大容量內(nèi)存文件系統(tǒng)設(shè)計及μC/OS下的實現(xiàn)

關(guān)鍵詞：嵌入式系統(tǒng) 內(nèi)存文件系統(tǒng) 大容量存儲μC/OS

引言

嵌入式系統(tǒng)憑借其特有的功能和資源占用量少的特點，在各個領(lǐng)域得到了越來越多的應(yīng)用。根據(jù)成本和設(shè)計的需要，一般的嵌入式系統(tǒng)都配置很少的外部存儲空間甚至不帶外部磁盤。但隨著用戶需求和功能復(fù)雜度的增加，越來越多的嵌入式系統(tǒng)需要處理大容量的數(shù)據(jù)，或者在運行過程中會產(chǎn)生大量的臨時數(shù)據(jù)。一方面這些數(shù)據(jù)處理完后不能立即刪除；另一方面這些臨時文件不需要長期保存。例如，用來上網(wǎng)沖浪的機頂盒設(shè)備在用戶瀏覽過程中不斷從互聯(lián)網(wǎng)上接收數(shù)據(jù)，因此用戶訪問后的頁面很可能再次瀏覽，所不能將瀏覽后的網(wǎng)頁立即清除，當(dāng)然，系統(tǒng)不需要也不可能將所有瀏覽過的頁面保存于硬盤中。所以，處理數(shù)據(jù)量的增大給嵌入式系統(tǒng)的設(shè)計提供了新的要求。

一般來說，嵌入式系統(tǒng)處理大容量臨時數(shù)據(jù)的有效方法是設(shè)計一個內(nèi)存文件系統(tǒng)存儲這些數(shù)據(jù)。內(nèi)存文件系統(tǒng)MFS（Memory File System）是一個在內(nèi)存中對文件實行按名存取的底層軟件。和普通磁盤文件系統(tǒng)相比，內(nèi)存文件系統(tǒng)具有存取速度快、可動態(tài)改變文件系統(tǒng)大小和數(shù)據(jù)掉電即丟失的優(yōu)點，因此它適用于高速的臨時數(shù)據(jù)處理。Linux下的Tmpfs、Proc文件系統(tǒng)以及Freebsd下的MFS都是一種內(nèi)存文件系統(tǒng)。但是，這些通用操作系統(tǒng)上的內(nèi)存文件系統(tǒng)不能夠直接運用于到嵌入式系統(tǒng)中：其一，它們都是為資源豐富的通用PC平臺設(shè)計的，不適用于資源有限的嵌入式系統(tǒng)；其二，這些通用內(nèi)存文件系統(tǒng)的設(shè)計方案一般是利用內(nèi)存來模擬磁盤文件系統(tǒng)，在內(nèi)存中會建立文件系統(tǒng)緩沖區(qū)。這就是說除了文件系統(tǒng)本身占據(jù)了內(nèi)存之外，磁盤緩沖區(qū)又會占所一些內(nèi)存，這些就會導(dǎo)致內(nèi)存的浪費和利用率的下降。根據(jù)上述考慮，本文設(shè)計了一適合于嵌放式大容量數(shù)據(jù)處理的嵌入式內(nèi)存文件系統(tǒng)EMFS（Fmbedded Momory File System）。文中首先闡述了EMFS嵌入式系統(tǒng)的設(shè)計要點，隨后討論了如果將其移植到μC/OS系統(tǒng)，最后對其性能進行了分析和測試。

1 EMFS的設(shè)計

從前面分析得知，本文設(shè)計的EMFS不采用通用文件系統(tǒng)的磁盤設(shè)計方法，如Linux系統(tǒng)的Ext2節(jié)點結(jié)構(gòu)和Windows的FAT結(jié)構(gòu)。EMFS對文件的主要管理方式為：

①文件的各個屬性單獨存儲在文件信息表（file status table）中；

②文件數(shù)據(jù)塊用鏈表來分配和管理，文件數(shù)據(jù)塊大小可以動態(tài)改變，這樣可以避免在系統(tǒng)運行過程中產(chǎn)生大量的碎片；

③為了提高文件的讀寫和查找速度，設(shè)置一個全局散列表（Hash表）作為文件的讀寫及查找入口；每個文件根據(jù)其文件名、文件長度計算出一個Hash值；然后在Hash表找到文件對應(yīng)的Hash項，這樣就可以讀出文件的屬性和數(shù)據(jù)。

圖1表示了EMFS在內(nèi)存中的組織結(jié)構(gòu)。

每一個存儲于EMFS的文件在全局Hash表都有個對應(yīng)的入口項。其文件屬性和文件名、文件長度、創(chuàng)建時間等存入文件狀態(tài)表，文件內(nèi)容存儲于從空閑塊鏈表申請到的數(shù)據(jù)塊中。文件的Hash表、狀態(tài)表和數(shù)據(jù)塊通過指針鏈接起來，如圖2所示，下面分別介紹文件系統(tǒng)的Hash表、狀態(tài)表和數(shù)據(jù)塊鏈表。

1.1 全局Hash表

（1）Hash值的產(chǎn)生

從圖2可看出，Hash表是整個文件系統(tǒng)讀寫和查找的入口，通過計算文件的Hash值來找到其在Hash表中的位置，從而訪問文件狀態(tài)表和數(shù)據(jù)塊。因此文件系統(tǒng)的查找效率主體現(xiàn)在，如何通過文件信息計算其對應(yīng)的Hash值以及如何有效地組織Hash表。圖3表示了EMFS系統(tǒng)中Hash表的構(gòu)成情況，每個文件對應(yīng)8字節(jié)的Hash值。其中前2個字節(jié)是文件名長度和文件名第一個字節(jié)的ASCII碼值，接下來的2個字節(jié)是文件名的16CRC（循環(huán)冗余校驗編碼），最后4個字節(jié)文件名的32CRC編碼。這里為了減少同文件對應(yīng)相同Hash值的概率，文件名的Hash值中既包含了文件名的16CRC編碼又包含了32CRC編碼。

（2）Hash表的組織和查找

在獲得Hash值后，如何將8個字節(jié)的Hash值有效地組織在全局Hash表中來獲得最高的查找速度是一個關(guān)鍵問題。根據(jù)數(shù)據(jù)結(jié)構(gòu)算法理論可知，將Hash表順序組織為一個有序表，可以通過折半查找法來獲得最高的查找效率。其比較次數(shù)最多為└log2n┘+1（n為表中的記錄個數(shù)），其平均查找長度ASL（Average Search Length）近似為log2(n+1)-1。然而，隨著文件的動態(tài)增加或刪除，每個文件對應(yīng)的Hash值或大或小，這樣系統(tǒng)的Hash表并不能保證是一個順序表，因此就不能采用折半查找法。如果首先將無序的Hash表排列為有序表再采用折半法查找，那么即使在最好的情況下，排序操作所需要的時間復(fù)雜度也為O（nlogn），同時還需要其它的輔助存儲，這樣在排序操作上就要花費大量的時間和存儲空間，使整個系統(tǒng)的查找效率大大降低。針對此不足，本文采用鏈地址法組織全局Hash表，將全局Hash表分為兩部分：其本表和溢出表。其基本思想為：首先分配一個固定大小（這里假設(shè)取1024項）的順序表作為基本表，每個文件計算得出的Hash值通過對1024取模得到個介于0～1023之間的模值。如果此模值在基本表中的對應(yīng)項沒有被占用，那么該項就作為此文件的Hash項；如果此模值在基本表中的對應(yīng)項已被其它文件占用，那么就溢出表中申請一個此文件的Hash項，并將此Hash項鏈接到具有相同模值的鏈表中。通過這種順序表和鏈表相結(jié)合的結(jié)構(gòu)，既會影響查找速度又不會增加額外存儲空間，從而提高EMFS的查找效率而且不增加系統(tǒng)的時間和空間復(fù)雜度。

1.2 文件狀態(tài)表

文件狀態(tài)表用來存放文件系統(tǒng)中文件的各個屬性，包括文件名稱、文件大小、讀寫標(biāo)志、創(chuàng)建和修改時間。同時，為了提高內(nèi)存空間的利用率，可以對文件進行選擇性壓縮存儲，因此文件狀態(tài)表也包括文件壓縮標(biāo)志，壓縮前的原始大小和壓縮后的文件大小。從圖2可以看到，文件狀態(tài)表是和Hash表以及數(shù)據(jù)塊鏈表連在一起的，那么一旦定位到文件對應(yīng)的Hash項，就可以對文件狀態(tài)表進行讀寫。

1.3 數(shù)據(jù)塊鏈表

在EMFS中，文件數(shù)據(jù)內(nèi)容保存在內(nèi)存數(shù)據(jù)塊中，內(nèi)存數(shù)據(jù)塊的大小可以在建立文件系統(tǒng)時動態(tài)設(shè)定。數(shù)據(jù)塊鏈表的作用是對內(nèi)存塊進行管理。由于數(shù)據(jù)塊鏈表中每一項對應(yīng)一個內(nèi)存塊，所以當(dāng)添加文件時，系統(tǒng)根據(jù)文件大小動態(tài)地從數(shù)據(jù)塊鏈表中申請一定數(shù)量的數(shù)據(jù)塊；當(dāng)刪除文件時，系統(tǒng)將數(shù)據(jù)塊插入到此鏈表中。

2 EMFS在μC/OS系統(tǒng)下的實現(xiàn)和性能分析

2.1 EMFS是μC/OS下的實現(xiàn)流程

μC/OS是一個多任務(wù)的實時性嵌入式操作系統(tǒng)，得到了廣泛的使用。μC/OS公開了它的實時性內(nèi)核源碼，同時提供了內(nèi)存管理的接口和函數(shù)。通過在其實時內(nèi)核的基礎(chǔ)上進行少量的修改，便可將EMFS移植到μC/OS系統(tǒng)中。圖4是EMFS在μC/OS下的初始化流程。

初始化完畢后，在μC/OS系統(tǒng)中建立EMFS的三主要數(shù)據(jù)結(jié)構(gòu)，隨后就可以向EMFS中讀寫文件并進行測試。圖5和圖6分別是讀寫文件的流程。

2.2 EMFS的性能測試與分析

通過將EMFS移植到μC/OS系統(tǒng)，便可以對EMFS的性能進行分析。前面提到，EMFS的主要特點是有效高的查找速度和內(nèi)存利用率。現(xiàn)在，從這兩方面分別對EMFS進行性能測試和分析比較。

（1）平均查找次數(shù)

通過加入8000個平均長度為20KB的文件到EMFS中，這可以在對全局Hash表的基本表設(shè)定不同大小的情況下，隨機地讀出一定數(shù)量的文件來統(tǒng)計EMFS的平均查找次數(shù)。這里設(shè)定基本表的大小分別為1024和2048，讀出文件數(shù)量分別為500、1000、2000、4000和8000個，平均查找次數(shù)的統(tǒng)計結(jié)果具體如表1所列。

從表1可以分析出以下幾點：

①8000個文件全部讀出所需的平均查找次數(shù)最多不到5次；而當(dāng)Hash表采用順序表時，使用拆半查找法得到的平均查找次數(shù)為└log28000┘+1=13次，可見EMFS的查找效率非常高，而且它不增加時間和空間的復(fù)雜度。

②讀出的文件數(shù)量越少，平均查找次數(shù)越少。因為文件是隨機選擇的，故讀出的文件越少，它們對應(yīng)的Hash值在基本表中越分散，因而比較次數(shù)相應(yīng)較少。

③基本表包含的Hash項越多，EMFS的平均查找次數(shù)越少。這是因為基本表越大，Hash值取模后落在基本表的概率就越大，因此比較的次數(shù)就越少。但要注意一點，在實際應(yīng)用中基本表并不是設(shè)置得越大越好，基本表設(shè)置得越大，相應(yīng)地溢出表就越小。當(dāng)把溢出表項用完之后，基本表可以還沒有用完，但這時已經(jīng)不能夠再添加文件了，這樣系統(tǒng)效率反而會降低。

（2）內(nèi)存利用率

EMFS的內(nèi)存利用率可以從兩個方面來表現(xiàn)：一對文件進行選擇性壓縮的機制；二是內(nèi)存數(shù)據(jù)塊大小的選擇。

對文件進行壓縮存儲可以提高內(nèi)存利用率，然而文件的壓縮和解壓需要耗費一定系統(tǒng)時間和資源，這在一定程序上會降低系統(tǒng)的性能，因此需對文件進行選擇性壓縮。具體方法是對文本等壓縮比例高的文件進行壓縮存儲，對數(shù)據(jù)等壓縮比例低的文件，則選擇直接存儲。

另外，對文件數(shù)據(jù)塊大小的選擇也會影響內(nèi)存利用率。在EMFS中，文件數(shù)據(jù)存儲的基本單位是一個內(nèi)存數(shù)據(jù)真。這樣，每個文件的最后一個數(shù)據(jù)塊很可能會用不完，平均來看，每個文件會浪費1/2個數(shù)據(jù)塊。在文件數(shù)據(jù)塊為1KB和2KB的情況下，我們測試得到內(nèi)存利用率分別為97.4%和94.8%。顯然，前者的利用率更高，這是因為文件數(shù)據(jù)塊越小，文件浪費的空間越少。但是，文件數(shù)據(jù)塊不能設(shè)置得太小，否則系統(tǒng)在運行過程中會產(chǎn)生很多碎片，導(dǎo)致系統(tǒng)性能的降低。

3 結(jié)論

本文提出了嵌入式系統(tǒng)下的一種大容量內(nèi)存文件系統(tǒng)的實現(xiàn)方案，并從文件的平均查找次數(shù)和系統(tǒng)內(nèi)存利用率等方面對文件系統(tǒng)進行了測試和性能分析。測試結(jié)果表明，此系統(tǒng)具有較快的查找定位速度和較高的內(nèi)存利用率，所以本系統(tǒng)能夠有效地應(yīng)用于嵌入式系統(tǒng)，尤其是那些產(chǎn)生較多臨時文件或處理大容量數(shù)據(jù)的嵌入式系統(tǒng)。