Incontri - Doc 03

Formattazione

In informatica la parola formattazione indica la standardizazione delle informazioni in un determinato formato e disposizione, ed è usata in contesti ben distinti con signiicati ben distinti.

Formattazione dei supporti di memorizzazione

In informatica la formattazione è l'operazione tramite la quale si prepara per l'uso un supporto di memorizzazione di massa, come ad esempio un disco fisso, impostando la struttura del file system. L'operazione consiste nel dividere la capacità del disco in una serie di blocchi di uguali dimensioni e fornire una struttura in cui verranno scritte le informazioni che permetteranno l'accesso ai dati desiderati.

Applicazione

Sono interessati a tale operazione tutti i supporti di archiviazione. Nel caso degli hard disk la formattazione deve essere preceduta dal partizionamento ovvero da un'operazione che permette di dividere lo spazio disponibile in una o più sezioni ognuna delle quali verrà gestita come un disco separato. Nel caso dei supporti ottici come i CD-R e i DVD scrivibili la registrazione dei dati avviene in genere per mezzo di appositi programmi di masterizzazione i quali creano la struttura di gestione contestualmente all'operazione di registrazione.

La formattazione deve essere sempre effettuata prima dell'utilizzo dei supporti di memoria. Normalmente i floppy disk e le chiavi USB vengono forniti preformattati dal produttore. In ogni caso è possibile effettuare nuovamente l'operazione di formattazione quando si desidera riutilizzare un supporto, perdendo i dati presenti sullo stesso.

Motivi

Uno dei casi in cui si ricorre alla riformattazione di un disco quando è necessario reinstallare il sistema operativo di un computer a seguito di malfunzionamenti causati da malware o da problemi software che hanno danneggiato il sistema operativo. In questo caso, dopo aver effettuato una copia di backup dei dati si procede alla formattazione per disporre di una struttura di memorizzazione sicuramente integra sulla quale installare il sistema operativo.

Livelli di formattazione

Esistono due livelli di formattazione detti formattazione a basso livello e formattazione ad alto livello.

Formattazione a basso livello

Attualmente interessa unicamente i floppy disk e consiste nel memorizzare sulla superficie degli stessi una serie di informazioni che permettono di dividerla in blocchi di uguale capacità identificabili univocamente e la cui integrità è verificabile attraverso una somma di controllo.

Fino agli anni ottanta una operazione analoga veniva effettuata dagli utenti anche sugli hard disk in quanto le imprecisioni del sistema di controllo delle testine a mezzo motore passo-passo, sensibile per esempio all'orientamento dell'unità, e l'algoritmo MFM usato per memorizzare i dati lo richiedevano.

L'avvento del sistema RLL e del posizionamento delle testine col sistema voice-coil hanno reso obsoleta tale pratica. Negli hard disk prodotti a partire dagli anni novanta tale operazione viene nella pratica effettuata quasi esclusivamente dal produttore.

Attualmente viene chiamata erroneamente formattazione a basso livello un'operazione di reinizializzazione del disco, possibile con apposite utility fornite dal produttore del disco stesso che consiste nel controllo di tutta la superficie del disco azzerandone il contenuto. In seguito a tale operazione i dati presenti sul disco non sono più recuperabili.

Formattazione ad alto livello

Consiste nella memorizzazione sul supporto delle strutture del file system ed eventualmente del master boot record. Questa operazione non cancella i file dal disco limitandosi a riscrivere la struttura che ne permette la normale gestione. Fino a che non vengono sovrascritti da nuovi file è possibile recuperare il contenuto dei file precedenti alla formattazione per mezzo di appositi programmi. I dati presenti sul disco saranno semplicemente ignorati e sovrascritti dal computer ma rimarranno, almeno parzialmente, recuperabili con appositi software. Per avere la certezza che i dati registrabili non siano più recuperabili bisogna ricorrere ad apposite tecniche di riscrittura dell'intera capacità del disco oppure alla distruzione fisica dello stesso.

I programmi di formattazione permettono contestualmente di fare un controllo dell'intera superficie del disco per verificare la presenza di eventuali difetti. Questa operazione può richiedere anche molte ore nel caso di un disco rigido di grande capacità ed è superata dalla capacità del firmware degli hard disk attualmente in commercio di identificare e isolare automaticamente eventuali blocchi difettosi. Analogamente alla reinizializzazione tale operazione rende i dati precedentemente presenti sul disco non più recuperabili.

File system

In informatica, un file system è, informalmente, un meccanismo con il quale i file sono immagazzinati e organizzati su un dispositivo di archiviazione, come un disco rigido o un CD-ROM. Più formalmente, un file system è l'insieme dei tipi di dati astratti necessari per la memorizzazione, l'organizzazione gerarchica, la manipolazione, la navigazione, l'accesso e la lettura dei dati. Di fatto, alcuni file system (come NFS) non interagiscono direttamente con i dispositivi di archiviazione.

I file system possono essere rappresentati sia testualmente che graficamente tramite browser di file e shell. Nella rappresentazione grafica (GUI) è generalmente utilizzata la metafora delle cartelle che contengono documenti (i file) ed altre cartelle.

Caratteristiche e storia dei file system

Un file system è parte integrante di qualsiasi sistema operativo moderno. L'unico vero compito dei sistemi operativi dei primi microcomputer era proprio la gestione dei file - un fatto che si riflette nei loro nomi (vedi DOS o QDOS).

I dispositivi di archiviazione, ad esempio i dischi fissi si presentano al sistema operativo come array di blocchi di dimensione fissa, generalmente chiamati settori, tipicamente di 512 byte l'uno. Le operazioni disponibili sono la lettura e la scrittura di un blocco arbitrario, o talvolta di un insieme di blocchi.

Basandosi su questo servizio fornito dai dispositivi a blocchi, il file system realizza due livelli di astrazione, che rendono le risorse di memorizzazione di massa facilmente utilizzabili dagli utenti.

Dal dispositivo a blocchi alla raccolta di file di dimensione arbitraria

Il primo livello di astrazione è quello che organizza i settori in un insieme di archivi (file) di dimensioni arbitrarie, che possono andare da zero all'intera dimensione disponibile del dispositivo. Ciascun file viene distribuito in un insieme di settori. Normalmente, l'utente vede solo un file, e non deve preoccuparsi di quali settori sono utilizzati per memorizzarlo. Le operazioni disponibili sono la lettura o la scrittura di un blocco di dati di dimensione arbitraria in un punto arbitrario del file. Il software di gestione del file system è responsabile dell'organizzazione di questi settori in file e di tenere traccia di quali settori appartengono a quali file, e quali invece non sono utilizzati. L'utente ha normalmente la totale libertà di creare nuovi file, cancellare file esistenti (liberando così i blocchi che questi occupavano), modificare file esistenti (cambiando così anche la loro dimensione, e quindi il numero di blocchi occupati).

Non tutti i file system hanno bisogno di un dispositivo di archiviazione. Un file system può infatti essere usato per organizzare e rappresentare qualsiasi tipo di dato, sia che sia memorizzato o generato dinamicamente (ad esempio, da una connessione di rete).

Nomi gerarchici dei file

Il secondo livello di astrazione è quello che permette di organizzare i file dando loro dei nomi gerarchici.

I file system tipicamente hanno tabelle che associano i nomi dei file con i file tramite collegamenti fisici, usualmente collegando il nome del file a un indice in una tabella di allocazione dei file (file allocation table) di qualche genere, come la FAT di un file system MS-DOS, o un inode in un file system di tipo Unix. Le strutture di cartelle possono essere ad un solo livello, oppure possono permettere una struttura gerarchica in cui delle cartelle possono contenere sottocartelle. In alcuni file system i nomi dei file sono strutturati con una speciale sintassi (per esempio estensioni o numeri di versione).

I file system gerarchici sono stati uno dei primi interessi di ricerca di Dennis Ritchie, uno dei padri fondatori di Unix; le implementazioni precedenti erano ristrette a pochi livelli.

Controllo d'accesso

Il file system viene inoltre utilizzato per memorizzare i dati che servono a controllare l'accesso a ciascun file da parte dei processi.

I criteri di sicurezza nell'accesso alle operazioni sui file system sono in genere basati su liste di controllo di accesso (access control list o ACL) o capabilities. Si è scoperta da qualche decina di anni l'inaffidabilità delle ACL, e per questo motivo i sistemi operativi moderni tendono a usare il meccanismo delle capabilities. I file system commerciali usano ancora le ACL.

Una ACL permette di definire per ciascun elemento del file system di quali permessi (lettura, scrittura, modifica ecc.) dispone ciascun utente che accede al sistema.

Funzionalità particolari

I file system tradizionali offrono degli strumenti per creare, muovere ed eliminare sia i file che le cartelle, ma non permettono di creare collegamenti addizionali alle cartelle (gli hard links di Unix ed NTFS), o di rinominare i collegamenti padre (".." nei sistemi Unix o DOS/Windows), e di creare collegamenti bidirezionali fra i file. Questi file system tradizionali hanno anche dei metodi per creare, muovere, cancellare e troncare i file, e per sostituire o aggiungervi in coda alcuni dati. Invece non permettono di aggiungere dati o troncare in testa un file, impedendo l'inserzione o la cancellazione arbitraria di dati. Le operazioni possibili sono quindi molto asimmetriche e spesso risultano inefficienti in contesti particolari.

Principali file system

Nel corso della storia informatica, è stata ideata una miriade di file system. I sistemi operativi moderni sono spesso in grado di accedere a diversi file system, spesso semplicemente installando un apposito modulo o driver.

I tipi di file system possono essere classificati in file system per dischi, file system di rete e file system per compiti speciali.

Nel gergo comune si è soliti affermare, soprattutto in sistemi GNU/Linux, che il file system viene montato, per consentire al sistema operativo di accedervi per le operazioni di lettura\scrittura.

File system del disco

Un file system del disco è un file system progettato per memorizzare dei file su un'unità a disco, che può essere collegata direttamente o indirettamente al computer.

Esempi di file system del disco sono:

Amiga FileSystems - OFS, FFS1 e 2, International, PFS, SFS usati su Amiga

BFS (Beos File System) - file system nativo di BeOS

DFS, ADFS - file system della Acorn

EFS (IRIX) - un vecchio file system a blocchi usato su IRIX per unità di memoria di massa rimovibili (DAT, CD-ROM...) precedente all'introduzione di ISO 9660

Ext - Extended file system, il primo file system appositamente progettato per GNU/Linux

Ext2 - Extended File System 2, diffuso su sistemi GNU/Linux

Ext3 - Extended File System 3, diffuso su sistemi GNU/Linux (ext2+journaling)

Ext4 - Extended File System 4, rilasciato come stabile dal kernel Linux 2.6.28 (già presente dalla versione 2.6.19 come ext4dev)

FAT - Usato su DOS, Microsoft Windows e su molti dispositivi dedicati, dispone di tabelle a 12 e 16 bit

FAT32 - versione con tabelle a 32 bit di FAT

ExFAT - conosciuto anche come FAT64, creato da Microsoft e pensato appositamente per memorie flash

FFS - Fast File System, usato in vecchi sistemi BSD

HFS - Hierarchal File System, usato su Mac OS

HFS+ - Hierarchal File System Plus, usato su Mac OS a partire dalla versione 8.1 e su Mac OS X

HPFS - High Performance File System, usato su OS/2

ISO 9660 - Usato su dischi CD-ROM e DVD-ROM (anche con estensioni Rock Ridge e Joliet)

Journaled File System (JFS) - disponibile su sistemi GNU/Linux, OS/2, e AIX

LFS - Log-structured File System

Minix - Usato su sistemi Minix

NTFS - NT File System. Usato su sistemi basati su Windows NT

NWFS - NetWare File System. Usato da Novell NetWare

ReiserFS - File system journaling diffuso su sistemi GNU/Linux

Reiser4 - File system journaling successore del ReiserFS diffuso su sistemi GNU/Linux.

UDF - File system a pacchetti usato su supporti WORM/RW, CD-RW e DVD

UFS - Unix File System, usato su vecchi sistemi BSD

UFS2 - Unix File System, usato su nuovi sistemi BSD

UMSDOS - File system FAT esteso con permessi e metadata, usato su GNU/Linux

XFS - eXtended FileSystem: 64 bit in addressing con possibilità di partizione unica di 9 milioni di TB utilizzato su IRIX. Tale filesystem è indicato per unità non rimovibili (HDD...).

ZFS - Creato dalla Sun Microsystems

Btrfs - Creato dalla Oracle Corporation

File system distribuito

Un file system distribuito permette di accedere ai file contenuti su un computer remoto tramite rete, potenzialmente in simultanea da diversi computer.

Esempi di file system di rete sono:

AFS (Andrew File System)

AppleShare

CIFS (conosciuto anche come SMB o Samba)

Coda

Global File System (GFS)

InterMezzo

Lustre

MagmaFS

NFS

9P

File system per compiti speciali

Alcuni file system vengono utlizzati per compiti speciali che non rientrano direttamente nelle prime due categorie. Molti non hanno alcuna relazione con un supporto di memorizzazione permanente dei dati, ma vengono utilizzati dal sistema operativo per dare accesso ad alcune funzionalità. Alcuni esempi sono:

archfs (archivi)

cdfs (lettura e scrittura di CD)

incdfs (lettura e scrittura di CD o DVD riscrivibili come se fossero floppy, usato nel software Nero)

cfs (caching)

DEVFS (solaris, GNU/Linux, crea dinamicamente i file speciali per dare accesso alle periferiche effettivamente installate)

ftpfs (accesso FTP)

lnfs (nomi lunghi)

nntpfs (netnews)

PROCFS (GNU/Linux e altri, mostra dati sullo stato del sistema e dei processi)

ROMFS (file system utilizzato nei sistemi uClinux)

TMPFS (file system temporaneo appoggiato sulla memoria di sistema)

SYSFS (GNU/Linux 2.6, sostituisce in parte PROCFS)

wikifs (wiki wiki)

Codici ASCII

La tabella ASCII è un codice convenzionale usato per la rappresentazione dei caratteri di testo attraverso i byte: ad ogni byte viene fatto corrispondere un diverso carattere della tastiera (lettere, numeri, segni).
In realtà lo standard ASCII copre solo i primi 128 byte (da 00000000 a 01111111), i successivi byte fino al 256° costituiscono la tabella ASCII estesa che presenta varie versioni a carattere nazionale.
Nella tabella ASCII standard si trovano le cifre numeriche, le lettere maiuscole e minuscole (maiuscole e minuscole hanno codici ASCII differenti) la punteggiatura, i simboli aritmetici e altri simboli ($, &, %, @, #, ecc.). Essendo stata concepita in America, la tabella ASCII standard non comprende le lettere accentate (sconosciute all'ortografia inglese).
I primi 32 byte della tabella standard sono inoltre riservati per segnali di controllo e funzioni varie.
L'alfabeto latino, usato nella scrittura di molte lingue nel mondo, presenta una grande quantità di varianti grafiche: si va dalle semplici vocali accentate (accento grave à, acuto á, circonflesso â, dieresi ä, tilde ã) a lettere modificate (lettere con barrette, cediglie, segni), lettere speciali usate solo in una lingua, segni di punteggiatura particolari (il punto interrogativo ed il punto esclamativo capovolti usati nello spagnolo), simboli di valuta, e così via, senza considerare poi che gran parte di questi segni presentano le due forme maiuscola e minuscola.
Le varianti sono talmente numerose che i 128 byte della tabella estesa non sono purtroppo sufficienti a rappresentarle tutte, per questo motivo esistono diverse estensioni della tabella ASCII: lo standard ISO 8859 prevede 15 diverse estensioni, comprese quelle per gli alfabeti diversi dal latino, ma esistono anche ulteriori estensioni non riconosciute dall'ISO e create per esempio dalla Microsoft per i sistemi Windows o dalla Apple per i Macintosh. Persino l'MS-DOS usava un'estensione diversa da quella di Windows.
La tabella ASCII estesa tipicamente utilizzata in Italia è quella dell'Europa occidentale, creata per le lingue germaniche e neolatine (escluso il rumeno). Altre estensioni usate in Europa sono la Centro Europea per i paesi dell'Europa orientale (lingue slave, ungherese, rumeno), la Turca, la Cirillica e la Greca.
Questa coesistenza fra diverse versioni del codice ASCII produce spesso discordanze nella visualizzazione dei file di testo. Sarà capitato a molti di aprire un file di testo o ricevere una E-mail e trovare segni assurdi al posto di tutte le lettere accentate, questo perché chi l'ha scritto stava usando una tabella estesa diversa dalla vostra e quindi il vostro computer interpreta alcuni byte del file in modo diverso.
Certi tipi di file, come i file html, possono contenere al loro interno il nome esplicito dell'estensione ASCII usata per la loro creazione, così il computer ricevente saprà come regolarsi.
Per cercare di ovviare al problema è stato creato un nuovo standard internazionale detto Unicode, definito dalla Unicode Consortium e dalla International Organization for Standardization (ISO 10646), che rappresenta i caratteri usando 2 byte (16 bit).
Con 2 byte il numero di combinazioni possibili diventa 256x256 = 65.536, perciò Unicode supporta 65.536 diversi segni, al posto dei 256 del set ASCII. Si riescono così a rappresentare non solo tutte le varianti dell'alfabeto latino, ma anche tutti gli altri alfabeti (greco, cirillico, arabo, ebraico, hindi, thai, ...) oltre all'insieme degli ideogrammi cinesi e giapponesi (che sono in tutto circa 30.000, anche se poi ne vengono effettivamente utilizzati solo poche migliaia). Lo standard definitivo è ancora in corso di definizione, ma i codici disponibili sono così numerosi, che pare verranno inseriti in Unicode persino gli alfabeti di fantasia come l'Elfico di Tolkien o il Klingon di Star Trek.
Lo svantaggio dell'Unicode, rispetto all'ASCII, è che le dimensioni dei file di testo risultano comunque raddoppiate (vengono usati 2 byte per carattere, invece di 1 solo).

Tabella ASCII standard

I Byte da 0 a 31 sono riservati per dei segnali di controllo; si tratta di comandi pensati per le telescriventi (per le quali il codice ASCII fu inizialmente creato) e solo pochi si utilizzano ancora con i computer. Se si sta usando Windows si può ottenere ogni carattere ASCII tenendo premuto il tasto Alt e digitando il codice decimale corrispondente col tastierino numerico (se il tastierino numerico non fosse attivo, premere prima il tasto Num lock o Bloc Num per attivarlo).
per esempio la chiocciola @ si ottiene digitando 64 mentre si tiene premuto il tasto Alt.
Nella tastiera inglese sono già presenti tutti i caratteri della tabella standard; nella tastiera italiana invece mancano l'apice (96), le parentesi graffe (123,125) e la tilde (126). 

Tabella ASCII estesa

La tabella riportata di seguito è quella usata da Windows98 italiano; già la versione inglese di Windows usa tabella diversa. I caratteri si ottengono tenendo premuto il tasto Alt e digitando col tastierino numerico il codice decimale corrispondente (se il tastierino numerico non fosse attivo, premere il tasto Num lock o Bloc Num per attivarlo).
per esempio la ß (doppia "s" tedesca) si ottiene digitando 225 mentre si tiene premuto il tasto Alt.
Sulla tastiera italiana sono comunque già disponibili alcune delle lettere accentate (ma non le lettere accentate maiuscole). 

Si osservi come nella tabella estesa si trovino ripetuti più volte alcuni segni (per esempio: + - _ ) che peraltro sono pure compresi nella tabella standard. Si tratta in effetti di Byte non definiti a cui è stato assegnato un simbolo più o meno a caso.