夜莺一样飞走，但是又不可能实现。

网上的材料这样介绍两人的爱情：

"1820年的初春，济慈去了伦敦城，那天他没有穿大衣。回来的时候为了省钱，他坐在马车的外面，结果全身都被雨淋透了。等他回到家里，他的恋人范妮为他打开门，他几乎是倒在范妮的怀中。

那天晚上，他开始咳血。他知道自己得了肺结核，并从此不让范妮再接近他。他每天坐在窗前，看着范妮在院子里玩耍，他每天给范妮写信，尽管她就住在自己的隔壁。

到秋天的时候，医生建议他必须住到比较温暖的地方去。他在友人的陪伴下，来到罗马。1821年2月，济慈在罗马病逝。

消息传回伦敦，范妮悲痛欲绝，她那个时候只有19岁。"

5.

《夜莺颂》不长，只有80行，但是用词华丽、语法古老，不易读。好在全诗的结构，以及想要表达的情绪，还是很清楚的。

开头先说，作者羡慕夜莺的欢乐。

　　'Tis not through envy of thy happy lot,
　　But being too happy in thine happiness --

　　我并不感到妒忌，
　　反而因为你的欢乐，我也产生欢乐。

接着说，希望追随夜莺而去。

　　...leave the world unseen
　　And with thee fade away into the forest dim.

　　将这个世界抛在身后
　　与你一起，隐入幽静的森林。

因为这个世界实在太悲伤了。

　　Here, where men sit and hear each other groan;
　　Where palsy shakes a few, sad, last grey hairs.

　　这里，人们只能坐着互相叹气；
　　在岁月的麻木中，听任白发飘零

但是，四周是一片黑夜，终究无力飞翔。

　　...But here there is no light,
　　Save what from heaven is with the breezes blown

　　......没有一丝光亮，
　　四周只有微风吹来

作者感叹身边的花草是如此葱郁，

　　I cannot see what flowers are at my feet,
　　Nor what soft incense hangs upon the boughs,

　　我不知道脚边是什么花，
　　也不知道枝头的清香从何而来，

若能就此死去，也算是美好。

　　Darkling I listen; and for many a time
　　I have been half in love with easeful Death

　　许多次，我在黑暗中这样倾听
　　几乎爱上这种安详的死亡

但是，夜莺的歌声是不死的。

　　Thou wast not born for death, immortal Bird!
　　No hungry generations tread thee down;

　　永生的鸟儿，你不会死！
　　人类世代的悲伤，无法令你停止歌唱。

只可惜现在它飞走了，只把我一个留在这里。

　　Was is a vision, or a waking dream?
　　Fled is that music -- Do I wake or sleep?

　　这是幻觉，还是白日梦？
　　歌声消逝，我到底算醒着还是在做梦？

6.

此诗有查良铮（穆旦）的中译。我认为，他的译文质量很好，基本上把原诗的意思翻译出来了，没有错译。但是还不算完美，有些段落他的译文与原诗的意境差别比较大，而且没有注解，典故的处理不理想。

我个人特别喜欢全诗的第三大段，那一段描写现实世界的悲凉，我想很多中国人会深有同感。

　　Here, where men sit and hear each other groan;
　　这里，人们只能坐着互相叹气，

　　Where palsy shakes a few, sad, last grey hairs.
　　在岁月的麻木中，听任白发飘零。

　　Where youth grows pale, and spectre-thin, and dies;
　　这里，青年逐渐变得苍白、消瘦，直至死亡；

　　Where but to think is to be full of sorrow
　　这里，稍一思考，就充满悲伤

　　And leaden-eyed despairs;
　　黯淡的眼神中只有绝望；

　　Where Beauty cannot keep her lustrous eyes,
　　这里，美神无法保住她的姿色，

　　Or new Love pine at them beyond to-morrow.
　　新生的爱情第二天就消亡。

（完）

文档信息
发帖者 时间：

2011年11月26日星期六

阮一峰的网络日志

阮一峰的网络日志

骰子作画的算法

Posted: 26 Nov 2011 05:28 AM PST

程序员Scott MacDonald做了一个很有趣的项目----骰子作画。

他用黑底白点的骰子。

模拟出一张人像照片。

把图像放大，就可以看得更清楚。

他一共用了2500多颗骰子。

最后的成品就是这样。

任何一张图片都可以用骰子模拟出来，算法非常简单：将图片分成若干个区域，每个区域经过计算以后，用1-6之间的一个整数表示，代表骰子的一个面。这种将连续的量转化成不连续的整数的算法，属于vector quantization（矢量量化）的一个应用。

具体来说，

第一步，将图片分割成16像素x16像素的小方块。

　　for (int i=0; i < (pic_width/16); ++i) {

　　　　for (int j=0; j < (pic_height/16); ++j) {

　　　　　　patch = cropped_img.get(i*16, j*16, 16, 16);

　　　　}

　　}

第二步，每个小方块内共有256个像素，将每个像素点的灰度值，存入一个数组。

　　for (int k=0; k < patch.pixels.length; ++k) {

　　　x[k] = rgb2gray(patch.pixels[k]);

　　}

　　int rgb2gray(int argb) {

　　　　int _alpha = (argb >> 24) & 0xFF;

　　　　int _red = (argb >> 16) & 0xFF;

　　　　int _green = (argb >> 8 ) & 0xFF;

　　　　int _blue = (argb) & 0xFF;

　　　　return int(0.3*_red + 0.59*_green + 0.11*_blue);

　　}

第三步，计算该数组的平均值，并用1-6之间的一个整数来表示。

　　int dice_num = six_step_gray(mean(x));

　　int mean(int[] x) {

　　　　float m = 0;

　　　　for (int i=0; i < x.length; ++i) {

　　　　　　m += x[i];

　　　　}

　　　　m = m/x.length;

　　　　return int(m);

　　}

　　int six_step_gray(int x) {

　　　　if (0 <= x && x <= 41) return 1;

　　　　if (41 < x && x <= 83) return 2;

　　　　if (83 < x && x <= 124) return 3;

　　　　if (124 < x && x <= 165) return 4;

　　　　if (165 < x && x <= 206) return 5;

　　　　if (x < 206 && x <= 247) return 6;

　　　　else return 6;
　　}

整数1，表示骰子朝上的一面有1个白点；整数2，表示有2个白点；以此类推。白点越少，表示这个区域越接近全黑；白点越多，表示越接近全白。根据白点值，将骰子依次放入，就能模拟出全图。

这种算法早在1981年就有人提出，当时用的是1~9个白点的多米诺骨牌。

如果区域划分得越小，模拟图的生成效果就越好。

此外，不用编程，使用Photoshop也可以得到类似效果。

（完）

文档信息
发帖者 时间：

2011年11月24日星期四

阮一峰的网络日志

阮一峰的网络日志

珠海印象

Posted: 23 Nov 2011 07:54 PM PST

过去一周，我在珠海旅行。

这是我第一次去珠海，写一些感想。

动身之前，我心目中的珠海，是一个美丽的、现代化的、宜居的海滨城市。可是，身临其境，我发现并非如此。

虽然临海，但是除了一条狭长的情侣路，完全看不出这是一个海滨城市；市内的旅游景点非常少，几乎没有什么值得去的地方；市区与国内其他大城市一样，高楼林立，五光十色，交通拥堵，铺天盖地的喧哗和广告；马路很宽，路灯昏暗，凡是行人稀少的路段，车速都飞快，一个红灯长达100秒；路上很难拦到出租车，而且由于主干道不设自行车道，即使拦到，路边停车也很困难。

我感觉，珠海的城市规划很成问题。一个典型的例子就是情侣路。这是珠海的名片，外地游客必到之处，但是完全没有开发好。整个情侣路长达十多公里，但是一路上几乎没有任何商业设施，买瓶水都很麻烦。情侣路旁边居然是一条宽阔的高速干道，车速极快，使得游客无法自由通行，仿佛这条路存在的主要目的，就是为了行车，而不是为了游览。

海滨浴场是整条路上唯一的沙滩，设施破败陈旧，垃圾遍地，显然缺乏管理和资金投入。很难想象，市政当局居然会对这样一个重要的城市休闲地标放任不管。倒是房地产商充分利用了这个地段，海滨浴场周围都是密密麻麻的楼盘，把整个沙滩像山谷一样围了起来，这块理应属于全体市民的海滩，实际上成了业主们的后花园。

总之，珠海这个城市缺乏特色。拱北口岸附近，是全市最热闹的地方，即使半夜12点，通关的人流都络绎不绝。给我的感觉是，这个城市的主要功能，就是通往澳门的通道。

但是，珠海其实拥有很好的自然条件，如果好好规划，完全不会是现在这个样子。要是将来有人收集中国城市规划的失败案例，珠海可以算一个。

旅行的最后两天，我去了珠江口的外伶仃岛。岛上环境优美，海水清澈，生活宁静安逸，各种设施齐全，更重要的是网络全覆盖。如果以后有空，我会考虑在岛上租一间房，休假一个月。

（完）

文档信息
发帖者 时间：

2011年11月12日星期六

阮一峰的网络日志

阮一峰的网络日志

EOF是什么？

Posted: 12 Nov 2011 03:42 AM PST

我学习C语言的时候，遇到的一个问题就是EOF。

它是end of file的缩写，表示"文字流"（stream）的结尾。这里的"文字流"，可以是文件（file），也可以是标准输入（stdin）。

比如，下面这段代码就表示，如果不是文件结尾，就把文件的内容复制到屏幕上。

　　int c;

　　while ((c = fgetc(fp)) != EOF) {

　　　　putchar (c);

　　}

很自然地，我就以为，每个文件的结尾处，有一个叫做EOF的特殊字符，读取到这个字符，操作系统就认为文件结束了。

但是，后来我发现，EOF不是特殊字符，而是一个定义在头文件stdio.h的常量，一般等于-1。

　　#define EOF (-1)

于是，我就困惑了。

如果EOF是一个特殊字符，那么假定每个文本文件的结尾都有一个EOF（也就是-1），还是可以做到的，因为文本对应的ASCII码都是正值，不可能有负值。但是，二进制文件怎么办呢？怎么处理文件内部包含的-1呢？

这个问题让我想了很久，后来查了资料才知道，在Linux系统之中，EOF根本不是一个字符，而是当系统读取到文件结尾，所返回的一个信号值（也就是-1）。至于系统怎么知道文件的结尾，资料上说是通过比较文件的长度。

所以，处理文件可以写成下面这样：

　　int c;

　　while ((c = fgetc(fp)) != EOF) {

　　　　do something

　　}

这样写有一个问题。fgetc()不仅是遇到文件结尾时返回EOF，而且当发生错误时，也会返回EOF。因此，C语言又提供了feof()函数，用来保证确实是到了文件结尾。上面的代码feof()版本的写法就是：

　　int c;

　　while (!feof(fp)) {

　　　　c = fgetc(fp);

　　　　do something;

　　}

但是，这样写也有问题。fgetc()读取文件的最后一个字符以后，C语言的feof()函数依然返回0，表明没有到达文件结尾；只有当fgetc()向后再读取一个字符（即越过最后一个字符），feof()才会返回一个非零值，表示到达文件结尾。

所以，按照上面这样写法，如果一个文件含有n个字符，那么while循环的内部操作会运行n+1次。所以，最保险的写法是像下面这样：

　　int c = fgetc(fp);

　　while (c != EOF) {

　　　　do something;

　　　　c = fgetc(fp);

　　}

　　if (feof(fp)) {

　　　　printf("\n End of file reached.");

　　} else {

　　　　printf("\n Something went wrong.");

　　}

除了表示文件结尾，EOF还可以表示标准输入的结尾。

　　int c;

　　while ((c = getchar()) != EOF) {

　　　　putchar(c);

　　}

但是，标准输入与文件不一样，无法事先知道输入的长度，必须手动输入一个字符，表示到达EOF。

Linux中，在新的一行的开头，按下Ctrl-D，就代表EOF（如果在一行的中间按下Ctrl-D，则表示输出"标准输入"的缓存区，所以这时必须按两次Ctrl-D）；Windows中，Ctrl-Z表示EOF。（顺便提一句，Linux中按下Ctrl-Z，表示将该进程中断，在后台挂起，用fg命令可以重新切回到前台；按下Ctrl-C表示终止该进程。）

那么，如果真的想输入Ctrl-D怎么办？这时必须先按下Ctrl-V，然后就可以输入Ctrl-D，系统就不会认为这是EOF信号。Ctrl-V表示按"字面含义"解读下一个输入，要是想按"字面含义"输入Ctrl-V，连续输入两次就行了。

（完）

文档信息
发帖者 时间：
订阅： 博文 (Atom)