CAT Filesystem

Linux 下的目錄與標籤式檔案系統
Draft 0.2

墳墓（ Brian Hsu ）

1
 授權聲明
► 本文以 『 Creative
Commons 姓名標示 - 非
商業性 - 禁止改作 2.0 台灣』 進行授權
► 您可以在下列的條件下自由重製、散布、展
示及演出本著作。
 姓名標示：您必須保留原作者的姓名標示。
 非商業性：您不得為商業目的而使用本著作。
 禁止改作： 您不得改變、轉變或改作本著作。
► 詳情請見

ttp://creativecommons.org/licenses/by-nc-nd/2.0/tw/
2
 Outline
► 階層式檔案系統架構
► 階層式檔案系統的問題
► 解決方案
 Link ( 捷徑 )
 Application
 全文檢索
 Label (Tag)

3
 Outline
► 是否需要發展一套 FS
 Application 的問題
 Extendend File Attributes
► CatFS Approach
► CatFS 系統特色
► 系統架構
► 待討論事項
► 要解決的問題
► TODO List 4
 階層式檔案系統
► 樹狀節構
► 所有資料都可分為兩種基本型態
 目錄
 檔案
► 檔案一定在某一個目錄之下

5
 階層式檔案系統的問題
► 階層式檔案系統的基本特性
 一個檔案只能在一個目錄之中
► 現實的生活中
 一個檔案可能同時屬於好幾個分類
►與『一個檔案只能在一個目錄』相扺觸

6
 階層式檔案系統的問題：
Example
~
+--Photo
| +-- 社團
| | +--- 園遊會
► 我所規劃的檔案架構如 | | +--- 迎新茶會
右 | | +--- 社遊
| +-- 奶茶
► 社團照片以活動為分類 | +--- 桌布
► 每個檔案都有特定的目 | +--- 聽說宣傳照
|
錄可以存放 +--MP3
 Ex: | +-- 奶茶
 奶茶的歌放在 ~/MP3/ 奶 | | +--- 很愛很愛妳
| | +--- 單身日誌演唱會
茶 /[ 專輯名稱 ] 中
| | +--- 聽說
 奶茶的照片放在 | +-- 陳昇
~/Photo/ 奶茶 /[ 分類 ] | +--- 美麗寶島跨年演唱會
中 +--MTV
+-- 奶茶
► 世界一片美好？ 7
+-- 陳昇
 階層式檔案系統的問題：
Example
► 我要如何在所有的社團照片中，找到特定主
題的照片？
 Ex: cosplay 、木偶、社團合照，特定社員… etc

8
階層式檔案系統的問題：
Example
► 我的檔案以檔案類型分類
 音樂 => ~/MP3
 照片 => ~/Photo
 影片 => ~/MTV
► 如何做到下面的事情？
 找出奶茶聽說專輯的所有檔案 (MP3,MTV,Photo)
 找出奶茶很愛很愛你的照片和音樂
 找出奶茶或南方二重唱的所有 MTV 和奶茶的照片
► 在目錄的架構下，以上的所有都是癡心妄想！
9
 解決的方式
► Link ( 捷徑 )
► Application
► 全文搜尋
► Label
 Mac OS X
 Gmail/Picasa2

10
 解決方法： Link

► 把我希望放在一起的檔案，建立一個目
錄，並將原始檔 link 在那個目錄內。
 Ex:
 建一個『聽說照片 MV 』的資料夾，再把所
有相關檔案在該目錄中建立捷俓。
► 幾乎所有作業系統都有提供
 Windows => 捷徑
 Un*x => Soft Link
11
 Link 的問題
► Soft link
 原始檔案刪除， soft link 隨之無效
► Hard link
 把主目錄裡的檔案刪除，卻無法釋放磁碟空間
► Link無法與主目錄裡的更動自動同步
► 人是多變的，除非用窮舉，否則不可能我要
找任何關鍵字的組合時都能馬上找到對應的
目錄
► Example: 五個分類
 C5,1 + C5,2 + C5,3 + C5,4 + C5,5 = 31 !! 12
 解決方法： Application
► 利用軟體進行檔案的管理
 iTunes
 Picasa2
► 只能進行特定檔案類型的管理
 iTunes => 音樂
 Picasa2 => 照片

13
 解決方法： Application (Cont.)
► 如果我想用統一的方式管理我電腦上的所有
檔案？
 Ex: MP3/MPG/JPEG/TXT/PDF…etc.
► 確實有人在檔案管理員程式加入 metadata
的功能。
 Ex: GNOME Nautilus

14
 解決方法：全文檢索
► 電腦是很笨的，特別在斷字、斷句、斷詞以
及文章脈絡的判斷
► Google Desktop Search
► 無法進行精確的搜尋
► 沒有義意的照片編號，如何搜尋
► Example:
 內文有『奶茶』兩字的檔案，不一定就與劉若
英有關係
 對劉若英的訪問，或許會提到陳昇或張艾嘉，
但不應該被分到『陳昇』或『張艾嘉』的分類 15
16
17
 解決方法： Label
► 替檔案加上一個特殊的屬性： Label (Tag)
► 目前使用 Label 功能的有以下兩個系統
 Mac OS X Finder
 Gmail/Picasa2

18
 Mac OS X Label
► 以顏色區分，使用者能設定 label 名稱
► 一個檔案只能設定一個 label
 就某方面來說，這不過是從『一個檔案只能在一
個目錄內』 => 『一個檔案只能在兩個目錄
內』
► Label數目有限制，只能使用內建的顏色，
無法新增
► Mac OS X 雖然有 label ，但仍無法解決
P8,9 所提出的問題
19
20
 Gmail/Picasa Label

► 沒有階層式的目錄架構，只有 Label
 目錄在多層次的組織上，依然很有用，但
GMail 不支援
► 一封信可以有多個 Label
► Label 數目沒有限制
► Gmail 可以用 Label 搜尋，但無法進行
複雜的條件判斷。
► Picasa2 只能處理 and 運算元
21
Gmail/Picasa Label (Cont.)

22
Gmail/Picasa Label (Cont.)

23
Gmail/Picasa Label (Cont.)

24
 檔案系統 vs 應用程式？
► 要實作 Label (Tags) 真的需要搞到檔案系統
嗎？畢竟大不了我寫隻什麼檔式都可以吃，
又可以設 label 的檔案管理員嘛！
► 再不然，目前許多的檔案系統也提供使用設
定額外的屬性，實在沒必要發展一套新的檔
案系統。

25
 Application 的問題
► 連續性
 在 Un*x 的世界裡，圖型界面的檔案管理員有許多種
(Ex: KDE,GNOME…etc)
 如果使用 Application 來記錄 Tags ，會發生不連續性
的問題。
► Example:
 在 Nautilus 中設定一個 foo 這個目錄的底色
 在 command line 下 mv foo bar
 理論：這只是改名，不應該把底色改掉
 事實：底色的資訊不見了

26
 Application 的問題 Example
► 請回憶剛剛的 Picasa2
► 我把原本在桌面的 Club 資料夾『剪下貼
上』到 C:\
► 理論上這個應該是兩個完全相同的資料夾，
因此不應該有資料的流失
► 但是我再次開啟 Picasa2 後……

27
Application 的連續性問題 (Cont.)

28
Application 的連續性問題 (Cont.)
► 好，是我太笨，移動了資料夾，當然要叫應
用程式到新的資料夾去找我的照片。
► 老天保佑，我辛苦建立起來的 label 還在。
► 可是事實上……

29
Application 的連續性問題 (Cont.)

30
 Extended File Attributes
► 不過是加個 Tag 屬性，有必要動到檔案系統嗎？
 現在的 ReiserFS 都有提供 Extended file attributes 啦
！
► Extendend File Attributes
 Key = Value
 ~/MP3/ 劉若英 / 聽說 / 幸福的路 .mp3
► tags = 奶茶 | 聽說 | 音樂
► 架構在原本的 inode 上，如何進行快速搜尋？這樣
速度會與直接搜尋檔名差不多，甚至更慢，因為要
再將 tags 的內容拆開分析。
 為什麼要浪費時間在使用者不感興趣的檔案上？
31
 CAT Filesystem
► CAT
 CAT: 貓， Catlog 之縮寫
 CAT And Tags Filesystem
► 一個具備階層及標籤管理方式的檔案系統
► 提供使用者一個快速搜尋的系統
 以搜尋速度做為實作的最重要考量

32
 CatFS’s Approach
► 以目錄為主要分類架構，標籤搜尋為輔
► 使用者可以自行設定檔案的標籤屬性
► 找出奶茶聽說專輯的所有檔案
 Search Tag: 聽說
► 找出奶茶很愛很愛你的照片和音樂
 Search Tag: ( 照片 OR 音樂 ) AND 很愛很愛你
► 找出奶茶或南方二重唱的所有 MTV 和奶茶的照片
 Search Tag: ( ( 南方二重唱 OR 奶茶 ) AND MTV ) OR
( 奶茶 AND 照片 )

33
 CatFS 系統特色
► 與現有 Linux 檔案系統向下相容
 Ex: Ext3/ReiserFS…
► 使用者可以自由對任何檔案設定任何標籤
 當使用者對目錄進行設定標籤的動作時，不論哪一個
► 虛擬目錄
► 資源回收筒
► 備份、回存標籤相關資訊

34
 虛擬目錄
► 在不更動使用者的習慣下，以目錄表示出標
籤的架構
► 靜態虛擬目錄
 單一的標籤
 可新增、刪除檔案的標籤屬性
► 動態虛擬目錄
 mkdir Tag: ( 奶茶 AND MP3)
 唯讀
35
 虛擬目錄 Example
$ cd ~/.tags
$ ls
奶茶 南方二重唱 陳昇
$ cd 奶茶
$ ls
很愛很愛你 .mp3 後來 .mp3 相知相守 .mp3…
$ mv 相知相守 .mp3 ../ 南方二重唱
 刪除 相知相守 .mp3 『奶茶』的標籤，加上
『南方二重唱』的標籤

36
 系統架構
► Tags
的儲存
► 資源回收筒

37
 Tags 的儲存

► 在自己的一個檔案中，在使用 Ext3 的
kernel 下，看起來只是一個檔案。
► 只有 kernel level 看的到這個 Tags 檔
案，所有與檔案相關的 system call 都
會將這個檔案當做不存在。
► For Example:
 在 Ext3 的根目錄，將某個 entry ，指到
特定的 inode ，該 inode 所存的即是這個
tags 檔。 38
 資源回收筒
►對 unlik() 動手角
► 只在特定的目錄下，才真的進行 unlink 的動
作

39
 待討論的事項
► 使用的 Kernel 版本
 2.4 or 2.6
► 架構在哪種 FS 之上
 Ext3
 ReiserFS
► 詳細的 Tags 動作
 是否需要以目錄為單位的 Tags ？
 複製檔案是否要複製 Tags 屬性
40
 ResierFS 3.6 / 4
► ReiserFS 3.6
 Journalling file system for Linux based on
balance tree algorithms.
 對小檔案的處理效能較高
► ReiserFS 4
 號稱是最快的檔案系統，但個人感覺比 ResierFS
3.6 差了一點，而且很吃 CPU
 Atomic filesystem
 Reiser4 uses dancing trees

41
 需要解決的問題
►解 Muti-User 環境下造成的混淆
 brianhsu 有個 Photo 標籤
 mission 也有個 Photo 標籤
► Permission
 是否該讓使用者以標籤做為分享檔案的媒介？
► 如何備份複原 Tag 資料
 提供相關工具，可以 export/import Tags 檔案
 如何在 import 後進行正確性的檢查，或是
inode 對應的修改？
42
 需要解決的問題 (Count.)
► 如何不讓一般檔案操作的速度降低
► 搜尋速度
 要如何設計我們的資料結構，才能讓複雜的條件式搜尋
，能夠在短時間內找出結果。
► Cache
 如何讓虛擬目錄的速度不致於和 Native 相差過多？
► Tags 的連續性
 在使用者 cp/mv/rm 檔案時，如何能夠維持檔案與 tag
的一致性，並且不致於拖累這些操作的時間。

43
 需要解決的問題 (Count.)
► Tags 正確性的檢查 (fsck 的處理 )
 感謝 SayYA BBS 上的 anton 提出這個問題
 如果 label 與檔案不一致，如何處理？
►正確的 Tag 對到存在但已損壞的檔案 => 不理他，
就像一個檔名可能對到一個損壞的檔案。
►Tag 對應到一個不存在的檔案 => 應該要將該 tag
中的那個 entry 清掉，不過在正常的情況下不應該發
生，因為理論上在刪掉一個檔案時， kernel 就應該要
把那 Tag 清掉。
►Tag 對應到不是當初使用者指定的檔案 => ……

44
 需要解決的問題 (Count.)
► 與現有指令以及應用程式的整合
 Kernel 與 User level 的切割

45
 TODO List
► 弄清楚 VFS/Ext3/Kernel Module 的架構
► 在原有的基礎下設計我們的相關資料結構
► 實作 Kernel 層
► 實作 User Application 層

46