Por que links físicos para diretórios não são permitidos no UNIX / Linux?

Li em livros de texto que o Unix / Linux não permite links físicos para diretórios, mas permite links físicos. É porque, quando temos ciclos e se criamos links físicos, e depois de algum tempo excluímos o arquivo original, ele aponta para algum valor de lixo?

Se os ciclos foram a única razão por trás da não permissão de links físicos, por que os links físicos para diretórios são permitidos?

Essa é apenas uma péssima idéia, pois não há como distinguir entre um link físico e um nome original.

Permitir links físicos para diretórios quebraria a estrutura gráfica acíclica direcionada do sistema de arquivos, possivelmente criando loops de diretório e subárvores de diretório pendentes, o que tornaria fsckqualquer outro caminhante da árvore de arquivos propenso a erros.

Primeiro, para entender isso, vamos falar sobre inodes. Os dados no sistema de arquivos são mantidos em blocos no disco e esses blocos são coletados juntos por um inode. Você pode pensar no inode como o arquivo. Os inodes não possuem nomes de arquivos. É aí que entram os links.

Um link é apenas um ponteiro para um inode. Um diretório é um inode que contém links. Cada nome de arquivo em um diretório é apenas um link para um inode. Abrir um arquivo no Unix também cria um link, mas é um tipo diferente de link (não é um link nomeado).

Um link físico é apenas uma entrada de diretório extra apontando para esse inode. Quando você ls -l, o número após as permissões é a contagem de links nomeados. A maioria dos arquivos regulares terá um link. Criar um novo link físico para um arquivo fará com que os dois nomes de arquivos apontem para o mesmo inode. Nota:

% ls -l test
ls: test: No such file or directory
% touch test
% ls -l test
-rw-r--r--  1 danny  staff  0 Oct 13 17:58 test
% ln test test2
% ls -l test*
-rw-r--r--  2 danny  staff  0 Oct 13 17:58 test
-rw-r--r--  2 danny  staff  0 Oct 13 17:58 test2
% touch test3
% ls -l test*
-rw-r--r--  2 danny  staff  0 Oct 13 17:58 test
-rw-r--r--  2 danny  staff  0 Oct 13 17:58 test2
-rw-r--r--  1 danny  staff  0 Oct 13 17:59 test3
            ^
            ^ this is the link count

Agora, você pode ver claramente que não existe um link físico. Um link físico é o mesmo que um nome comum. No exemplo acima, testou test2, qual é o arquivo original e qual é o link físico? No final, você não pode realmente dizer (mesmo com registros de data e hora) porque os dois nomes apontam para o mesmo conteúdo, o mesmo inode:

% ls -li test*  
14445750 -rw-r--r--  2 danny  staff  0 Oct 13 17:58 test
14445750 -rw-r--r--  2 danny  staff  0 Oct 13 17:58 test2
14445892 -rw-r--r--  1 danny  staff  0 Oct 13 17:59 test3

A -ibandeira para lsmostra os números de inode no início da linha. Observe como teste test2tenha o mesmo número de inode, mas test3tem um número diferente.

Agora, se você pudesse fazer isso para diretórios, dois diretórios diferentes em pontos diferentes no sistema de arquivos poderiam apontar para a mesma coisa. De fato, um subdir poderia apontar de volta para seu avô, criando um loop.

Por que esse loop é uma preocupação? Porque quando você está percorrendo, não há como detectar que você está fazendo um loop (sem acompanhar os números dos inodes enquanto você percorre). Imagine que você está escrevendo o ducomando, que precisa se repetir nos subdiretórios para descobrir sobre o uso do disco. Como dusaberia quando atingisse um loop? É propenso a erros e muita contabilidade dudeveria ser feita, apenas para executar esta tarefa simples.

Os links simbólicos são um animal totalmente diferente, pois são um tipo especial de "arquivo" que muitas APIs de sistema de arquivos tendem a seguir automaticamente. Observe que um link simbólico pode apontar para um destino inexistente, porque aponta pelo nome e não diretamente para um inode. Esse conceito não faz sentido com links físicos, porque a mera existência de um "link físico" significa que o arquivo existe.

Então, por que dulidar com links simbólicos com facilidade e não com links físicos? Pudemos ver acima que os links físicos são indistinguíveis das entradas normais do diretório. Os links simbólicos, no entanto, são especiais, detectáveis ​​e ignoráveis!  dupercebe que o link simbólico é um link simbólico e o ignora completamente!

% ls -l 
total 4
drwxr-xr-x  3 danny  staff  102 Oct 13 18:14 test1/
lrwxr-xr-x  1 danny  staff    5 Oct 13 18:13 test2@ -> test1
% du -ah
242M    ./test1/bigfile
242M    ./test1
4.0K    ./test2
242M    .

Com exceção dos pontos de montagem, cada diretório tem um e apenas parent: ...

Uma maneira de fazer pwdé verificar o dispositivo: inode para '.' e '..'. Se eles forem iguais, você alcançou a raiz do sistema de arquivos. Caso contrário, encontre o nome do diretório atual no pai, coloque-o em uma pilha e comece a comparar '../.' com '../ ..', depois '../../.' com '../../ ..', etc. Depois de acessar a raiz, comece a exibir e imprimir os nomes da pilha. Esse algoritmo baseia-se no fato de que cada diretório possui um e apenas um pai.

Se links físicos para diretórios forem permitidos, qual dos vários pais deve ..apontar? Essa é uma razão convincente pela qual links físicos para diretórios não são permitidos.

Links simbólicos para diretórios não causam esse problema. Se um programa quiser, ele pode executar um lstat()em cada parte do nome do caminho e detectar quando um link simbólico é encontrado. O pwdalgoritmo retornará o nome do caminho absoluto verdadeiro para um diretório de destino. O fato de haver um pedaço de texto em algum lugar (o link simbólico) que aponta para o diretório de destino é praticamente irrelevante. A existência desse link simbólico não cria um loop no gráfico.

Você pode usar o mount mount para simular diretórios de link físico

sudo mount --bind /some/existing_real_contents /else/dummy_but_existing_directory
sudo umount /else/dummy_but_existing_directory

Eu gostaria de acrescentar mais alguns pontos sobre esta questão. Links físicos para diretórios são permitidos no linux, mas de maneira restrita.

Uma maneira de testar isso é quando listamos o conteúdo de um diretório e encontramos dois diretórios especiais "." e "..". Como sabemos "." aponta para o mesmo diretório e ".." aponta para o diretório pai.

Então, vamos criar uma árvore de diretórios onde "a" é o diretório pai que possui o diretório "b" como filho.

 a
 `-- b

Anote o inode do diretório "a". E quando fazemos um ls -ladiretório "a", podemos ver isso "." O diretório também aponta para o mesmo inode.

797358 drwxr-xr-x 3 mkannan mkannan 4096 Sep 17 19:13 a

E aqui podemos descobrir que o diretório "a" possui três links físicos. Isso ocorre porque o inode 797358 possui três hardlinks no nome de "." dentro do diretório "a" e nomeie como ".." dentro do diretório "b" e um com o nome "a" em si.

$ ls -ali a/
797358 drwxr-xr-x 3 mkannan mkannan 4096 Sep 17 19:13 .

$ ls -ali a/b/
797358 drwxr-xr-x 3 mkannan mkannan 4096 Sep 17 19:13 ..

Portanto, aqui podemos entender que os hardlinks existem apenas para os diretórios se conectarem aos diretórios pai e filho. E assim, um diretório sem filho terá apenas 2 hardlink, e o diretório "b" terá apenas dois hardlink.

Uma razão pela qual a vinculação forçada de diretórios foi impedida livremente seria evitar loops de referência infinitos, que confundirão programas que atravessam o sistema de arquivos.

Como o sistema de arquivos é organizado como árvore e como a árvore não pode ter referência cíclica, isso deveria ter sido evitado.

Nenhuma das seguintes é a verdadeira razão para não permitir links físicos para diretórios; cada problema é bastante fácil de resolver:

• ciclos na estrutura da árvore causam dificuldades
• pais múltiplos, então qual é o "real"?
• coleta de lixo do sistema de arquivos

O verdadeiro motivo (como sugerido por @ Thorbjørn Ravn Andersen) ocorre quando você exclui um diretório que possui vários pais, do diretório apontado por ..:

O que ..agora deve apontar?

Se o diretório for excluído de seu pai, mas sua contagem de links ainda for maior do que 0então, deve haver algo, em algum lugar ainda apontando para ele. Você não pode deixar de ..apontar para o nada; muitos programas dependem .., então o sistema precisaria percorrer todo o sistema de arquivos até encontrar a primeira coisa que aponta para o diretório excluído, apenas para atualizar ... Ou isso, ou o sistema de arquivos teria que manter uma lista de todos os diretórios apontando para um diretório com link físico.

De qualquer forma, isso seria uma sobrecarga de desempenho e uma complicação extra para os metadados e / ou código do sistema de arquivos, então os designers decidiram não permitir.

A criação de hardlinks nos diretórios seria irreversível. Suponha que tenhamos:

/dir1
├──this.txt
├──directory
│  └──subfiles
└──etc

Eu o vinculo a ele /dir2.

Então /dir2agora também contém todos esses arquivos e diretórios

E se eu mudar de idéia? Eu não posso simplesmente rmdir /dir2(porque não está vazio)

E se eu excluir recursivamente em /dir2... será excluído /dir1também!

IMHO é uma razão amplamente suficiente para evitar isso!

Editar:

Os comentários sugerem a remoção do diretório, fazendo rm-o. Mas rmem um diretório não vazio falha, e esse comportamento deve permanecer, independentemente de o diretório estar vinculado ou não. Então você não pode simplesmente rmdesvincular. Seria necessário um novo argumento para rm, apenas para dizer "se o inode do diretório tiver uma contagem de referência> 1, desvinculará apenas o diretório".

O que, por sua vez, quebra outro princípio de menor surpresa: significa que a remoção de um hardlink de diretório que acabei de criar não é a mesma coisa que a remoção de um hardlink de arquivo normal ...

Vou reformular minha frase: sem desenvolvimento adicional, a criação de links físicos seria irreversível (já que nenhum comando atual poderia lidar com a remoção sem ser incoerente com o comportamento atual)

Se permitirmos que mais desenvolvimento lide com o caso, o número de armadilhas e o risco de perda de dados, se você não estiver ciente de como o sistema funciona, como implica esse desenvolvimento, o IMHO é uma razão suficiente para restringir a vinculação de diretórios.

Esta é uma boa explicação. Em relação a "Qual dos vários pais deve .. apontar?" uma solução seria que um processo mantivesse seu caminho wd completo, como inodes ou como uma string. inodes seria mais robusto, pois os nomes podem ser alterados. Pelo menos nos dias antigos, havia um inode no núcleo para cada arquivo aberto que era incrementado sempre que um arquivo era aberto, diminuído quando fechado. Quando chegasse a zero, o armazenamento apontado seria liberado. Quando o arquivo não era mais aberto por ninguém, ele (a cópia dentro do núcleo) seria abandonado. Isso manteria o caminho válido se algum outro processo movesse um diretório para outro diretório enquanto o subdiretório estivesse no caminho de outro processo. Semelhante a como você pode excluir um arquivo aberto, mas ele é simplesmente removido do diretório,

Os diretórios de link físico costumavam ser permitidos livremente no Bell Labs UNIX, pelo menos V6 e V7. Não conheça Berkeley ou posterior. Não é necessário sinalizador. Você poderia fazer loops? Sim, não faça isso. É muito claro o que você está fazendo se fizer um loop. Nether, você deve praticar um nó no pescoço enquanto aguarda a sua vez de saltar de um avião se você tiver a outra extremidade convenientemente pendurada em um gancho na cabeça.

O que eu esperava fazer com isso hoje era ligar o lhome a casa para que eu pudesse ter / home / administ disponível, independentemente de / home estar coberto com um automout sobre home, esse automount com um link simbólico chamado administ para / lhome / administ. Isso me permite ter uma conta administrativa que funcione independentemente do estado do meu sistema de arquivos inicial principal. Este é um experimento para linux, mas acho que aprendi ao mesmo tempo para o SunOS baseado em UCB que as montagens automáticas são feitas no nível de string ascii. É difícil ver como eles poderiam ser feitos de outra forma como uma camada sobre qualquer FS arbitrário.

Eu li em outro lugar isso. e .. também não existem arquivos no diretório Estou certo de que existem boas razões para tudo isso e que muito do que desfrutamos (como poder montar o NTFS) é possível por causa disso, mas parte da elegância do UNIX estava na implementação. São os benefícios, como generalidade e maleabilidade, que essa elegância proporcionou que lhe permitiu ser tão robusta e durar quatro décadas. À medida que perdemos as implementações elegantes, ele se tornará o Windows (espero estar errado!). Alguém criaria um novo sistema operacional baseado em princípios elegantes. Algo para pensar sobre. Talvez eu esteja errado, não estou (obviamente) familiarizado com a implementação atual. ele é Por incrível que pareça, o quão aplicável é o entendimento de 30 anos no Linux ... na maioria das vezes!

Pelo que entendi, o principal motivo é que é útil poder alterar os nomes de diretório sem atrapalhar os programas em execução que usam seu diretório de trabalho para referenciar outros arquivos. Suponha que você estivesse usando o Wine para executar ~/.newwineprefix/drive_c/Program Files/Firefox/Firefox.exee desejasse mover o prefixo inteiro para ~/.wineele. Se por alguma razão estranha Firefox estava acessando drive_c/windows, referindo-se ../../windows, renomeando ~/.newwineprefixbreaks implementações de ..que manter o controle do diretório pai como uma cadeia de texto em vez de um inode.

Armazenar o inode de um diretório pai único deve ser mais simples do que tentar rastrear todos os caminhos como uma sequência de texto e uma série de inodes.

Outro motivo é que aplicativos com comportamento inadequado podem criar loops. Os aplicativos com comportamento devem poder verificar se o inode do diretório que está sendo movido é igual ao inode de qualquer diretório aninhado para o qual está sendo movido, assim como você não pode mover um diretório para si mesmo, mas isso pode não ser imposto. no nível do sistema de arquivos.

Ainda outro motivo pode ser o fato de que, se você pudesse vincular diretórios a diretórios, desejaria impedir a vinculação de um diretório que não pôde modificar. findpossui considerações de segurança porque é usado para limpar arquivos criados por outros usuários de diretórios temporários, o que pode causar problemas se um usuário alternar um diretório real para um link simbólico enquanto findestiver chamando outro comando. Ser capaz de vincular diretórios importantes forçaria um administrador a adicionar testes extras findpara evitar afetá-los. (Ok, você já não pode fazer isso para arquivos, portanto, este motivo é inválido.)

Outro motivo é que o armazenamento do inode do diretório pai pode fornecer redundância extra em caso de corrupção ou dano no sistema de arquivos. Se você deseja ..listar todos os diretórios-pai que possuem um link direto para este, para que um pai arbitrário diferente possa ser facilmente encontrado se o atual for desvinculado, você não apenas estará violando a ideia de que os links físicos são iguais, mas também como sistema de arquivos armazena e usa inodes. O fato de os programas tratarem os caminhos como uma série (exclusiva para cada link físico) de inodes de diretório evitaria isso, mas você não obteria a redundância em caso de danos no sistema de arquivos.