%d -> %zu.
[pintos-anon] / doc / filesys.texi
1 @node Project 4--File Systems, References, Project 3--Virtual Memory, Top
2 @chapter Project 4: File Systems
3
4 In the previous two assignments, you made extensive use of a
5 filesystem without actually worrying about how it was implemented
6 underneath.  For this last assignment, you will fill in the
7 implementation of the filesystem.  You will be working primarily in
8 the @file{filesys} directory.
9
10 You should build on the code you wrote for the previous assignments.
11 However, if you wish, you may turn off your VM features, as they are
12 not vital to making the filesystem work.  (You will need to edit
13 @file{filesys/Makefile.vars} to fully disable VM.)  All of the
14 functionality needed for project 2 (argument passing, syscalls and
15 multiprogramming) must work in your filesys submission.
16
17 On the other hand, one of the particular charms of working on
18 operating systems is being able to use what you build, and building
19 full-featured systems.  Therefore, you should strive to make all the
20 parts work together so that you can run VM and your filesystem at the
21 same time.  Plus, keeping VM is a great way to stress-test your
22 filesystem implementation.
23
24 Your submission should define @code{THREAD_JOIN_IMPLEMENTED} in
25 @file{constants.h} (@pxref{Conditional Compilation}).
26
27 @menu
28 * File System New Code::        
29 * Problem 4-1 Large Files::     
30 * Problem 4-2 File Growth::     
31 * Problem 4-3 Subdirectories::  
32 * Problem 4-4 Buffer Cache::    
33 * File System Design Document Requirements::  
34 * File System FAQ::            
35 @end menu
36
37 @node File System New Code
38 @section New Code
39
40 Here are some files that are probably new to you.  These are in the
41 @file{filesys} directory except where indicated:
42
43 @table @file
44 @item fsutil.c
45 Simple utilities for the filesystem that are accessible from the
46 kernel command line.
47
48 @item filesys.h
49 @itemx filesys.c
50 Top-level interface to the file system.
51
52 @item directory.h
53 @itemx directory.c
54 Translates file names to inodes.  The directory data structure is
55 stored as a file.
56
57 @item inode.h
58 @itemx inode.c
59 Manages the data structure representing the layout of a
60 file's data on disk.
61
62 @item file.h
63 @itemx file.c
64 Translates file reads and writes to disk sector reads
65 and writes.
66
67 @item lib/kernel/bitmap.h
68 @itemx lib/kernel/bitmap.c
69 A bitmap data structure along with routines for reading and writing
70 the bitmap to disk files.
71 @end table
72
73 Our file system has a Unix-like interface, so you may also wish to
74 read the Unix man pages for @code{creat}, @code{open}, @code{close},
75 @code{read}, @code{write}, @code{lseek}, and @code{unlink}.  Our file
76 system has calls that are similar, but not identical, to these.  The
77 file system translates these calls into physical disk operations.  
78
79 All the basic functionality is there in the code above, so that the
80 filesystem is usable right off the bat.  In fact, you've been using it
81 in the previous two projects.  However, it has severe limitations
82 which you will remove.
83
84 While most of your work will be in @file{filesys}, you should be
85 prepared for interactions with all previous parts (as usual).
86
87 @node Problem 4-1 Large Files
88 @section Problem 4-1: Large Files
89
90 Modify the file system to allow the maximum size of a file to be as
91 large as the disk.  You can assume that the disk will not be larger
92 than 8 MB.  In the basic file system, each file is limited to a file
93 size of just under 64 kB.  Each file has a header called an index node
94 or @dfn{inode} (represented by @struct{inode}) that is a table of
95 direct pointers to the disk blocks for that file.  Since the inode is
96 stored in one disk sector, the maximum size of a file is limited by
97 the number of pointers that will fit in one disk sector.  Increasing
98 the limit to 8 MB will require you to implement doubly-indirect
99 blocks.
100
101 @node Problem 4-2 File Growth
102 @section Problem 4-2: File Growth
103
104 Implement extensible files.  In the basic file system, the file size
105 is specified when the file is created.  One advantage of this is that
106 the inode data structure, once created, never changes.  In UNIX and
107 most other file systems, a file is initially created with size 0 and
108 is then expanded every time a write is made off the end of the file.
109 Modify the file system to allow this.  As one test case, allow the
110 root directory file to expand beyond its current limit of ten files.
111 Make sure that concurrent accesses to the inode remain properly
112 synchronized.
113
114 @node Problem 4-3 Subdirectories
115 @section Problem 4-3: Subdirectories
116
117 Implement a hierarchical name space.  In the basic file system, all
118 files live in a single directory.  Modify this to allow directories to
119 point to either files or other directories.  To do this, you will need
120 to implement routines that parse path names into a sequence of
121 directories, as well as routines that change the current working
122 directory and that list the contents of the current directory.  For
123 performance, allow concurrent updates to different directories, but
124 use mutual exclusion to ensure that updates to the same directory are
125 performed atomically (for example, to ensure that a file is deleted
126 only once).
127
128 Make sure that directories can expand beyond their original size just
129 as any other file can.
130
131 To take advantage of hierarchical name spaces in user programs,
132 provide the following syscalls:
133
134 @table @code
135 @item SYS_chdir
136 @itemx bool chdir (const char *@var{dir})
137 Attempts to change the current working directory of the process to
138 @var{dir}, which may be either relative or absolute.  Returns true if
139 successful, false on failure.
140
141 @item SYS_mkdir
142 @itemx bool mkdir (const char *dir)
143 Attempts to create the directory named @var{dir}, which may be either
144 relative or absolute.  Returns true if successful, false on failure.
145
146 @item SYS_lsdir
147 @itemx void lsdir (void)
148 Prints a list of files in the current directory to @code{stdout}, one
149 per line.
150 @end table
151
152 Also write the @command{ls} and @command{mkdir} user programs.  This
153 is straightforward once the above syscalls are implemented.  In Unix,
154 these are programs rather than built-in shell commands, but
155 @command{cd} is a shell command.  (Why?)
156
157 @node Problem 4-4 Buffer Cache
158 @section Problem 4-4: Buffer Cache
159
160 Modify the file system to keep a cache of file blocks.  When a request
161 is made to read or write a block, check to see if it is stored in the
162 cache, and if so, fetch it immediately from the cache without going to
163 disk.  (Otherwise, fetch the block from disk into cache, evicting an
164 older entry if necessary.)  You are limited to a cache no greater than
165 64 sectors in size.  Be sure to choose an intelligent cache
166 replacement algorithm.  Experiment to see what combination of accessed,
167 dirty, and other information results in the best performance, as
168 measured by the number of disk accesses.  (For example, metadata is
169 generally more valuable to cache than data.)  Document your
170 replacement algorithm in your design document.
171
172 The provided file system code uses a ``bounce buffer'' in @struct{file}
173 to translate the disk's sector-by-sector interface into the system call
174 interface's byte-by-byte interface.  It needs per-file buffers because,
175 without them, there's no other good place to put sector
176 data.@footnote{The stack is not a good place because large objects
177 should not be allocated on the stack.  A 512-byte sector is pushing the
178 limit there.}  As part of implementing the buffer cache, you should get
179 rid of these bounce buffers.  Instead, copy data into and out of sectors
180 in the buffer cache directly.  You will probably need some
181 synchronization to prevent sectors from being evicted from the cache
182 while you are using them.
183
184 In addition to the basic file caching scheme, your implementation
185 should also include the following enhancements:
186
187 @table @b
188 @item write-behind:
189 Instead of always immediately writing modified data to disk, dirty
190 blocks can be kept in the cache and written out sometime later.  Your
191 buffer cache should write behind whenever a block is evicted from the
192 cache.
193
194 @item read-ahead:
195 Your buffer cache should automatically fetch the next block of a file
196 into the cache when one block of a file is read, in case that block is
197 about to be read.
198 @end table
199
200 For each of these three optimizations, design a file I/O workload that
201 is likely to benefit from the enhancement, explain why you expect it
202 to perform better than on the original file system implementation, and
203 demonstrate the performance improvement.
204
205 Note that write-behind makes your filesystem more fragile in the face
206 of crashes.  Therefore, you should
207 periodically write all cached blocks to disk.  If you have
208 @func{timer_sleep} from the first project working, this is an
209 excellent application for it.
210
211 Likewise, read-ahead is only really useful when done asynchronously.
212 That is, if a process wants disk block 1 from the file, it needs to
213 block until disk block 1 is read in, but once that read is complete,
214 control should return to the process immediately while the read
215 request for disk block 2 is handled asynchronously.  In other words,
216 the process will block to wait for disk block 1, but should not block
217 waiting for disk block 2.
218
219 When you're implementing this, please make sure you have a scheme for
220 making any read-ahead and write-behind threads halt when Pintos is
221 ``done'' (when the user program has completed, etc), so that Pintos
222 will halt normally and the disk contents will be consistent.
223
224 @node File System Design Document Requirements
225 @section Design Document Requirements
226
227 As always, submit a design document file summarizing your design.  Be
228 sure to cover the following points:
229
230 @itemize @bullet
231 @item
232 How did you structure your inodes? How many blocks did you access
233 directly, via single-indirection, and/or via double-indirection?  Why?
234
235 @item
236 How did you structure your buffer cache? How did you perform a lookup
237 in the cache? How did you choose elements to evict from the cache?
238
239 @item
240 How and when did you flush the cache?
241 @end itemize
242
243 @node File System FAQ
244 @section FAQ
245
246 @enumerate 1
247 @item
248 @b{What extra credit opportunities are available for this assignment?}
249
250 @itemize @bullet
251 @item
252 We'll give out extra credit to groups that implement Unix-style
253 support for @file{.} and @file{..} in relative paths in their projects.
254
255 @item
256 We'll give some extra credit if you submit with VM enabled.  If you do
257 this, make sure you show us that you can run multiple programs
258 concurrently.  A particularly good demonstration is running
259 @file{capitalize} (with a reduced words file that fits comfortably on
260 your disk, of course).  So submit a file system disk that contains a
261 VM-heavy program like @file{capitalize}, so we can try it out.  And also
262 include the results in your test case file.
263
264 We feel that you will be much more satisfied with your cs140 ``final
265 product'' if you can get your VM working with your file system.  It's
266 also a great stress test for your FS, but obviously you have to be
267 pretty confident with your VM if you're going to submit this extra
268 credit, since you'll still lose points for failing FS-related tests,
269 even if the problem is in your VM code.
270
271 @item
272 A point of extra credit can be assigned if a user can recursively
273 remove directories from the shell command prompt.  Note that the
274 typical semantic is to just fail if a directory is not empty.
275 @end itemize
276
277 Make sure that you discuss any extra credit in your @file{README}
278 file.  We're likely to miss it if it gets buried in your design
279 document.
280
281 @item
282 @b{What exec modes for running Pintos do I absolutely need to
283 support?}
284
285 You also need to support the @option{-f}, @option{-ci}, @option{-co},
286 and @option{-ex} flags individually, and you need to handle them when
287 they're combined, like this: @samp{pintos -f -ci shell 12345 -ex
288 "shell"}.  Thus, you should be able to treat the above as equivalent to:
289
290 @example
291 pintos -f
292 pintos -ci shell 12345
293 pintos -ex "shell"
294 @end example
295
296 If you don't change the filesystem interface, then this should already
297 be implemented properly in @file{threads/init.c} and
298 @file{filesys/fsutil.c}.
299
300 You must also implement the @option{-q} option and make sure that data
301 gets flushed out to disk properly when it is used.
302
303 @item
304 @b{Will you test our file system with a different @code{DISK_SECTOR_SIZE}?}
305
306 No, @code{DISK_SECTOR_SIZE} is fixed at 512.  This is a fixed property
307 of IDE disk hardware.
308
309 @item
310 @b{Will the @struct{inode} take up space on the disk too?}
311
312 Yes.  Anything stored in @struct{inode} takes up space on disk,
313 so you must include this in your calculation of how many entires will
314 fit in a single disk sector.
315
316 @item
317 @b{What's the directory separator character?}
318
319 Forward slash (@samp{/}).
320 @end enumerate
321
322 @menu
323 * Problem 4-2 File Growth FAQ::  
324 * Problem 4-3 Subdirectory FAQ::  
325 * Problem 4-4 Buffer Cache FAQ::  
326 @end menu
327
328 @node Problem 4-2 File Growth FAQ
329 @subsection Problem 4-2: File Growth FAQ
330
331 @enumerate 1
332 @item
333 @b{What is the largest file size that we are supposed to support?}
334
335 The disk we create will be 8 MB or smaller.  However, individual files
336 will have to be smaller than the disk to accommodate the metadata.
337 You'll need to consider this when deciding your @struct{inode}
338 organization.
339 @end enumerate
340
341 @node Problem 4-3 Subdirectory FAQ
342 @subsection Problem 4-3: Subdirectory FAQ
343
344 @enumerate 1
345 @item
346 @b{What's the answer to the question in the spec about why
347 @command{ls} and @command{mkdir} are user programs, while @command{cd}
348 is a shell command?}
349
350 Each process maintains its own current working directory, so it's much
351 easier to change the current working directory of the shell process if
352 @command{cd} is implemented as a shell command rather than as another
353 user process.  In fact, Unix-like systems don't provide any way for
354 one process to change another process's current working directory.
355
356 @item
357 @b{When the spec states that directories should be able to grow beyond
358 ten files, does this mean that there can still be a set maximum number
359 of files per directory that is greater than ten, or should directories
360 now support unlimited growth (bounded by the maximum supported file
361 size)?}
362
363 We're looking for directories that can support arbitrarily large
364 numbers of files.  Now that directories can grow, we want you to
365 remove the concept of a preset maximum file limit.
366
367 @item
368 @b{When should the @code{lsdir} system call return?}
369
370 The @code{lsdir} system call should not return until after the
371 directory has been printed.  Here's a code fragment, and the desired
372 output:
373
374 @example
375 printf ("Start of directory\n");
376 lsdir ();
377 printf ("End of directory\n");
378 @end example
379
380 This code should create the following output:
381
382 @example
383 Start of directory
384 ...  directory contents ...
385 End of directory
386 @end example
387
388 @item
389 @b{Do we have to implement both absolute and relative pathnames?}
390
391 Yes.  Implementing @file{.} and @file{..} is extra credit, though.
392
393 @item
394 @b{Should @func{remove} also be able to remove directories?}
395
396 Yes.  The @code{remove} system call should handle removal of both
397 regular files and directories.  You may assume that directories can
398 only be deleted if they are empty, as in Unix.
399 @end enumerate
400
401 @node Problem 4-4 Buffer Cache FAQ
402 @subsection Problem 4-4: Buffer Cache FAQ
403
404 @enumerate 1
405 @item
406 @b{We're limited to a 64-block cache, but can we also keep a copy of
407 each @struct{inode} for an open file inside @struct{file},
408 the way the stub code does?}
409
410 No, you shouldn't keep any disk sectors stored anywhere outside the
411 cache.  That means you'll have to change the way the file
412 implementation accesses its corresponding inode right now, since it
413 currently just creates a new @struct{inode} in its constructor
414 and reads the corresponding sector in from disk when it's created.
415
416 There are two reasons for not storing inodes in @struct{file}.
417 First, keeping extra copies of inodes would be cheating the 64-block
418 limitation that we place on your cache.  Second, if two processes have
419 the same file open, you will create a huge synchronization headache
420 for yourself if each @struct{file} has its own copy of the inode.
421
422 Note that you can store pointers to inodes in @struct{file} if
423 you want, and you can store some other small amount of information to
424 help you find the inode when you need it.
425
426 Similarly, if you want to store one block of data plus some small
427 amount of metadata for each of your 64 cache entries, that's fine.
428
429 @item
430 @b{But why can't we store copies of inodes in @struct{file}? We
431 don't understand the answer to the previous question.}
432
433 The issue regarding storing @struct{inode}s has to do with
434 implementation of the buffer cache.  Basically, you can't store a
435 @code{struct inode *} in @struct{inode}.  Each time you need
436 to read a @struct{inode}, you'll have to get it either from the
437 buffer cache or from disk.
438
439 If you look at @func{file_read_at}, it uses the inode directly
440 without having first read in that sector from wherever it was in the
441 storage hierarchy.  You are no longer allowed to do this.  You will
442 need to change @code{file_read_at} (and similar functions) so that it
443 reads the inode from the storage hierarchy before using it.
444 @end enumerate