从双击文件夹到数据落盘：一篇说清 IO、存储、硬盘和文件系
我们写代码、存照片、下电影，天天都在跟这几样东西打交道：IO（数据怎么进进出出）、存储（数据存在哪）、硬盘（最终的仓库）、文件系统（仓库的管理员）。很多人对这些概念是模糊的，感觉它们混在一起。今天就把这层窗户纸捅破重点把文件系统讲明白
一、存储金字塔：速度、容量、价格不可兼得
先建立一个基本认知：计算机里的存储是分级的，越往上越快、越贵、越少
| 层级 | 代表 | 特点 |
|---|---|---|
| 寄存器 | CPU 内部 | 纳秒级，容量极小 |
| 缓存（Cache） | L1/L2/L3 | 微秒级，MB 级别 |
| 内存（RAM） | 内存条 | 几十纳秒，GB 级别，断电数据消失 |
| 硬盘/SSD | 机械盘、固态盘 | 毫秒级，TB 级别，断电数据还在 |
核心结论：内存是"临时工"，硬盘是"永久档案室"。程序运行时数据在内存里飞，但要想不丢，最终都得落盘。
二、硬盘：机械盘 vs 固态盘，区别到底在哪
硬盘是最终存数据的地方，现在分两种：
1. 机械硬盘（HDD）
里面是真有马达和磁头的，像唱片机一样。磁头要移动到对应的磁道，等盘片旋转到对应位置，才能读写。
寻道时间：磁头移动找磁道（几毫秒）
旋转延迟：等盘片转过来（几毫秒）
顺序读写快：磁头不用大挪移，一路读过去
随机读写慢：磁头来回跑，性能暴跌
2. 固态硬盘（SSD）
没有机械结构，全是闪存芯片（NAND）。靠电信号读写，所以：
随机读写极快：不用等磁头，直接定位
顺序读写也快：比 HDD 快一个数量级
怕写坏：闪存单元擦写次数有限，所以有磨损均衡算法
有写入放大：小文件频繁写入会影响寿命
一句话：HDD 像图书馆找书（要走路），SSD 像电子书直接跳转。现在买电脑，系统盘无脑上 SSD。
三、IO：程序怎么跟硬盘打交道？
IO（Input/Output）就是数据的输入输出。程序想读硬盘里的文件，不是直接伸手就抓的，要经过好几层：
程序 → 系统调用（read/write）→ 内核页缓存 → 文件系统 → 硬盘驱动 → 硬盘控制器 → 物理硬盘
这里提几个实际开发常听见的词：
BIO（阻塞 IO）：你发起一个读请求，干等着数据回来，期间啥也干不了。简单但低效。
NIO（非阻塞/多路复用）：你发起请求，不傻等，先去干别的，数据好了通知你。Netty、Redis 都用这套。
AIO（异步 IO）：更彻底，内核帮你把数据搬好了再叫你，程序全程不操心。
日常开发记住：硬盘是慢设备，程序跟硬盘打交道，尽量批量、顺序、减少次数，别一个字节一个字节地折腾。
四、文件系统：硬盘上的"翻译官"（重点）
：文件系统到底是什么？
1. 没有文件系统，硬盘就是一块裸砖
硬盘出厂时就是一大块连续的空间，它只认识"从第 1000 块到第 2000 块写点数据"。它不认识什么叫"我的简历.docx"，也不认识什么叫"用户头像文件夹"。
文件系统就是中间的翻译官。它把硬盘这个"裸砖"组织成我们熟悉的"文件"和"文件夹"，负责：
哪个文件存在哪几个块上
怎么找文件
怎么分配空间
怎么保证写一半断电不丢数据
2. 文件系统的核心三件套
① inode（文件的身份证）
每个文件（和目录）都有一个 inode。你可以把它理解为文件的"档案袋"，里面记录了：
文件大小（年龄）
存在硬盘哪几个块上（块指针）（地址）
创建时间、修改时间（出生日期）
权限（谁可读可写）
所有者（名字）
注意：inode 里不存文件名。文件名存在目录里
② data block（数据块）
这是真正存文件内容的地方。比如你一个 1MB 的文件，文件系统把它切成一个个 4KB 的小块，分散存在硬盘的不同位置（也可能是连续的），然后在 inode 里记下这些块的地址。
③ superblock（文件系统的户口本）
存在硬盘最开头，记录整个文件系统的全局信息：
硬盘总容量
还剩多少块可用
每个块多大
inode 表在哪
如果 superblock 坏了，整个分区就挂了。所以通常会有备份。
3. 文件到底怎么存在硬盘上
这是个经典问题，文件系统有三种分配策略：
| 方式 | 原理 | 优点 | 缺点 |
|---|---|---|---|
| 连续分配 | 一个文件占连续的一块地 | 读写快，一次定位 | 容易产生碎片，删了文件留下空洞 |
| 链式分配 | 每个块末尾指向下一个块地址 | 没有碎片，利用率高 | 找第 100 块要从头遍历 100 次，慢 |
| 索引分配 | inode 里存一张"索引表"，指向所有块 | 兼顾速度和空间，支持随机访问 | 大文件需要多级索引 |
现代文件系统（EXT4、NTFS 等）用的都是索引分配，通常采用"多级索引"：小文件直接存在 inode 里（快），大文件用间接指针指向更多的块。
4. 目录到底是什么
目录不是容器，它本质上也是一个特殊的文件。只不过它存的内容不是你的照片或代码，而是一张映射表：
文件名 → inode 号 文件名 → inode 号 ...所以你"打开文件夹"时，系统其实是读取这个目录文件的内容，拿到一堆 inode 号，再去查每个 inode 对应的文件信息（大小、类型、权限等），最后展示给你。
这也解释了为什么"硬链接"不占用额外空间：两个文件名指向同一个 inode，就是同一个文件的两个门牌号。
5. 日志（Journal）：防止断电丢数据的保险
文件系统最怕什么？写一半断电。
比如你要修改一个文件，正常流程是：
分配新块
写新数据
更新 inode 指向新块
更新目录
如果第 3 步做完，第 4 步没做就断电了，文件系统就懵了：inode 说数据在新块，但目录可能还指向旧块。
日志文件系统（如 EXT3/EXT4、NTFS）的做法是：先在一个专门的"日志区"写下"我要做这三件事"，做完一件勾掉一件。就算断电了，重启后看日志，没做完的要么重做，要么回滚，保证文件系统结构一致性。
注意：日志保证的是文件系统本身不崩，不保证你刚才写的文件内容一定完整（那得应用层自己处理）。
6. 常见文件系统速览
| 文件系统 | 常用系统 | 特点 |
|---|---|---|
| EXT4 | Linux | 主流，支持大文件、 extents 分配、日志 |
| XFS | Linux 服务器 | 适合大文件、高并发，删大量小文件慢 |
| NTFS | Windows | 支持权限、压缩、加密、日志 |
| APFS | macOS | 针对 SSD 优化，支持快照、克隆 |
| FAT32/exFAT | U 盘/跨平台 | 兼容性好，但无日志、无权限，不适合系统盘 |
7. 页缓存（Page Cache）：给硬盘加了个"内存加速器"
程序读文件时，数据其实不是直接从硬盘读到程序的。而是：
硬盘 → 内核页缓存（内存里）→ 程序
第一次读慢（走硬盘），但如果这块数据还在内存里，下次读就直接从内存拿，快几十倍。写操作也一样，先写进页缓存，内核找个合适的时机再刷到硬盘。
你可以用free -m看 Linux 内存，里面 "buff/cache" 就是这个。它自动管理，不用你操心，但要知道它的存在——内存不够时系统会优先回收页缓存。
五、总结：一条线串起来
把这些串成一条故事线，你就全明白了：
程序要存一个文件，发起 IO 请求；
请求经过VFS（虚拟文件系统）层，找到对应的文件系统；
文件系统查inode，知道数据该存在哪几个data block；
如果数据还在页缓存里，直接读写内存；不在的话，去找硬盘；
硬盘（HDD 或 SSD）把数据落到物理介质；
文件系统写日志保证一致性，superblock更新全局状态。