详解「复制拷贝替身软连接硬连接」区别

Posted 2020-10-17

在mac文件系统中可以对一个文件进行标题中的这5种操作，操作的结果都是生成一份副本，但是其中却有很大区别。

首先操作上的区别很明显

1. 生成 软连接、硬连接 是通过命令行操作的
2. 生成 替身、复制、拷贝 一般是通过finder进行操作的，右键某个文件，菜单中选择（其实复制也可以用命令cp来实现，跟finder操作是一个效果）

然后其中的 复制和拷贝 跟另外三种方式本质上不同，它们之间的区别也很好理解

1. 他们的共同点是生成一份文件的副本，副本和原文件是两个独立的文件，两者的关系只有在生成时是关联的，在生成之后两者就没有关系，一个的被修改完全不会影响到另一个
2. 区别是在你右键点击复制后就会立刻在当前目录下生成一份副本，而拷贝则是把此文件的副本放到剪贴板，等待被粘贴

软连接和硬连接

但 软连接、硬连接、替身 间的区别就需要进一步分析。
它们本质上都不会生成文件的副本，而是通过各种方式去指向原文件，让你可以跟访问原文件一样访问连接或是替身。

这里先分析软连接（或者说符号链接 symbolic link）和硬连接（hard link），它们都是在「POSIX」标准中就有的，所以在Linux和macOS上都会有，而且也是一样的。
他们的作用有：

1. 让用户更方便的访问到文件、目录、驱动器或者网络设备等文件系统对象
2. 当用户访问一个具有很深目录结构的文件时，不用再一级一级的打开目录，而是直接双击链接，就打开了相应的文件
3. Linux 中常用它来解决一些库版本的问题
4. 多数情况下，通过链接访问原始对象的过程对用户和应用程序是透明的，不可见的

从使用的角度讲，两者没有任何区别，都与正常的文件访问方式一样，支持读写，如果是可执行文件的话也可以直接执行。区别在于底层原理：软连接本身是一个文件，类似Windows 的快捷方式，可以让你通过连接文件到原文件；硬连接是通过文件系统的inode连接来产生新文件名，跟访问原文件一样进行访问，中间不会产生新文件，下面举个例子详细说明。

我们先以文件为例（目录稍有不同），在一个目录中创建一个文件和它的软硬连接
（注：因为涉及一些linux系统有关的讨论，本文中一律使用「目录」这个名称代替「文件夹」）

$ touch myfile && echo "my file first line" > myfile
$ ln myfile hard     # 创建一个硬连接文件hard
$ ln -s myfile soft  # 创建一个软连接文件soft

首先，我们会发现，通过软连接、硬连接和文件本身myfile对「文件内容」进行操作的效果都是一样的，实际上都是操作myfile

$ echo "new line by hard" >> hard
$ cat myfile
my file first line
new line by hard

$ echo "new line by soft" >> soft
$ cat myfile
my file first line
new line by hard
new line by soft

但如果我们我们对文件本身进程操作，对软连接和硬连接的影响就不太一样了
删除 myfile 文件，然后分别输出软硬链接的文件内容，你会发现软连接会找不到文件，但硬连接却能正常访问

$ rm myfile

$ cat hard
my file first line
new line by hard
new line by soft

$ cat soft
cat: soft: No such file or directory

# 先查看下现在目录的状态
$ ls -lhi
87446916 -rw-r--r--  1 bigbear  staff    63B 11 30 10:51 hard
87450113 lrwxr-xr-x  1 bigbear  staff     6B 11 30 10:44 soft -> myfile

来解释原因，首先回到删除文件之前，在目录下查看文件和连接的详细信息（目录文件的block内容）

$ ls -lhi
# inode号   文件属性 连接数  拥有者   所属用户组 大小  文件创建时间   文件名（路径）
87446916  -rw-r--r--  2   bigbear  staff    28B  11 30 10:42  hard
87446916  -rw-r--r--  2   bigbear  staff    28B  11 30 10:42  myfile
87450113  lrwxr-xr-x  1   bigbear  staff     6B  11 30 10:44  soft -> myfile

关于每列信息代表的意思都在注释里写了，几个特殊的稍微解释一下

1. inode号
   1. （关于inode的内容可以参考我关于Linux文件系统的文章，写得很详细，忘了的话最好复习一遍）
   2. 每个文件的内容会分三处位置存储，文件的文件名存储在所在目录的目录文件的block中，这个block存储的是文件名和文件inode的映射关系，也就是文件名与目录有关；而文件属性和内容分别存储在文件的inode和block中，且文件的inode存有文件的block号
   3. 读取某个文件内容的过程是：在目录文件的block通过文件名找到对应的Inode号，找到这个inode然后读取其中的block号，找到这个block再读取这个block的内容
   4. 多个文件名可以对应到同一个inode号，当两个文件名的inode号相同，就代表在目录block的记录中，这两个文件名指向同一个inode，这两个文件名对文件系统来说就是同一个文件的不同名字
2. 文件属性
   1. 一共十位，第一位是文件类型缩写，后面9位每三位一组表示用户权限、用户组权限、其他人权限的可读(r)、可写(w)、可执行(x)
3. 连接数
   1. 表示有多少个文件名连接到这个inode号码，或者说这个inode指向的文件有多少个名字
4. 所属用户组
   1. 有两大类常见的用户组wheel（轮子）和staff（人员）
   2. wheel 是一个特殊的可以使用 su 切换到 root 的用户组；而 staff 组是所有普通用户的集合
      于是我们能看到
5. 硬连接和原文件的inode号相同，表示是同一个文件。两者除了文件名，其他的权限、属性、内容完全一样
6. 软连接的inode和原文件不同，文件属性上也有一个 l 的 flag，表示连接文件

所以进一步分析：
软连接

1. 创建软链接会创建一个新的文件，这个文件本身有新的inode，有新的block，block的内容是原文件的绝对路径或相对路径
   1. 你会发现上表中软连接文件的大小为6bytes，因为箭头(->)右边的文件名「myfile」总共有6个英文，每个英文占用1个bytes ，所以文件大小就是6bytes了
   2. 这里是相对路径，也可以使用绝对路径（就是在ln命令中把文件名改成绝对路径），使用相对路径的话，移动软连接文件的位置就可能导致软连接失效，所以一般使用绝对路径
2. 系统读到这个文件类型时，会特殊处理，让数据的读取指向这个地址的那个文件
3. 这个原理本质上同Windows的快捷方式文件是一样的

硬连接

1. 创建硬连接只是在当前（或某个）目录文件的block中新增一条新文件名连接到某inode号码的关连记录而已
   1. 这时既不会增加inode 也不会增加block（其实还是可能会增加block的，那就是当你新增这笔记录却刚好将目录的block填满时，就可能会新加一个block来记录，不过一般不会）
2. 因为硬连接的形式跟原文件的形式是一模一样的，所以系统其实是无法区分硬连接和原文件的，在命令下是一样的，在mac的图标上看也是一样的，能看到hard其实就是文件，soft是快捷方式的样子
   1. 

这样就能解释前面修改文件内容和修改文件本身的表现不同的原因

1. 修改内容
   1. 软连接：系统读到这个文件类型时，会特殊处理，让数据的读取指向这个地址的那个文件
   2. 硬连接：就是同一个文件，当然完全一样了
2. 修改文件
   1. 查看目录信息能看到文件确实只有myfile被删掉了，看上去hard和soft都不受影响
   2. 但因为软连接的 inode 所指向的内容是一个文件路径，当这个文件被删除，从文件路径上自然会无法找到该文件
   3. 而硬连接确实没有受到影响，因为它直接指向inode，只要inode对应的block还在，就还能找到。而删除一个文件只是删除另一个硬连接，并不会影响inode和block

可以画图演示两种连接读取过程的区别

从上面的说明来看，软连接缺点很大，似乎硬连接更安全，因为即使某一个目录下的文件被删掉了也没有关系，只要有任何一个目录下存在文件，那么该文件就不会不见。但由于硬连接的限制太多， 所以在用途上是比较受限的，反而是软连接的使用面更广。
软连接缺点

1. 删除了原文件，就会找不到文件了
2. 修改了原文件的文件名（更确切地说是修改文件路径），也会找不到文件，因为软连接block记录的文件路径不会动态更新

硬连接的限制

1. 不能跨文件系统
   1. 因为inode号只有在同一个文件系统中才是唯一的，当 Linux 挂载多个文件系统后将出现 inode 号重复的现象
2. 不能连接目录（这也是前面说的对目录来说稍有不同的点，其他都一样）
   1. 因为每个目录文件的block中默认自带两条记录：.和..，.这条记录的inode就是目录文件自身的inode号，..这条记录的inode是父目录文件的inode号
   2. 同时因为硬连接是真的硬，跟系统本身的文件一模一样，系统是分不清的，所以如果是在不同的目录底下建立目录的hard link 时，将可能会导致「同一个目录会有好几个父目录」的存在，如图
   3. 还有一些看不懂的解释
      1. 因为如果使用hard link 连接到目录时， 连接的新目录得要多出一个. 以及.. ，那个.. 就会导致父目录也多出一个新的连接计算，如果多重处理时， 很可能会导致目录搜寻时的错误循环问题，导致一个名为死结的困境——鸟哥
      2. 对一个目录创建硬连接时，要对目录下的所有文件创建硬连接——鸟哥
   4. 其他可参考解释
      1. https://unix.stackexchange.com/questions/22394/why-are-hard-links-to-directories-not-allowed-in-unix-linux
      2. https://www.zhihu.com/question/50223526
      3. http://blog.csdn.net/longerzone/article/details/23870297

mount --bind

另外，虽然上面说解决硬连接无法连接目录的方法有软连接，但其实还有一个办法，在Linux中还能使用mount --bind命令
有些程序里对软连接的支持并不好，这时就可以通过mount --bind命令来将两个目录连接起来

1. 新建两个目录「mkdir test1 test2」，可以看到两个目录的inode号不同
2. 将两个目录bind起来「mount --bind test1 test2」，会发现inode号全部变成之前test1的inode号了，所以mount --bind命令是将前一个目录挂载到后一个目录上，所有对后一个目录的访问其实都是对前一个目录的访问

但不同于硬连接是把两个文件名关联同一个inode记录，当mount --bind命令执行后：

1. Linux将会把被挂载目录的目录项（也就是该目录文件的block，记录了下级目录的信息）屏蔽，在本例里就是 test2 的下级路径被隐藏起来了
   1. 注意，只是隐藏不是删除，数据都没有改变，只是访问不到了
2. VFS会在内存创建一个vfsmount对象，这个对象里包含了整个文件系统所有的mount信息，其中就会添加本次mount中的信息，这个对象是一个HASH值对应表（HASH值通过对路径字符串的计算得来），表里就有 test1 到 test2 两个目录的HASH值对应关系
3. 命令执行完后，当访问 test2下的文件时，系统会告知 test2 的目录项被屏蔽掉了，自动转到内存里找VFS，通过vfsmount了解到 test2 和 test1 的对应关系，从而读取到 /test1 的inode，这样在 /test2 下读到的全是 /test1 目录下的文件

由上述过程可知，mount --bind 和硬连接的主要区别是：

1. mount --bind连接的两个目录的inode号码并不一样，只是被挂载目录的block被屏蔽掉，inode被重定向到挂载目录的inode（被挂载目录的inode和block依然没变）
2. 两个目录的对应关系存在于内存里，一旦重启挂载关系就不存在了

替身

其实从上面的描述，你会发现，不管是软连接还是硬连接，都有各自的缺点：

1. 软连接
   1. 删除了原文件或修改原文件的路径，就会找不到原文件了
2. 硬连接
   1. 不能跨文件系统
   2. 不能连接目录

那能不能设计一种连接方式，避免这些缺点，比这两种连接方式更稳定？
重新设计有点困难，我们可以从优化开始：假设能把这两种方式结合在一起，是不是就完全没有缺点了？看上去可行，因为软连接的问题硬连接完全没有，硬连接的问题软连接也完全没有，只要两者结合就能互补，但你仔细想一下，软连接的问题硬连接也有，那就是虽然硬连接删除了原文件也能工作，但是需要在同一文件系统内才行，所以两种方式都有同样的问题：跨文件系统删除原文件，都会找不到原文件。

假如忽略这个问题，结合软连接和硬连接的最简单方式就是扩展软连接了，因为硬连接本身就是文件系统的元功能，修改的动静太大，所以扩展软连接比较靠谱。扩展的方式很简单：在软连接文件的block中添加一条信息，也就是inode号，先找路径，如果找不到，就看Inode在不在，或者查找顺序反过来。
而如果要进一步解决最后的问题，只能升级Inode了，让它能带有不同文件系统的前缀之类的，让inode号整个操作系统唯一。

我们的思考先到这里，来看苹果公司的思考吧，苹果不仅思考了这个问题，而且还给出了他们的解决方案：替身（Alias）。
其实说白了苹果的解决方案跟我们刚才想的一样，替身文件包含了原文件的路径和inode（好像不完全是这样，但是是类似的），当用户访问替身文件时，系统分析替身文件，找到原始文件的路径信息，然后判断原始文件是否存在，如果存在就访问它，如果不存在，就找具有相同inode的文件，然后访问该文件。
所以替身虽然具有软硬连接的优点，但还会面临上面提到的最后一个问题。

同时替身只是macOS自己的概念，并且是Finder层级的概念，所以终端下的程序（比如vim）是不能识别替身的。
比如我手动创建一个替身「myfile的替身」，能看到确实是新文件，inode号不一样，大小也大很多，同时会看到文件属性稍微有点不一样（是普通文件类型，但是最后多了一个属性@），然后使用cat查看时，不会自动定向到myfile上，而是直接看到了它的内容。

$ ls -lhi
87455259 -rw-r--r--  1 bigbear  staff    63B 11 30 10:51 hard
87455259 -rw-r--r--  1 bigbear  staff     6B 11 30 11:00 myfile
87824419 [email protected] 1 bigbear  staff   880B 12  4 01:40 myfile的替身
87450113 lrwxr-xr-x  1 bigbear  staff     6B 11 30 10:44 soft -> myfile

$ cat myfile的替身
bookm??s/b????n?Aop/tUsersbigbearDesktoptemp2myfile [email protected]*???A???    file:///
Macintosh H ?A???$72B43??0F-211??88C???/0dn?`??@?T U V ?? l |  ?0 ???P"??%

但是在finder中，你会看到替身的图标也是链接状的，你也可以双击替身打开myfile文件