# Datei

## Was es ist

Eine Datei ist das, was ein Programm vom Betriebssystem anfordert, wenn es
morgen dieselben Bytes wiederhaben möchte: Es öffnet die Datei über ihren
Namen, liest oder schreibt, schließt sie und vertraut darauf, dass das nächste
Programm beim Öffnen dieses Namens das Hinterlassene vorfindet. Dokumente,
Fotos, Programme, Einstellungen und Logs sind Dateien. Auf Unix-ähnlichen
Systemen gilt das auch für manches, das überhaupt nirgends gespeichert ist.

POSIX, der Standard hinter Linux, macOS und anderen Unix-ähnlichen Systemen,
definiert eine Datei als Objekt, das gelesen oder beschrieben werden kann,
gegebenenfalls auch beides. Zu seinen Attributen gehören unter anderem
Zugriffsrechte und der Dateityp. Es folgen die Typen:
reguläre Dateien, Verzeichnisse, symbolische Links, FIFOs, Sockets sowie
zeichen- und blockorientierte Gerätedateien, die etwa für ein Terminal oder
eine Festplatte stehen. Mit „Datei“ ist fast immer die erste Art gemeint.
Der Standard beschreibt sie als eine Bytefolge mit wahlfreiem Zugriff, der das
System keine eigene Struktur auferlegt. Das System weiß nicht, ob diese Bytes
eine Tabellenkalkulation, ein Foto oder eine Datenbankseite sind, und es spielt
für das System auch keine Rolle. Die Struktur gehört zum lesenden Programm. POSIX lehnt
sogar eine Trennung von Text- und Binärdateien ab, merkt aber an, dass viele
Dienstprogramme nur für Text sinnvolle Ausgaben liefern.

Der Name liegt außerhalb der Datei. Ein Verzeichnis ist eine Liste von Einträgen,
von denen jeder einen Dateinamen mit einer Datei verknüpft. Ein Dateiname ist
eine einzelne Komponente, die bis zu einer vom System gesetzten Grenze jedes
Byte außer Schrägstrich und Nullbyte enthalten darf. Ein Pfad wie
`/srv/site/index.html` ist die Namenskette, die das System bis zur Datei
abläuft. Weil Namen in Verzeichnissen liegen, kann eine Datei mehrere haben.
Das System zählt sie. Wird der letzte Name entfernt und hält kein Prozess
die Datei mehr offen, wird der Speicherplatz freigegeben.

Alles andere, was das System über eine Datei weiß, sind Metadaten. Eine
ausführliche Dateiliste zeigt das meiste davon:

```text
$ ls -li notes.txt
1048577 -rw-r----- 2 ana staff 4096 Oct 16 09:14 notes.txt
```

Die erste Zahl ist die innerhalb ihres Dateisystems eindeutige Dateiseriennummer:
Diese Nummer ist die Datei, die Namen verweisen nur darauf. Es folgen die
Berechtigungsbits für Eigentümer, Gruppe und alle anderen, die Anzahl der Namen
der Datei, Eigentümer und Gruppe, die Größe in Bytes und der Zeitpunkt der
letzten Datenänderung. POSIX führt daneben zwei weitere Zeitpunkte: den letzten
Datenzugriff und die letzte Änderung des Dateistatus. Ein Programm, das eine
Datei geöffnet hat, hält einen Dateideskriptor, eine kleine prozessinterne
Ganzzahl. Die Deskriptoren 0, 1 und 2 stehen für Standardeingabe, Standardausgabe
und Standardfehlerausgabe. Deshalb kann eine Shell die Ausgabe eines Programms
in eine Datei leiten, ohne dass das Programm davon weiß.

## Warum es wichtig ist

Dateien sind die älteste Schnittstelle zwischen Programmen, die einander nie
vorgestellt wurden. Ein vor Jahrzehnten geschriebenes Werkzeug kann einem von
gestern Daten über eine Datei übergeben, ohne weitere Vereinbarung als Bytes
und Name. Konfigurationen, Logs, Exporte, Sicherungen und die Inhalte der
meisten Websites nehmen diesen Weg. Verlässliche Dateien sind deshalb ein
Großteil eines verlässlichen Systems.

Die subtilen Probleme stecken in den Metadaten. Der Änderungszeitpunkt sagt,
wann die Bytes zuletzt geschrieben wurden. Das ist etwas anderes als der
Zeitpunkt der letzten inhaltlichen Änderung. Beide fallen auseinander, sobald
ein Werkzeug eine Datei mit identischem Inhalt neu schreibt. Eigentümerschaft
wird als Zahl gespeichert. Dieselbe Datei kann daher auf einem anderen Rechner
einer anderen Person gehören.

Dann ist da die Dauerhaftigkeit. Kehrt ein Schreibaufruf zurück, wurden die
Bytes dem Betriebssystem übergeben, das sie in einem Cache halten kann. Laut
POSIX erreichen zwischengespeicherte Daten das Speichermedium, wenn ein Programm
es mit einem Aufruf wie `fsync` verlangt. Sie können auch vorher von selbst
dorthin gelangen. Der Standard warnt, dass nach einem Absturz spätere
Operationen auf der Platte liegen können, während frühere fehlen. Als Beispiel
nennt er eine Umbenennung, bei der der neue Name angelegt wurde und der alte
noch besteht.

Schließlich ist eine Datei eine Kopie auf einem Gerät, bis jemand etwas anderes
organisiert. Speichermedien fallen je nach Art unterschiedlich aus. Der einzige
übergreifend wirksame Schutz ist eine zweite Kopie an einem anderen Ort, die
auch wieder gelesen wurde.

## Wie es in der Praxis aussieht

Der Änderungszeitpunkt einer Datei hält fest, wann ihre Bytes zuletzt geschrieben
wurden, nicht wann sich ihr Inhalt zuletzt änderte. Die Sitemap dieser Website
zeigte den Unterschied einst deutlich: Ihre Datumsangaben ordneten 172 der
176 Seiten denselben Änderungszeitpunkt zu.
[Die Korrektur verfolgte das Datum bis zur Datei selbst zurück](/de/portfolio/fixed-a-sitemap-with-one-shared-timestamp/).
Der Inhaltsexport schreibt bei jedem Lauf jede Datei neu. Unabhängig vom
Seiteninhalt gab eine Synchronisierung der gesamten Website daher einen
einzigen Zeitstempel. Das Datum stammt nun über eine Rückfallkette aus der
Versionshistorie: zuerst ein ausdrückliches Feld, dann die Commit-Historie,
dann die Datei. Die Seite dokumentiert die Falle in dieser Kette: Der wörtliche
Feldname muss in der Liste stehen, sonst liest der Generator ihn nie. Ein
fehlendes Datum lässt das Feld leer, statt eine Vermutung einzusetzen. Im dokumentierten Implementierungsstand betraf eine
erneute Synchronisierung nach einem Monat Bearbeitung acht von
186 Dateien.

Die
[Implementierung des Wiederherstellungstests im Unternehmen endet mit dem erneuten Lesen einer Datei](/de/portfolio/backups-that-have-actually-been-restored/).
Ihre systemd-Units unterstützen einen Datenbankdump, wo er
konfiguriert ist, einen verschlüsselten und deduplizierten restic-Snapshot,
der per SFTP an Speicher bei einem anderen Anbieter gesendet wird, das
Bereinigen nach Aufbewahrungsregeln und eine Integritätsprüfung. Ein separater
monatlicher Ablauf stellt eine bekannte Datei an einem temporären Ort wieder
her und vergleicht ihre Bytes. Der beabsichtigte Test ist somit eine
Wiederherstellung statt eines Uploads. Der Implementierungsnachweis vom
2026-10-27 hält fest, dass die Timer mangels konfigurierten Repositorys
deaktiviert waren, und dokumentiert keine abgeschlossene Live-Wiederherstellung.
Selbst die Passphrase ist absichtlich eine Datei: Die Units lesen sie aus einer
geschützten Datei statt aus einem von systemd ausgewerteten Umgebungswert,
dessen Escape-Verarbeitung eine Passphrase mit Backslash so verändern könnte,
dass sie von der bei der Repository-Erstellung verwendeten abweicht.

Jahre zuvor ging es darum, Dateien aus defekter Hardware zu retten, oft die
einzige Kopie:
[Datenrettung](/de/portfolio/recovered-data-from-sd-cards-hdds-ssds-and-raid/)
von SD-Karten, rotierenden Festplatten, SSDs, RAID-Verbünden, externen Laufwerken
und Mac-Systemen. Jedes dieser Medien fällt anders aus und gibt seine Daten
anders preis. Ein Mac-Dateisystem hat zudem eigene Besonderheiten. Die Arbeit
bestand deshalb ebenso sehr im passenden Vorgehen für das Medium wie in einer
einzelnen Technik. Der Maßstab war schlicht: unversehrt zurückgegebene Dateien.

## Wo es schiefgeht

**Alle Seiten scheinen sich gleichzeitig geändert zu haben.** Kopieren,
Auschecken, Wiederherstellen oder Exportieren schreibt die Datei neu und setzt
ihren Änderungszeitpunkt neu. Jedes nachgelagerte System, das diesem vertraut,
sieht eine Änderung, die nie stattfand. Eine Kopie mit erhaltenen Zeitstempeln
tut das Gegenteil und verbirgt eine tatsächliche Änderung. Entnehmen Sie
Datumsangaben zum Inhalt dem Inhalt selbst oder der Versionshistorie und lassen Sie den
Dateizeitpunkt das bedeuten, was er bedeutet.

**Ein Leser findet eine halbe Datei.** Schreibt ein Programm eine bestehende Datei direkt
neu, gibt es ein Zeitfenster, in dem ein anderer Prozess oder der nächste
Systemstart Teile der alten und der neuen Fassung sieht. Schreiben Sie eine
temporäre Datei im selben Verzeichnis, rufen Sie dafür `fsync` auf und benennen
Sie sie dann so um, dass sie die Originaldatei ersetzt. POSIX verlangt, dass der ersetzte Name
während der gesamten Umbenennung sichtbar bleibt und entweder auf die alte
oder auf die neue Datei verweist.

**Ein Skript stolpert über einen zulässigen Namen.** Ein Dateiname darf
Leerzeichen, Zeilenumbrüche und einen führenden Bindestrich enthalten. Ein
Skript, das Namen an Leerraum zerlegt oder ohne Anführungszeichen an einen
Befehl übergibt, bearbeitet die falschen Dateien. POSIX empfiehlt selbst, einen
führenden Bindestrich zu vermeiden und für übertragbare Namen bei Buchstaben,
Ziffern, Punkt, Unterstrich und Bindestrich zu bleiben. Setzen Sie jede
Expansion in Anführungszeichen und beenden Sie die Optionsauswertung vor einer
Namensliste mit `--`.

**Eine geheime Datei ist für alle lesbar.** Die Berechtigungsbits einer neuen
Datei stammen aus den Voreinstellungen des erzeugenden Prozesses. Diese erlauben
üblicherweise der Gruppe und anderen das Lesen. Ein so geschriebener Schlüssel
oder eine Passphrase wird mit jedem Konto auf dem Host geteilt. Erstellen Sie
geheime Dateien von Anfang an mit Zugriffsrechten nur für den Eigentümer,
statt die Rechte nachträglich einzuschränken.

## Weiterführende Lektüre

- [NIST-CSRC-Glossar: Datei](https://csrc.nist.gov/glossary/term/file) — die
  Definitionen aus NIST-Sicherheitsveröffentlichungen, jeweils mit ihrem
  Ursprungsdokument.
- [POSIX.1-2024 Basisdefinitionen: Definitionen](https://pubs.opengroup.org/onlinepubs/9799919799/basedefs/V1_chap03.html)
  — die formale Bedeutung von Datei, regulärer Datei, Dateiname, Pfadname,
  Verzeichniseintrag und Dateideskriptor.
- [POSIX.1-2024 Basisdefinitionen: Allgemeine Konzepte](https://pubs.opengroup.org/onlinepubs/9799919799/basedefs/V1_chap04.html)
  — Berechtigungen, die drei Dateizeitpunkte, übertragbare Dateinamen und das,
  was ein Absturz im Cache hinterlassen kann.
- [POSIX.1-2024: rename()](https://pubs.opengroup.org/onlinepubs/9799919799/functions/rename.html) —
  die Garantie, dass ein ersetzter Name durchgehend entweder auf die alte oder
  auf die neue Datei verweist, auf der sicheres Speichern beruht.

<https://engineer.company/de/glossary/file/>
