本文共 2296 字，大约阅读时间需要 7 分钟。

iNode：磁盘中块和扇区

在Linux文件系统中，iNode用于存储文件的元数据信息，而不是文件内容本身。iNode的元数据包括以下几个方面：

文件系统在格式化后，iNode以数组形式存储，每个iNode的大小根据文件系统的大小和磁盘大小决定，通常为128或256字节。

此外，文件系统会生成一个Map映射关系表，存储文件名与iNode索引的对应关系。读取文件时，首先通过文件名查找Map表获取iNode索引，然后从iNode数组中获取相应的iNode信息，接着找到文件内容所在磁盘块的位置，最后读取磁盘块内容。

扇区与块

磁盘在生产时会划分为扇区，每个扇区的大小通常为512字节（传统系统），现在则是4K字节。文件系统从硬件的角度抽象了扇区，使用块作为文件存储的最小单元。一个块可以由1、2或4个扇区组成，以平衡磁盘空间浪费和读写效率。

选择块大小需要权衡：过小的块会导致每个文件占用多个块，增加iNode存储的负担；过大的块则可能导致空间浪费。因此，块大小通常是根据文件系统的实际需求和磁盘总容量来确定的。

iNode数组的限制

尽管iNode数组的大小可以在格式化时指定，但一旦iNode数组用完，文件系统即使还有剩余空间也无法存储新的文件。这通常会导致 inode exhausted的问题，尤其是在有大量零碎文件或大量文件时。早期的Docker使用overlay文件存储格式时常常面临这个问题，而Overlay2格式则在一定程度上解决了这个问题。

文件查找与读取命令

在C语言中，字符串的终结字符'\0'对应的ASCII码值为0。

find：找文件

find命令用于搜索文件系统中的文件，可以根据路径、文件名、大小、权限、修改时间等条件筛选。

例如：

find . -name '*.txt' -size +1M -type f

这个命令会在当前目录和子目录中搜索大小超过1MB的文本文件。

-print0选项会将匹配结果以'\0'分隔输出，xargs -0则可以正确处理这种终结符分隔的文件名。

为了快速搜索，可以使用索引文件加快搜索速度。例如，/usr/bin目录下有很多系统程序，使用find /usr/bin -x可以快速找到可执行程序。

grep：找文件内容

grep命令用于在文本文件中查找特定模式。常见用法包括：

grep "异常信息" /path/to/log/file.log

可以使用-r选项进行递归搜索，-n选项显示匹配行号。

cat/more：查看文件内容

cat命令用于读取文件内容，每次读取整个文件可能导致高负载，可以通过-I选项每次读取一行，-s选项一次性读取整个文件。

more命令同样用于分页查看文件内容，可以使用<键向前翻页，>键向后翻页，空格键跳到下一行开始。

head/tail：查看文件部分内容

head命令显示文件的前几行，可以使用-n指定显示行数，tail命令显示文件的后几行，可以使用-f实时监控。

iptables：网络数据包过滤

iptables用于管理Linux系统的网络过滤规则，主要包括filter、nat、mangle、arp和ip五个表。

filter表：默认策略

filter表默认情况下会对进入和离开系统的数据包进行过滤。可以通过配置规则来允许或拒绝特定类型的数据包。

例如，防火墙规则可以这样配置：

iptables -A filter -j ACCEPT --dport 8081 -p tcp

这条规则会允许进入系统的TCP端口8081的数据包。

net表：转发数据包

net表用于实现网络数据包转发，可以实现网络地址转换（NAT）和端口转发。

例如，要在0.12.0.0机器上将来自0.12.0.0:7788的TCP连接转发到0.11.0.0:7799，可以执行以下命令：

iptables -t nat -A PREROUTING -d 0.12.0.0 -p tcp --dport 7788 -j DNAT --to-destination 0.11.0.0:7799iptables -t nat -A POSTROUTING -j MASQUERADE

这样设置后，通过0.12.0.0访问0.11.0.0:7799的请求会被正确转发。

一致性哈希：取余法

一致性哈希是一种分布式缓存算法，用于解决缓存服务器动态增加或减少时，如何均匀分配缓存压力的问题。常用的方法是对缓存键（如图片序号）进行哈希计算，取模运算确定目标缓存服务器。

例如，假设有三台缓存服务器S0、S1、S2，图片序号为key，哈希函数输出一个整数hash值，通过hash值对服务器数量取模，确定图片存储的服务器。

这种方法有以下优点：

然而，传统的取模方法可能存在hash偏斜问题，即多个服务器集中在模运算的某个区域，导致负载不均。解决方法是增加虚拟节点，使实际服务器与模运算结果的分布更加均匀。

例如，使用虚拟节点分散服务器在模运算结果空间中，使得每个服务器处理的请求量更均衡。