NTFS 文件系统是如何处理小文件使占用空间为 0？

NTFS 文件系统对小文件的处理，并非让它们占用 0 字节的物理空间，而是通过一种叫做“压缩属性”（Compression Attribute）或者更精确地说是“数据流”（Data Stream）的机制，将非常小的文件数据直接存储在文件系统的元数据区域，而不是在磁盘上单独分配簇（Cluster）来存放这些数据。 这种机制的目的是为了提高磁盘利用率，尤其是在存在大量小文件的情况下。

就好比你有个小本子，里面只写了几个字，你不会专门拿一个大箱子去装这几个字，而是直接夹在你的书本里，或者塞进你的口袋里。NTFS 对小文件的处理方式也类似。

我们来详细拆解一下这个过程：

1. 什么是簇（Cluster）？

在理解 NTFS 如何处理小文件之前，首先需要了解“簇”的概念。NTFS 文件系统在磁盘上分配空间的基本单位不是字节，而是簇。一个簇可以由一个或多个扇区（Sector）组成，扇区的容量通常是 512 字节。簇的大小取决于你在格式化 NTFS 分区时选择的分配单元大小（Allocation Unit Size）。

例如，如果分配单元大小设置为 4KB（这是 Windows 的默认设置），那么即使你创建一个只有 100 字节的文件，NTFS 也会为它分配一个完整的 4KB 的空间。这就像你买了一块 4GB 的 U 盘，但你只拷进去一个 1MB 的文件，剩下的 4GB 空间仍然是留给这个文件的，只是没有被完全利用。对于大量小文件来说，这种空间的浪费会非常显著。

2. NTFS 的“小文件优化”机制：$MFT 记录和数据流

NTFS 为了解决这个问题，引入了一种称为 “内存驻留数据”（Resident Data） 或 “内联数据”（Inline Data） 的概念，也常被称为 “数据流”（Data Stream）。

简单来说，当一个文件非常小，且其数据内容能够完全容纳在 NTFS 的主文件表（Master File Table，简称 $MFT）中时，NTFS 就不会在磁盘上为其分配独立的簇。相反，它会将文件的所有数据内容直接存储在 $MFT 文件内部的该文件对应的记录中。

2.1 主文件表 ($MFT)

$MFT 是 NTFS 文件系统中最核心的结构之一。你可以把它想象成一个巨大的数据库，记录了文件系统中每一个文件和目录的所有信息。每一条记录都代表一个文件或目录，其中包含了文件的元数据（例如文件名、创建时间、修改时间、文件属性等），以及指向文件实际数据的指针。

$MFT 的每一条记录都有一个固定的长度，例如 1KB。

2.2 $MFT 记录中的数据流

当一个文件被创建，并且其数据内容非常小，比如小于 $MFT 记录中的某个阈值（这个阈值并非固定，受到多种因素影响，通常情况下，当文件数据小于 $MFT 记录中用于存储数据属性的字节数时，就可以实现内联存储），NTFS 会这样做：

直接将文件数据嵌入到 $MFT 记录中。 也就是说，原本用于存放文件数据指针的区域，现在直接被用来存储文件的实际内容。
无需在磁盘上分配独立的簇来存储这个文件的数据。

这就像你写一封信，如果信的内容很短，你直接把内容写在信封正面，而不是另外拿一张纸写好再塞进信封。

2.3 为什么说占用空间为 0 字节（相对而言）？

从物理磁盘占用的角度来看，这个文件并没有额外占用你磁盘上预留给数据存储的 簇空间。它所占用的空间，是已经包含在 $MFT 记录本身的固定大小内的。因此，相对于那些需要独立分配簇的文件，这些小文件“看起来”并没有增加磁盘的物理占用，或者说它们占用的是“共享的”、“不显性的”空间。

这并不是说文件真的占用了 0 字节的存储介质。 它仍然存在于 $MFT 中，而 $MFT 本身是存储在磁盘上的。只是它利用了已有的、为元数据保留的空间，避免了为这几个字节的小文件分配一个几千字节的簇所带来的浪费。

3. 什么时候会发生这种情况？

这种机制通常适用于：

非常小的文本文件： 例如 `.txt` 文件、少量配置信息的文件等。
某些系统文件或隐藏文件： 它们可能很小且经常被访问。
使用 NTFS 压缩的小文件（尽管这是另一个概念）： NTFS 本身也支持文件压缩，但内联数据是更底层的优化机制。

4. 对性能的影响

这种机制对性能的好处是显而易见的：

读写速度提升： 当文件数据直接存储在 $MFT 记录中时，操作系统读取文件时，就不需要再进行额外的磁盘寻道来找到文件数据所在的簇，可以直接从内存中访问 $MFT 中的数据，从而大大提高了小文件的访问速度。
磁盘利用率提高： 如前所述，避免了大量小文件造成空间浪费。

5. 注意事项与误解

不是所有小文件都如此处理： 只有当文件数据足够小，能够完全容纳进 $MFT 记录的特定区域时，才会发生这种情况。一旦文件稍微大一点，超过了阈值，NTFS 就会像处理普通文件一样，在磁盘上分配簇来存放其数据。
“0 字节占用”是相对概念： 强调的是没有额外分配的簇空间。文件本身的数据量是多少字节，它最终还是需要存储这些字节。
NTFS 压缩是另一个功能： 不要将内联数据与 NTFS 内置的文件压缩功能混淆。文件压缩（通过文件属性的“压缩此驱动器上的文件以节约磁盘空间”）会减小文件在磁盘上占用的簇大小，但它是在分配了簇之后进行的。内联数据是在分配簇之前，直接将数据放到 $MFT 里的优化。

总而言之，NTFS 的内联数据（或内存驻留数据）机制，是通过将非常小的文件数据直接存储在 $MFT 记录中，来避免为这些文件分配独立的磁盘簇。这种方式有效提高了磁盘空间的利用率，并加快了对这些小文件的访问速度，可以说是一种非常精妙的文件系统优化手段。它不是让文件真的占用 0 字节，而是利用了已有空间的“智慧”。

@yang leonier

说的就是对的，怎么会被折叠了？

NTFS的文件信息都放在MFT里，每个MFT的记录是1KB大小，每个记录对应一个文件（或者其它文件系统对象）。

记录里格式是：记录头+属性1+属性2+...+属性n，属性里包括文件名，长度，修改时间等等。如果文件信息足够小，那么这1KB的记录是用不满的，剩下的部分就可以放文件内容。

其中，有个叫$DATA的属性，当文件小的时候，$DATA里放的就是文件内容，当文件大的时候$DATA放的是指针，指向另外一个区域保存更大的数据。

参见：

NTFS

另外，省空间的方法不止这一种，有些文件系统里，允许把一个簇分给两个文件（每个文件半个），或者使用可变长的簇。NTFS里并没有这样用。