Linux下的链接文件详解

几个基本概念

linux下的链接文件可以分为硬链接（hard link）与软链接（soft link）。要理解它们，必须先要理解几个基本概念。

inode

文件除了纯数据本身之外，还必须包含有对这些纯数据的管理信息，如文件名、访问权限、文件的属主以及该文件的数据所对应的磁盘块等等，这些管理信息称之为元数据（mata data），保存在文件的inode节点之中。我们可以通过stat命令查看一个文件的inode信息：

$ stat /etc/passwd
  file: "/etc/passwd"
  size: 936             blocks: 8          io block: 4096   普通文件
device: fd00h/64768d    inode: 137143      links: 1
access: (0644/-rw-r--r--)  uid: (    0/    root)   gid: (    0/    root)
access: 2016-08-05 23:01:39.905999995 +0800
modify: 2016-07-15 16:36:12.802999997 +0800
change: 2016-07-15 16:36:12.809000014 +0800

$ ls -l /etc/passwd
-rw-r--r-- 1 root root 936 7月  15 16:36 /etc/passwd

这里我们查看了/etc/passwd文件的元数据信息。ls -l命令也会列出一些文件的元数据信息（由左至右分别为：权限、硬链接数、属主、属组、文件大小、最近更改时间、文件名），但相比之下，stat命令输出的信息更加完整。我们注意到，stat输出的信息中，文件有三个时间戳：最近访问、最近更改和最近改动，对应于英文分别为access、modify和change。 access time比较好理解，当每次访问这个文件的数据（注意，不是元数据），这个时间就会更新。比如用cat或者more命令读取文件内容时，会更新access time，而用ls或者stat命令，由于只是访问了文件的inode，所以不会更新access time值。modify time是文件数据最后一次被修改时间，比如用vim编辑文件后保存文件，此时就会更新该文件modify time。change time是文件元数据（即inode）最后一次被修改的时间，比如用chown命令修改文件的属主，此时就会更新文件的change time。

其实最初当我们创建分区并用mkfs.ext4等命令创建文系统的时候，就已经在文件系统的固定区域保留了inode节点区。我们可以通过df -i命令查看某文件系统inode节点区域的大小及使用情况：

# df -ih /dev/mapper/pdc_bcfaffjfaj2

文件系统                    inode 已用(i) 可用(i) 已用(i)% 挂载点                                                            

/dev/mapper/pdc_bcfaffjfaj2   18m    127k     18m       1% /home   

可以看到，在笔者的linux mint17.3系统中，分区/dev/mapper/pdc_bcfaffjfaj2共保留了18m的inode区域，这个区域目前已经使用了127k。有没有可能出现某分区尚有空间而inode区域已用完的情况呢？有的。当小文件特别多的时候就会出现这种情况！这个时候即使文件系统还有空间可用，但我们仍然无法继续在这个文件系统内创建新的文件了。那假如在我的应用环境中真的小文件非常多该怎么办？其实我们在建立ext4文件系统时候是可以手动指定inode区域所占的比例大小的，可以man mkfs.ext4查看相关的参数和选项，这里不再详述。

刚才用stat查看文件的inode信息时，我们看到输出的信息中有一行inode: 137143，这个是/etc/passwd文件的inode号。每个inode都有一个全文件系统唯一的inode号，操作系统内核正是通过inode号而非文件名来识别不同的文件。文件名仅仅是为了方便用户使用而已，内核是通过文件名找到inode，然后通过inode访问实际文件数据的。有没有可能有多个文件名对应于同一个inode呢？有的，这样就产生了所谓硬链接文件。

dentry

虽然每个文件对应了唯一的inode号，但inode号是杂乱而毫无意义的，不方面用户记忆和使用，我们希望对每个文件取一个有意义的文件名。现代文件系统提供的一个基本功能是按名存取，所以我们还需要建立文件名到inode号的对应，这就引出了目录项（directory entry即dentry）的概念。在linux文件系统中有一类特殊的文件称为“目录”，目录就保存了该目录下所有文件的文件名到inode号的对应关系，这里的每个对应关系就称为一个dentry。而linux把所有的文件和目录构建成了一个倒立的树状结构，这样，我们只要确定了根目录的inode号，就可以对整个文件系统进行按名存取了。

hard link

硬链接的实质是现有文件在目录树中的另一个入口。也就是说，硬链接与原文件是分居于不同或相同目录下的的dentry而已，它们指向同一个inode，对应于相同的磁盘数据块（data block），具有相同的访问权限、属性等。简而言之，硬链接其实就是给现有的文件起了一个别名。如果把文件系统比喻成一本书的话，硬链接就是在书本的目录中，有两个目录项指向了同一页码的同一章节。

硬链接的优点是几乎不占磁盘空间（因为仅仅是增加了一个目录项而已），但是这一优点相对于软链接其实并不明显（因为软链接占用的磁盘空间也很少）。另外，硬链接有以下一些局限：1、不能跨文件系统创建硬链接。原因很简单，inode号只有在一个文件系统内才能保证是唯一的，如果跨越文件系统则inode号就可能重复。2、不能对目录创建硬链接。原因我在稍后解释。正因为硬链接的这些局限，加之软链接更加易于管理，所以软链接更加常用。这一点在本文中举的例子也可以看出，几乎都是软链接的例子。

soft link

软链接又称为符号链接（symbolic link），简写为“symlink”。与硬链接仅仅是一个目录项不同，软连接本身也是文件，不过这个文件的内容是另一个文件名的指针。当linux访问软链接时，它会循着指针找出含有实际数据的目标文件。我们还以书本来打比方，软链接是书本里的某一章节，不过这一章节什么内容都没有，只有一行字“转某某章某某页”。

软链接可以跨越文件系统指向另一个分区的文件，甚至可以跨越主机指向远程主机的一个文件，也可以指向目录。在ls -l输出的文件列表中，第一个字段有“l”字样者表示该文件是符号链接。

$ ls -l
total 0
lrwxrwxrwx 1 wjm wjm 11 aug 10 00:51 hh -> /etc/passwd

我们看到，软链接的权限为777，即所有权限都是开放的，实际上你也无法使用chmod命令修改其权限，但是实际文件的保护权限仍然起作用。

另外，符号链接可以指向不存在的文件（可能是原来指向的文件被删除了，或者指向的文件系统尚未挂载，或者最初建立该符号链接的时候就指向了一个不存在的文件等等），我们称这种状态为“断裂”（broken）。与之相对的是，硬链接是不能指向一个不存在的文件的。

使用链接有何好处？

我们在此总结使用链接文件的以下几个的好处：

保持软件的兼容性
例如，在rhel6中我们看下面这条命令的输出：

$ ls -l /bin/sh
lrwxrwxrwx. 1 root root 4 jul 15 11:41 /bin/sh -> bash

我们看到，/bin/sh文件其实是一个指向/bin/bash的符号链接。为什么要这样设计？因为几乎所有的shell script的第一行都是下面这样：

#!/bin/sh

“#！”符号表示该行指定该脚本所用的解释器。#！/bin/sh表示使用bourne shell作为解释器，这是一个早期的shell。在现代的linux发行版中通常采用bourne again shell即bash，bash是对sh的改进和增强，而早期的bourne shell在系统的中根本不存在。为了能够顺利的运行脚本而不必修改shell script，我们只需要创建一个软链接/bin/sh让其指向/bin/bash。如此一来，就可以让bash来解释原本针对bourne shell编写的脚本了。

方便软件的使用
比如我们安装了一个大型软件matlab，它可能默认安装在/usr/opt/matlab目录下，它的可执行文件位置在/usr/opt/matlab/bin目录下，除非你在这个路径加入到path环境变量里，否则每次运行这个软件你都需要输入一长串的路径很不方便。你还可以这样做：

$ ln -s /usr/opt/matlab/bin/matlab ~/bin/matlab

通过在你的~/bin下创建一个符号链接（~/bin系统默认已经包含在path环境变量里的），今后在命令行下无需输入完整路径，只需输入matlab即可。

维持旧的操作习惯
比如在suse中，启动脚本的位置是放在/etc/init.d目录下，而在redhat的发行版中，是放在/etc/init.d/rc.d目录下。为了避免因为从suse转换到redhat系统而导致管理员找不到位置的情况，我们可以创建一个符号链接/etc/init.d使其指向/etc/init.d/rc.d即可。事实上，redhat发行版也正是这样做的：

$ ls -ld /etc/init.d/
lrwxrwxrwx. 1 root root 11 jul 15 11:41 init.d -> rc.d/init.d

方便系统管理
最让人印象深刻的一个例子应该是/etc/rc.d/rcx.d目录下的符号链接了（x为0~7数字）。

$ ls -l /etc/rc.d/
total 60
drwxr-xr-x. 2 root root  4096 jul 15 16:36 init.d
-rwxr-xr-x. 1 root root  2617 nov 23  2013 rc
drwxr-xr-x. 2 root root  4096 jul 15 16:36 rc0.d
drwxr-xr-x. 2 root root  4096 jul 15 16:36 rc1.d
drwxr-xr-x. 2 root root  4096 jul 15 16:36 rc2.d
drwxr-xr-x. 2 root root  4096 jul 15 16:36 rc3.d
drwxr-xr-x. 2 root root  4096 jul 15 16:36 rc4.d
drwxr-xr-x. 2 root root  4096 jul 15 16:36 rc5.d
drwxr-xr-x. 2 root root  4096 jul 15 16:36 rc6.d
-rwxr-xr-x. 1 root root   220 nov 23  2013 rc.local
-rwxr-xr-x. 1 root root 19688 nov 23  2013 rc.sysinit

在init.d/目录下有许多用于启动、停止系统服务的脚本，如sshd、crond等。这些脚本可以接受一个参数，代表要启动（start）或停止（stop）服务。为了决定在某个运行级别运行哪些脚本及传递给这些脚本哪些参数，redhat设计了一个额外的目录机制，即rc0.d到rc6.d的7个目录，每个目录对应一个运行级别。如果在某运行级别下需要启动某服务或者需要停止某服务，就在对应的rcx.d目录下建立一个符号链接，指向init.d/目录下的脚本。如：

$ ls -l /etc/rc.d/rc3.d
total 0
lrwxrwxrwx. 1 root root 19 jul 15 11:42 k10saslauthd -> ../init.d/saslauthd
lrwxrwxrwx. 1 root root 20 jul 15 11:42 k50netconsole -> ../init.d/netconsole
lrwxrwxrwx. 1 root root 21 jul 15 11:42 k87restorecond -> ../init.d/restorecond
lrwxrwxrwx. 1 root root 15 jul 15 11:42 k89rdisc -> ../init.d/rdisc
lrwxrwxrwx. 1 root root 22 jul 15 11:44 s02lvm2-monitor -> ../init.d/lvm2-monitor
lrwxrwxrwx. 1 root root 19 jul 15 11:42 s08ip6tables -> ../init.d/ip6tables
lrwxrwxrwx. 1 root root 18 jul 15 11:42 s08iptables -> ../init.d/iptables
lrwxrwxrwx. 1 root root 17 jul 15 11:42 s10network -> ../init.d/network
lrwxrwxrwx. 1 root root 16 jul 15 11:44 s11auditd -> ../init.d/auditd
lrwxrwxrwx. 1 root root 17 jul 15 11:42 s12rsyslog -> ../init.d/rsyslog
... ....

这里列出了在运行级3下需要运行的服务脚本及对应的参数，其中符号链接的第一个字母s和k分别表示传递参数start和stop，后面跟着的两位数字表示脚本运行的先后顺序。这样一来，只要在rcx.d目录下新增或者移除链接，就可以控制各个runlevel需要运行哪些服务脚本；而如果需要修改某个服务脚本，只需要编辑init.d/目录下的文件（“本尊”），而它可以影响所有rcx.d目录下的软链接（“分身”）。这是多么简洁而巧妙的设计!