5.1 Concepto.
Un “Archivo” es un conjunto de registros relacionados . El “Sistema de Archivos”
es un componente importante de un S. O. y suele contener :
“Métodos de acceso” relacionados con la manera de acceder a los datos
almacenados en archivos.
“Administración de archivos” referida a la provisión de mecanismos para que los
archivos sean almacenados, referenciados, compartidos y asegurados.
“Administración del almacenamiento auxiliar” para la asignación de espacio a los
archivos en los dispositivos de almacenamiento secundario.
“Integridad del archivo” para garantizar la integridad de la información del archivo.
El sistema de archivos está relacionado especialmente con la administración del
espacio de almacenamiento secundario, fundamentalmente con el
almacenamiento de disco.
Una forma de organización de un sistema de archivos puede ser la siguiente:
Se utiliza una “raíz” para indicar en qué parte del disco comienza el “directorio
raíz”.
El “directorio raíz” apunta a los “directorios de usuarios”.
Un “directorio de usuario” contiene una entrada para cada uno de los archivos del
usuario.
Cada entrada de archivo apunta al lugar del disco donde está almacenado el
archivo referenciado.
Los nombres de archivos solo necesitan ser únicos dentro de un directorio de
usuario dado. El nombre del sistema para un archivo dado debe ser único para el
sistema de archivos.
En sistemas de archivo “jerárquicos” el nombre del sistema para un archivo suele
estar formado como el “nombre de la trayectoria” del directorio raíz al archivo.
5.2 Noción de archivo real y virtual.
La mayoría de usuarios de computadoras comprenderán con mucha facilidad el
término archivo relacionándolo directamente con ejemplos tales como los archivos
de texto que se pueden generar con cualquier procesador de texto. Una
característica de este tipo de archivos es que a mayor texto que almacena el
archivo, mayor es el espacio en disco que consume dicho archivo. Por ejemplo,
una línea corta de texto ocupa menos espacio en disco que esa misma línea
copiada cien veces. Sin embargo al hablar de “archivos virtuales” las cosas son
diferentes, pues este tipo de archivos no consumen espacio en el disco duro, sino
que se almacenan en la memoria volátil, es decir aquel tipo de memoria cuya
información se pierde al interrumpirse el flujo de corriente eléctrica, esto es, la
memoria RAM.
5.3 Componentes de un sistema de archivos.
Los componentes del sistema de archivos y de programación permiten interactuar
con los recursos del sistema de archivos y de directorio y provocar eventos en
intervalos programados. Las instancias del componente File System Watcher
permiten inspeccionar cambios en los directorios y archivos y reaccionar cuando
se producen. El componente Timer permite configurar programaciones simples de
producción de eventos y ejecutar el procesamiento asociado.
5.4 Organización lógica y física.
Un sistema de archivos garantiza la organización lógica de los datos en los discos
duros y proporciona al sistema operativo las rutinas necesarias para que puedan
ser accedidos, modificados y eliminados.
Cualquier sistema operativo suele tener soporte para varios sistemas de archivos,
aunque sólo sea en modo lectura. Los sistemas de archivos de la familia Microsoft
que podemos encontrarnos son: FAT (FAT16 y FAT32) y NTFS (NTFS4, NTFS5).
NTFS (New Technology File System) fue diseñado para NT e incorporaba un
sistema de seguridad integrado que nos permitía asignar permisos a archivos y
directorios a nivel de usuarios y grupos.
Definiciones relacionadas con un sistema de archivo:
Unidad física: El propio disco duro, sin más.
Unidad lógica: Fragmento que se comporta como una partición y que está dentro
de una partición extendida.
Partición: Puede ser el total del tamaño del disco o una parte. Partición primaria:
Partición que el sistema marca como bootable o arrancable.
Partición extendida: partición que no es de inicio y que a su vez puede contener
unidades lógicas. Sólo puede haber una por disco.
RAID (matriz redundante de discos independientes): Utilizar varias unidades
físicas en una matriz para ofrecer mayor tamaño, tolerancia a fallos y mayor
rendimiento. Hay varios niveles, RAID-0, RAID-1, RAID-5, etc. La numeración no
indica mejor rendimiento o tolerancia a fallos, tan solo diferencias de métodos.
En esta parte vamos a usar el término organización de archivos para referirnos a
la estructura lógica de los registros determinada por la manera en que se accede a
ellos. La organización física del archivo en almacenamiento secundario depende
de la estrategia de agrupación y de la estrategia de asignación de archivos. Para
seleccionar una organización de archivos hay diversos criterios que son
importantes:
Acceso Rápido para recuperar la información
Fácil actualización
Economía de almacenamiento
Mantenimiento simple
Fiabilidad para asegurar la confianza de los datos
La prioridad relativa de estos criterios va a depender de las aplicaciones que va a
usar el archivo. La mayor parte de las estructuras empleadas en los sistemas
reales se encuadran en una de estas categorías o puede implementarse como una
combinación de estas.
Directorios
Generalmente son utilizados por los S. O. para llevar un registro de los archivos.
En muchos sistemas son a su vez también archivos.
Sistemas Jerárquicos de Directorios
El directorio contiene un conjunto de datos por cada archivo referenciado:
Nombre, atributos, direcciones en disco donde se almacenan los datos.
Otra posibilidad es que cada entrada del directorio contenga:
El nombre del archivo, Un apuntador a otra estructura de datos donde se
encuentran los atributos y las direcciones en disco.
Al abrir un archivo el S. O.:
Busca en su directorio el nombre del archivo.
Extrae los atributos y direcciones en disco.
Graba esta información en una tabla de memoria real.
Todas las referencias subsecuentes al archivo utilizarán la información de la
memoria principal.
El número y organización de directorios varía de sistema en sistema: Directorio
único: el sistema tiene un solo directorio con todos los archivos de todos los
usuarios:
Un árbol de directorios por usuario: el sistema permite que cada usuario tenga
tantos directorios como necesite, respetando una jerarquía general.
Discos
La Unidad de Disco Duro o Disco Rígido ("Hard Disc Drive" o HDD) es llamada
simplemente "disco duro" o "disco rígido", aunque en su interior contenga uno o
varios discos magnéticos apilados. Un disco duro es un dispositivo de
almacenamiento no volátil, que conserva la información aun con la pérdida de
energía, que emplea un sistema de grabación magnética digital; es donde en la
mayoría de los casos se encuentra almacenado el sistema operativo de la
computadora. Dentro de la carcasa hay una serie de platos metálicos apilados
girando a gran velocidad. Sobre los platos se sitúan los cabezales encargados de
leer o escribir los impulsos magnéticos. Hay distintos estándares para comunicar
un disco duro con la computadora; las interfaces más comunes son Integrated
Drive Electronics (IDE, también llamado ATA), SCSI generalmente usado en
servidores, SATA, este último estandarizado en el año 2004 y FC exclusivo para
servidores. SAN (Storage Area Network) red de área de almacenamiento, es una
red concebida para conectar servidores, matrices (arrays) de discos y librerías de
soporte. Principalmente, está basada en tecnología fibre channel y más
recientemente en iSCSI. Su función es la de conectar de manera rápida, segura y
fiable los distintos elementos que la conforman.
Las siguientes son las principales ventajas con respecto del uso de la memoria
principal como almacenamiento :
Mucha mayor capacidad de espacio de almacenamiento.
Menor precio por bit.
La información no se pierde al apagar la computadora
5.4.2. Hardware de Discos
Los discos están organizados en cilindros, pistas y sectores.
Pistas = Tracks.
Una pista es un anillo circular sobre un lado del disco. Cada pista tiene un número.
El diagrama muestra 3 pistas.
Sectores
Se llama sector de un disco a una parte en forma de cuña del mismo. Cada sector
está numerado.
Un sector de pista es el área de intersección entre una pista Y un sector. (Área
amarilla).
Clusters
Un cluster es un conjunto de sectores de pista, desde 2 a 32 o más, dependiendo
del esquema de formateo que se use. El esquema más común para PC determina
la cantidad de sectores de pista por cada cluster sobre la base de la capacidad del
disco. Un disco rígido de 120 gigabytes tendrá el doble de clusters que un disco
rígido de 50 GB. 1 cluster es el mínimo espacio usado para cualquier lectura o
escritura. Por esta causa es frecuente que quede mucho espacio perdido (slack
space), no usado a continuación del cluster de datos almacenado allí.
Cilindros
Un cilindro es un juego de pistas similares en todos los platos Sobre un disco
rígido, un cilindro está integrado por todas las pistas del mismo y de todos los
discos metálicos que componen al disco rígido. Si se coloca uno encima de otro
obtiene un cuerpo que semeja la forma de una lata sin tapa ni fondo - un cilindro.
El número típico de sectores por pista varía entre 8 y 32 (o más). Todos los
sectores tienen igual número de bytes.
Tipos de Conexión
Si hablamos de disco rígido podemos citar a los distintos tipos de conexión que
poseen los mismos con la tarjeta madre, es decir pueden ser SATA, IDE o SCSI:
IDE: Integrated Device Electronics ("Dispositivo con electrónica integrada") o ATA
(Advanced Technology Attachment), controla los dispositivos de almacenamiento
masivo de datos, como los discos duros y ATAPI (Advanced Technology
Attachment Packet Interface) Hasta hace poco, el estándar principal por su
versatilidad y relación calidad/precio.
SCSI: Small Computer System Interface. Son discos duros de gran capacidad de
almacenamiento (desde 5 GB hasta 23 GB). Se presentan bajo tres
especificaciones: SCSI Estándar (Standard SCSI), SCSI Rápido (Fast SCSI) y
SCSI Ancho-Rápido (Fast-Wide SCSI). Su tiempo medio de acceso puede llegar a
7 mseg y su velocidad de transmisión secuencial de información puede alcanzar
teóricamente los 5 Mbps en los discos SCSI Estándares, los 10 Mbps en los
discos SCSI Rápidos y los 20 Mbps en los discos SCSI Anchos-Rápidos (SCSI-2).
Un controlador SCSI puede manejar hasta 7 discos duros SCSI (o 7 periféricos
SCSI). A diferencia de los discos IDE, pueden trabajar asíncronicamente con
relación al microprocesador, lo que los vuelve más rápidos.
SATA (Serial ATA): Nuevo estándar de conexión que utiliza un bus serie para la
transmisión de datos. Notablemente más rápido y eficiente que IDE. En la
actualidad hay dos versiones, SATA 1 de hasta 1,5 Gigabits por segundo (150
MB/s) y SATA 2 de hasta 3,0 Gb/s (300 MB/s) de velocidad de transferencia.
Un disco duro suele tener:
Platos en donde se graban los datos,
Cabezal de lectura/escritura,
Motor que hace girar los platos,
Electroimán que mueve el cabezal,
Circuito electrónico de control, que incluye: interfaz con la computadora, memoria
caché,
Bolsita desecante (gel de sílice) para evitar la humedad,
Caja, que ha de proteger de la suciedad.
Tornillos, a menudo tipo Torx.
Un controlador puede realizar búsquedas en una o más unidades al mismo
tiempo:
Son las búsquedas traslapadas.
Mientras el controlador y el software esperan el fin de una búsqueda en una
unidad, el controlador puede iniciar una búsqueda en otra.
Muchos controladores pueden:
Leer o escribir en una unidad.
Buscar en otra.
Los controladores no pueden leer o escribir en dos unidades al mismo tiempo. La
capacidad de búsquedas traslapadas puede reducir considerablemente el tiempo
promedio de acceso.
Estructura lógica
Dentro del disco se encuentran:
El Master Boot Record (en el sector de arranque), que contiene la tabla de
particiones.
Las particiones, necesarias para poder colocar los sistemas de archivos.
5.5 Mecanismos de acceso a los archivos.
Diseño de un sistema de archivos
Se consideran aspectos como:
La forma de almacenamiento de archivos y directorios.
La administración del espacio en disco.
La forma de hacerlo de manera eficiente y confiable.
Se deben tener presentes problemas como la “fragmentación” del espacio en
disco:
Ocasiona problemas de desempeño al hacer que los archivos se desperdiguen a
través de bloques muy dispersos.
Una técnica para aliviar este problema consiste en realizar periódicamente:
Implantación de Directorios
La principal función del sistema de directorios es asociar el nombre del archivo con
la información necesaria para localizar los datos.
La posición de almacenamiento de los atributos puede ser en forma directa dentro
del dato del directorio.
Tipos de métodos de acceso:
Método de Acceso Secuencial: El acceso secuencial significa que un grupo de
elementos es accedido en un predeterminado orden secuencial. El acceso
secuencial es a veces la única forma de acceder a los datos, por ejemplo en una
cinta de casete. También puede ser el método de acceso elegido, para
simplemente procesar una secuencia de datos en orden.
Método de Acceso Secuencial Indexado: Método común de acceso a disco que
almacena datos en forma secuencial, al tiempo que mantiene un índice de campos
claves para todos los registros en el archivo para acceso directo. El orden
secuencial sería el más comúnmente usado para el procesamiento por lotes y la
impresión (número de cuenta, nombre, etc.).
Método de Acceso Indexado: Pendiente la definición.
Método de Acceso Hashed: Pendiente la definición.
Otras Definiciones.
Archivos Secuenciales
5.6 Manejo de espacio en memoria secundaria.
Administración del Espacio en Disco
Existen dos estrategias generales para almacenar un archivo de “n” bytes:
Asignar “n” bytes consecutivos de espacio en el disco:
Tiene el problema de que si un archivo crece será muy probable que deba
desplazarse en el disco, lo que puede afectar seriamente al rendimiento.
Dividir el archivo en cierto número de bloques (no necesariamente) adyacentes:
Generalmente los sistemas de archivos utilizan esta estrategia con bloques de
tamaño fijo.
Tamaño del bloque:
Dada la forma en que están organizados los bloques, el sector, la pista y el cilindro
son los candidatos obvios como unidades de asignación.
Si se tiene una unidad de asignación grande, como un cilindro, esto significa que
cada archivo, inclusive uno pequeño, ocupará todo un cilindro; con esto se
desperdicia espacio de almacenamiento en disco. Si se utiliza una unidad de
asignación pequeña, como un sector, implica que cada archivo constará de
muchos sectores; con esto su lectura generará muchas operaciones de e / s
afectando el desempeño. Lo anterior indica que la eficiencia en tiempo y espacio
tienen un conflicto inherente.
Por qué es Necesaria la Planificación de Discos
En los sistemas de multiprogramación muchos procesos pueden estar generando
peticiones de e / s sobre discos:
La generación de peticiones puede ser mucho más rápida que la atención de las
mismas: Se construyen líneas de espera para cada dispositivo. Para reducir el
tiempo de búsqueda de registros se ordena la lista de peticiones: esto se
denomina planificación de disco.
La planificación de disco implica:
Un examen cuidadoso de las peticiones pendientes para determinar la forma más
eficiente de servirlas.
Un análisis de las relaciones posicionales entre las peticiones en espera.
Un reordenamiento de la cola de peticiones para servirlas minimizando los
movimientos mecánicos.
Los tipos más comunes de planificación son:
Optimización de la búsqueda.
Optimización rotacional (latencia).
Generalmente los tiempos de búsqueda superan a los de latencia, aunque la
diferencia tiende a disminuir. Bajo condiciones de carga ligera (promedio bajo de
longitud de la cola), es aceptable el desempeño del método FCFS (primero en
llegar, primero en ser servido).
Bajo condiciones de carga media o pesada, es recomendable un algoritmo de
planificación de las colas de requerimientos.
Características Deseables de las Políticas de Planificación de Discos
Criterios:
Capacidad de ejecución.
Media del tiempo de respuesta.
Varianza de los tiempos de respuesta (predecibilidad).
Objetivos:
maximizar la capacidad de ejecución
Maximizar el número de peticiones servidas por unidad de tiempo.
Minimizar la media del tiempo de respuesta.
Mejorar el rendimiento global, quizás a costa de las peticiones individuales.
La planificación suele mejorar la imagen total al tiempo que reduce los niveles de
servicio de ciertas peticiones:
Se mide utilizando la varianza de los tiempos de respuesta.
La varianza es un término estadístico que indica hasta qué punto tienden a
desviarse del promedio de todos los elementos los elementos individuales.
A menor varianza mayor predecibilidad.
Se desea una política de planificación que minimice la varianza, es decir que
maximice la predecibilidad.
No debe haber peticiones que puedan experimentar niveles de servicio erráticos.
Justicia
Estrategias de búsqueda en disco (algoritmos de planificación).
En la mayoría de los discos, el tiempo de búsqueda supera al de retraso rotacional
y al de transferencia, debido a ello, la reducción del tiempo promedio de búsqueda
puede mejorar en gran medida el rendimiento del sistema.
En los sistemas multiprogramados son varios los procesos activos en un momento
dado, y pueden producirse peticiones simultáneas de acceso a disco. Si mientras
se hace un acceso llegan más peticiones, el sistema deberá mantenerlas en una
lista de espera. Al terminar la petición que se atendía, el disco estará libre y el
sistema determinará el orden de atención de las peticiones pendientes,
minimizando el desplazamiento del brazo y el tiempo de servicio.
FCFS (First come first served)
El criterio más simple, sirve las peticiones según su hora de llegada, de
programación sencilla y sin sobrecarga, pero su eficiencia es relativa:
SSTF (Shortest seek time first)
Se atiende primero la petición más cercana a la última servida, la que quede más
cerca.
Reduce a la mitad el número de movimientos del brazo en comparación con
FCFS.
No respeta el orden de llegada de las peticiones a la cola.
Tiende a favorecer a las pistas del centro del disco.
Algoritmo del elevador o exploración (scan)
Es la solución a la postergación de SSTF
Se mantiene el movimiento del brazo en la misma dirección, hasta que no tiene
más solicitudes pendientes en esa dirección; entonces cambia de dirección.
5.7 Modelo jerárquico.
Jerarquía de datos
Son niveles de abstracción de cómo organizamos los datos:
Bit: elemento de información que permite almacenar 0 o 1.
Byte: 8 bits. Representan números en binario (de 0 a 28 - 1) y caracteres de texto
usando códigos (ASCII), es decir, convenios para representar datos alfanuméricos
con 8 bits. Campo: secuencia de datos iguales.
Registro: compuesto por campos (no necesariamente todos iguales).
Fichero o archivo: permite guardar conjuntos de registros.
Bases de datos: conjunto de registros a los que se puede acceder usando ciertas
claves.
5.8 Mecanismos de recuperación en caso de falla.
Confiabilidad del Sistema de Archivos
Es necesario proteger la información alojada en el sistema de archivos,
efectuando los resguardos correspondientes.
De esta manera se evitan las consecuencias generalmente catastróficas de la
pérdida de los sistemas de archivos.
Las pérdidas se pueden deber a problemas de hardware, software, hechos
externos, etc.
Manejo de un bloque defectuoso:
Se utilizan soluciones por hardware y por software.
La solución en hardware:
Consiste en dedicar un sector del disco a la lista de bloques defectuosos.
Al inicializar el controlador por primera vez:
Lee la “lista de bloques defectuosos”.
Elige un bloque (o pista) de reserva para reemplazar los defectuosos.
Registra la asociación en la lista de bloques defectuosos.
En lo sucesivo, las solicitudes del bloque defectuoso utilizarán el de repuesto.
La solución en software:
Requiere que el usuario o el sistema de archivos construyan un archivo con todos
los bloques defectuosos.
Se les elimina de la “lista de bloques libres”.
Manejo de Errores en Discos
Algunos de los errores más comunes en discos son:
Error de programación: Ej.: Solicitar un sector no existente.
Error temporal en la suma de verificación: Ej.: Provocado por polvo en la cabeza.
Error permanente en la suma de verificación: Ej.: Un bloque del disco dañado
físicamente.
Error de búsqueda: Ej.: El brazo se envía al cilindro 6 pero va al 7.
Error del controlador: Ej.: El controlador no acepta los comandos.
