BASH：同名目录的总大小

Question

首先，我是一个 bash 菜鸟，所以请温柔点:)

我试图总结位于不同位置但具有相同名称的文件夹的大小。它看起来像这样：

root
--- directory 1

------ folder 1
--------subfolder 1
--------subfolder 2
------ folder 2
--------subfolder 3
--------subfolder 4
------ folder 3
--------subfolder 5
--------subfolder 6

--- directory 2

------ folder 1
--------subfolder 1
--------subfolder 2
------ folder 2
--------subfolder 3
--------subfolder 4
------ folder 3
--------subfolder 5
--------subfolder 6

我正在尝试对子目录 1 到 6 的大小求和并将其输出到 .csv

目前，我只是在两个单独的 CSV 文件中输出子目录的大小。一份用于目录 1，一份用于目录 2

目前，我可以输出我在需要的地方运行的子文件夹的大小：

du -h --max-depth=1 --block-size=GB * | grep "[\/]" | sort -n -r > ~/lists/disks/RC_job.csv

输出如下所示：

40GB folder1/subfolder1

15GB folder1/subfolder2

10GB folder2/subfolder 3
...

我有一个目录 1 的输出和一个目录 2 的输出。我想对目录一和目录二的子文件夹的大小进行求和，并得到如下所示的输出

60GB subfolder1

25GB subfolder2

10GB subfolder3

其中 subfolder1 是目录 1/folder1/subfolder1 + 目录 2/folder1/subfolder1

这是我在这里发表的第一篇文章，我不知道这些信息是否足够。如有必要，我很乐意提供更多信息。我很确定这可以用锥子完成，但我还没有真正使用过。

干杯！

编辑回答评论中的问题：

（部分）输出du -h /net/rcq-rp/job/rcq/vault/image/film /net/rcq-rp/job/rcq/film --max-depth=1 --block-size=GB *是：

1GB /net/rcq-rp/job/rcq/vault/image/film/nr106/nr106_0010
1GB /net/rcq-rp/job/rcq/vault/image/film/nr106/nr106_0020
1GB /net/rcq-rp/job/rcq/vault/image/film/nr106/nr106_0030
1GB /net/rcq-rp/job/rcq/vault/image/film/nr106/nr106_0035
1GB /net/rcq-rp/job/rcq/vault/image/film/nr106/nr106_0040
1GB /net/rcq-rp/job/rcq/vault/image/film/nr106/nr106_0045
2GB /net/rcq-rp/job/rcq/vault/image/film/nr106/nr106_0050
1GB /net/rcq-rp/job/rcq/vault/image/film/nr106/nr106_0060
1GB /net/rcq-rp/job/rcq/film/nr106/nr106_0010
1GB /net/rcq-rp/job/rcq/film/nr106/nr106_0020
1GB /net/rcq-rp/job/rcq/film/nr106/nr106_0030
1GB /net/rcq-rp/job/rcq/film/nr106/nr106_0035
1GB /net/rcq-rp/job/rcq/film/nr106/nr106_0040
1GB /net/rcq-rp/job/rcq/film/nr106/nr106_0045
1GB /net/rcq-rp/job/rcq/film/nr106/nr106_0050
1GB /net/rcq-rp/job/rcq/film/nr106/nr106_0060

理想情况下，最终输出是：

2GB nr106_0010

etc...

Answer 1

一种方法是使用关联数组。关联数组将一系列键映射到值，例如：

directory1 -> 10 GB
directory2 -> 12 MB
directory3 -> 40 KB

关联数组中的键必须是唯一的。那太棒了！我们目录的路径也是唯一的。让我们将它们放入关联数组中。我将展示如何做到这一点，awk但许多其他语言都有关联数组（例如 Perl，它称之为哈希）。

du | awk '{ val = $1; dir = $2; sizes[dir] = val }'

（为了简单起见，我取出了您传递给的论点du）

这是做什么的？逐行awk读取输出；du对于每一行，它都会向关联数组添加一个元素sizes，其中目录名称作为索引，大小作为值。如果我们的原始输入看起来像这样

40GB folder1/subfolder1
15GB folder1/subfolder2
10GB folder2/subfolder1

我们的数组看起来像这样：

sizes[folder1/subfolder1] -> 40GB
sizes[folder1/subfolder2] -> 15GB
sizes[folder2/subfolder1] -> 10GB

但在最终输出中，我们只想查看子目录的值。awk有字符串操作的函数，所以让我们调整我们的代码以去掉前导目录：

du | awk '{ val = $1; dir = $2; sub(/^.*\//, "", dir); sizes[dir] = val }'

该sub函数会删除/路径中从最后一个到开头的所有内容。现在我们的数组看起来像这样：

sizes[subfolder2] -> 15GB
sizes[subfolder1] -> 10GB

伟大的！现在我们只有子目录的值。只是有一个小问题。这些值不是总计。由于我们有多个名为 的子目录subfolder1，因此我们用第二个值 (10GB) 覆盖第一个值 (40GB)。当我们遇到数组中已经存在的索引时，我们真正想做的是将其值添加到现有值中：

du | awk '{ val = $1; dir = $2; sub(/^.*\//, "", dir); sizes[dir] += val }'

（我将sizes[dir] = val，它使用赋值更改为sizes[dir] += val，它添加val到 中已有的内容sizes[dir]）

awk神奇地为我们处理了一些事情，比如将 15GB 转换为数字 15。现在我们的数组如下所示：

sizes[subfolder2] -> 15
sizes[subfolder1] -> 50

这向我们显示了我们正在寻找的总数。现在，我们如何显示它？我们可以循环遍历数组并打印出键和值，如下所示：

du | awk '{ val = $1; dir = $2; sub(/^.*\//, "", dir); sizes[dir] += val } \
          END { for (dir in sizes) print dir, sizes[dir], "GB" }'

我们的结果是

subfolder1 50 GB
subfolder2 15 GB

编辑：这是我使用du更新问题中的输出得到的结果。

nr106_0060 2 GB
nr106_0050 3 GB
nr106_0045 2 GB
nr106_0040 2 GB
nr106_0035 2 GB
nr106_0030 2 GB
nr106_0020 2 GB
nr106_0010 2 GB