System plików ISO9660

Jego pierwsza wersja powstała w 1986 roku pod nazwą "High Sierra", a następnie została zaadaptowana przez ISO (International Organization for Standardization) jako standard nr 9660 - stąd jego nazwa. Formaty "High Sierra" i ISO 9660 różnią się nieznacznie, przy czym obecnie używany jest jedynie nowszy ISO.

Główne cechy systemu ISO 9660

• W związku z planowanym zastosowaniem, jest to system plików tylko do odczytu:
  • Do tworzenia dysków w tym formacie trzeba używać specjalnych narzędzi.
  • Brak struktur wspomagających przydzielanie i odnajdowanie bloków pliku
  • W praktycznych zastosowaniach wszystkie dane zapisane są w spójnych obszarach (alokacja ciągła)
• Dostęp do pliku wymaga niewielkiej liczby przesunięć głowicy
• Duża swoboda we wzajemnym ułożeniu plików i katalogów na dysku (można więc je optymalizować)
• Został zaprojektowany z myślą o współpracy z różnymi systemami operacyjnymi. W związku z tym wprowadzono wiele ograniczeń:
  • nazwy plików i katalogów składają się jedynie z dużych liter i znaków podkreślenia
  • nazwy katalogów nie mogą przekroczyć 31 znaków ani nie mogą mieć rozszerzeń
  • nazwy plików składają się z nazwy i rozszerzenia poprzedzonego kropką, przy czym sumaryczna liczba znaków nie może przekroczyć 31; opcjonalnie, plik może nie mieć albo nazwy, albo rozszerzenia
  • dopuszczalne jest co najwyżej 8 poziomów zagnieżdżenia katalogów
  Ponieważ ograniczenia te są dość uciążliwe, powstały rozszerzenia standardu umożliwiające ich ominięcie (Joliet, Rock Ridge).
• Podstawowa część systemu plików jest dość prosta w implementacji, dzięki czemu sensowna jest jego obsługa nawet na słabym sprzęcie / systemie operacyjnym
• Prawie wszystkie wielobajtowe pola liczbowe zapisane są zarówno w standardzie LSB jak i MSB (odp. Least i Most Significant Byte First) - unika się konieczności ich przekształcania

Poziomy wymiany (Levels of interchange)

Standard ISO definiuje 3 poziomy w jakich mogą być systemy plików, nakładające dodatkowe ograniczenia:

• Poziom 1
  • Każdy plik może zajmować tylko jeden ciągły obszar (extent)
  • Długość nazwy pliku nie może przekraczać 8, a rozszerzenia 3 znaków
  • Nazwa katalogu może składać się z co najwyżej 8 znaków (i, jak wyżej, nie może mieć rozszerzenia)
• Poziom 2
  • Każdy plik może zajmować jeden ciągły obszar
• Poziom 3
  Nie ma dodatkowych ograniczeń

Struktura dysku

Dysk podzielony jest na sektory logiczne, o rozmiarze co najmniej 2048 bajtów i będącym potęgą dwójki (2048 wynika z rozmiaru sektora fizycznego standardowych płyt CD-ROM). Zdefiniowany jest też równoległy podział na bloki logiczne. Rozmiar bloku także musi być potęgą 2 nie mniejszą niż 2Kb, i, dodatkowo, nie może być on większy niż rozmiar sektora logicznego.
Numery sektorów logicznych używane są do adresowania informacji o samym dysku oraz katalogach, zaś bloki logiczne wyznaczają granice plików.
Zarówno sektory jak i bloki logiczne numerowane są od 0.
W praktyce prawie zawsze oba te rozmiary są równe i wynoszą dokładnie 2048 bajtów.

Struktury danych

Wszystkie struktury danych systemu ISO rozpoczynają się na granicy logicznego bloku (niektóre - logicznego sektora) i zajmują spójny obszar (pewną liczbę kolejnych bloków), nazywany extentem. Są trzy typy struktur:

• Deskryptory woluminu (Volume Descriptors) - zawierają pola opisujące cały system plików oraz dowiązania do pozostałych struktur, m.in. do głównego katalogu. Pełnią więc rolę analogiczną do superbloku
• Katalogi - składają się z rekordów, opisujących zawarte w nich pliki i podkatalogi. Długość jednego rekordu jest zmienna i zależy m.in. od długości nazwy opisywanego obiektu.
• Tablice ścieżek (Path Tables) - opisują strukturę katalogów woluminu; zawierają w bardziej skondensowanej formie informacje dostępne już w katalogach

Pierwsze 16 sektorów logicznych dysku jest zarezerwowanych dla systemu operacyjnego i ich zawartość nie jest zdefiniowana przez standard ISO.

Deskryptory woluminu

Od 16. logicznego sektora rozpoczyna się spójny obszar tzw. deskryptorów woluminu. Każdy deskryptor zajmuje kolejny sektor logiczny i ma przypisany odpowiedni typ; system, który go nie rozpoznaje, przechodzi do następnego deskryptora. Każdy deskryptor może występować w kilku kopiach (na wypadek uszkodzenia nośnika), całą serię kończy specjalny typ (Volume Descriptor Set Terminator). W standardzie ISO zdefiniowanych jest kilka typów deskryptorów:

• Primary Volume Descriptor - musi być w każdym systemie plików, zawiera podstawowe informacje o systemie plików, takie jak:
  • docelowy system operacyjny
  • nazwa woluminu
  • rozmiar bloku logicznego i całego woluminu
  • rozmiar tablicy ścieżek oraz wskaźniki do 2 - 4 jej kopii
  • wpis katalogu dla katalogu głównego
  • informacje o wydawcy, prawach autorskich, docelowej aplikacji, opisie zawartości, itd. Pola te w praktyce są rzadko wykorzystywane
  • data stworzenia, modyfikacji oraz ważności danych
  • numer woluminu w zbiorze (Volume Set) - pozwala rozbić dane na wiele nośników, ale większość systemów operacyjnych (w tym Linux) tego nie obsługuje
• Supplementary Volume Descriptor - umożliwia stworzenie równoległej struktury katalogów w innym formacie zapisu nazw plików. Pola takie jak w PVD, z dodatkowym znacznikiem sposobu kodowania znaków (Escape Sequences).
  Tego deskryptora używa rozszerzenie Joliet do zapisywania długich nazw plików (w Unicode).
• Volume Partition Descriptor - dzieli wolumin na logiczne partycje (rzadko używany)
• Boot Record - pozwala stworzyć bootowalne płyty CD, wykorzystywany m.in. przez rozszerzenie El Torito na Intelach.
• Volume Descriptor Set Terminator - oznacza koniec obszaru deskryptorów. Także ten deskryptor może występować kilka razy (aby uchronić system plików przed błędami na nośniku).

Położenie deskryptorów woluminu jest jedynym adresem bezwzględnym zapisanym w standardzie. Wzajemne położenie pozostałych struktur może być dowolne, o ile odpowiednie są wzajemne dowiązania między nimi.

Tablice ścieżek

Tablice ścieżek są ciągami rekordów zmiennej długości, opisującymi całą hierarchię katalogów na woluminie. Każdemu katalogowi odpowiada jeden rekord, zawierający:

• Nazwę katalogu (wraz z jej długością)
• Numer pierwszego bloku logicznego tego katalogu (struktura znajdujących się tam informacji opisana poniżej)
• Numer kolejny (w tablicy ścieżek) katalogu nadrzędnego
• Długość pola rozszerzonych atrybutów katalogu (zwykle 0)
• Ewentualne wyrówanie do granicy 2 bajtów

Rekordy są posortowane ze względu na poziom zagłębienia, numer kolejny nadkatalogu i nazwę. Ponieważ główny katalog jest jedynym o poziomie zagłębienia 1, zajmuje on zawsze pierwszy wpis w tablicy.

Takie ułożenie pozwala odnaleźć katalog nadrzędny każdego pliku używając tylko jednego przestawienia głowicy (szczególnie powolnego w czytnikach CD) - wystarczy sekwencyjnie przeczytać tablicę ścieżek, która jest stosunkowo niewielka, wyszukując kolejnych fragmentów pełnej ścieżki pliku.

Tablica ścieżek zawsze istnieje w 2 wersjach: LSB i MSB, a każdy z tych typów może dodatkowo mieć kopię. Zapisywanie informacji w obu formatach w jednej tablicy byłoby niepraktyczne, bo zwiększyłoby jej rozmiar i sekwencyjne przeglądanie trwałoby dłużej. Z tego samego względu rekordy w tablicach ścieżek mogą przekraczać granicę bloków (nie są wyrównywane, w przeciwieństwie do formatu w katalogach).
Z kolei istnienie drugiej kopii tablicy, poza zwiększeniem bezpieczeństwa, pozwala zmniejszyć odległość o jaką musi zostać przesunięta głowica podczas wyszukiwania nowego pliku.

Katalogi

Katalogi są także ciągami rekordów zmiennej długości, jednak zawierają także informacje o plikach. Każdy katalog zaczyna się od granicy logicznego sektora, a poszczególne rekordy nie mogą przekraczać granicy bloku (puste miejsce zostaje wypełnione zerami).

Kolejność wpisów w katalogu wyznacza porządek leksykograficzny. Ponieważ nazwą katalogu bieżącego (odpowiednik ".") jest znak o kodzie 0, a katalogu nadrzędnego ("..") kod 1, to są to dwa pierwsze rekordy w każdym katalogu

Każdy rekord zawiera następujące informacje:

• Długość rekordu (do szybkiego odnajdywania następnego)
• Numer pierwszego bloku i rozmiar opisywanego obiektu
• Identyfikator obiektu (pliku / katalogu)
• Rozmiar rozszerzonych atrybutów (Extended Attribute Record) na początku obszaru obiektu
• Datę i czas nagrania
• Flagi (m.in. czy jest to plik czy katalog)
• Informacje o trybie przeplotu
• Numer woluminu na którym znajduje się plik (Volume Sequence Number). Nie obsługiwane m.in. przez Linuxa.
• Dane do użycia przez system. W tym miejscu zapiywane są dodatkowe informacje o pliku, gdy używane jest rozszerzenie Rock Ridge . Umożliwia ono opisanie wszystkich atrybutów Unixowych pliku (właściciel, prawa dostępu, dowiązania symboliczne, pliki specjalne, nazwa zawierająca małe litery, itp.)

Identyfikator pliku jest w formacie: nazwa.rozszerzenie;wersja. Większość implementacji usuwa ten ostatni fragment.

Pliki opisane jednym wpisem katalogu mogą zajmować tylko jeden spójny fragment dysku. Aby plik mógł składać się z kilku extentów, musi pojawić się w katalogu kilkukrotnie (z powodu posortowania będą to sąsiednie rekordy), a także mieć ustawioną odpowiednią flagę (Multi-Extent). Jest to opcja użyteczna przy plikach nagrywanych w kilku sesjach.

Z plikami mogą być związane rekordy rozszerzonych atrybutów - zajmują one wtedy podaną tu liczbę początkowych bloków logicznych pliku (rozszerzonych atrybutów nie mogą mieć katalogi). Używają ich głównie systemy Apple.

Możliwe jest zapisanie plików (ale nie katalogów) w trybie Interleave. Służy on do takiego zapisywania dwóch plików, by czytane naraz (sekwencyjnie) nie powodowały przemieszczania głowicy. Dane tych plików zostają ze sobą przeplecone, np:

Plik 1 Blok 1

Plik 1 Blok 2

Plik 1 Blok 3

Plik 2 Blok 1

Plik 2 Blok 2

Plik 1 Blok 4

Plik 1 Blok 5

Plik 1 Blok 6

Plik 2 Blok 3

Plik 2 Blok 3

...

Zapis taki miał zapewne wspomagać odtwarzanie plików multimedialnych (np. z filmem i dźwiękiem), które muszą być odczytywane jednocześnie. Jednak większość formatów (np. MPEG, AVI) implementuje przeplot w ramach logicznej struktury pliku i nie potrzebuje wsparcia systemu plików.

Obługa wielosesyjności

System plików ISO9660 jest na tyle elastyczny, że dał się dostosować do dysków CD-R nagrywanych w kilku sesjach. Stworzenie nowej sesji polega na dograniu pewnych plików do istniejącego woluminu.

Z punktu widzenia systemu plików, podział na sesje jest przezroczysty. Dysk widziany jest jako spójny, jednolity ciąg bloków o kolejnych numerach, niezależnych od rzeczywistych granic ścieżek i sesji. Przykładowo:

• Blok 0 jest pierwszym blokiem pierwszej sesji
• Blok n: ostatni blok pierwszej sesji
• Blok n + 1: pierwszy blok drugiej sesji
• Blok n + m: ostatni blok drugiej sesji
• Blok n + m + 1: pierwszy blok trzeciej sesji
  . . .

Jedyną cześcią systemu ISO o sztywno zdefiniowanym położeniu są deskryptory woluminu. Położenie pozostałych struktur określone jest jedynie przez wzajemne dowiązania.

Jednak deskryptory zostały już zapisane w sektorze 16 podczas tworzenia pierwszej sesji, i nie da się ich zmienić. Aby rozwiązać ten problem, zmieniono sposób odnajdowania deskryptorów: jako aktualne traktowane są deskryptory zapisane od 16. sektora ostatniej stworzonej sesji (w szczególności jedynej, gdy dysk jest jednosesyjny). Poprzednie struktury nadal są na dysku, ale w niczym nie przeszkadzają.

W każdej nowej sesji zapisywane są:

• Nowe deskryptory woluminu (wskazujące na nowe struktury)
• Nowe tablice ścieżek
• Nowe, kompletne drzewo katalogów
• Dopisane pliki

Z uwagi na wzajemne dowiązania nad- i podkatalogów, trzeba skopiować całą ich hierarchię do nowej sesji (ze zmodyfikowanymi wskaźnikami). W przypadku płyt CD nie jest to duży problem, bo dopisanie nowej sesji wiąże się z dużo większymi stratami.
Z poprzednimi sesjami współdzielone są jedynie niezmienione pliki.