我的台式电脑上的硬链接文件有哪些陷阱？

Question

我电脑上所有内容相同的文件现在都是硬链接的。（我的数据已完全去重。这是我从旧计算机复制数据的方式的结果。）

现在我需要注意哪些陷阱，对一个文件的某些操作可能会默默地影响许多其他文件？

我知道删除我正在处理的文件不是问题（假设我是故意删除的）。它不会影响任何其他硬链接文件，而且我认为删除操作不会导致意外的副作用。

移动或重命名文件不是问题。我没有看到任何意外的后果。

我不认为复制硬链接文件是一个问题，但我对这方面的任何意外后果没有信心。我所看到的是，制作硬链接文件的副本（到同一磁盘）并cp保持副本硬链接（即，副本中的 inode 编号不会更改）。复制到另一个文件系统显然会破坏硬链接。（鉴于我的 PC 有 3 个硬盘，我想一个陷阱是忘记了这一事实。）

更改权限确实会影响所有链接的文件。到目前为止，这已经证明很方便。（我将大量硬链接文件设为只读。）

上述操作似乎都没有产生任何重大的意外后果。

但是，正如 Daniel Beck 在评论中向我指出的那样，编辑或修改文件有时可能是一个问题。这取决于工具，也可能取决于编辑类型。（例如，使用 sed 编辑小文本文件似乎总是会断开链接，而使用 nano 则不会。）这引入了编辑一个文件可能会影响所有硬链接文件（即更改原始 inode）的可能性。

我对此提出的解决方案是将所有硬链接文件设为只读（这已经是大多数情况了）。如果我不能对某些文件执行此操作，我将取消链接这些特定文件。这种只读方法有什么问题吗？

我假设如果我去编辑一个文件并发现它是只读的，我会记得在使其可写的同时取消该文件名的链接。所以一个陷阱可能是忘记了这条规则。在这种情况下，我将不得不依赖我的备份。

我在上述陈述中是否正确？我还需要知道什么？

顺便说一句，我正在运行 Kubuntu 12.04。我也在使用 btrfs。（我在 PC 中有 2 个 SSD 和 1 个 HDD。我还将添加一个外部 USB HDD。我还连接到网络并安装了一些 NFS 共享。我不认为这些最后一点与问题，但我添加它们以防万一。）

顺便说一句，由于我有多个驱动器（带有单独的文件系统），要取消链接任何文件，我要做的就是将其复制到另一个驱动器，然后将其移回。但是，使用 sed 也有效（在我的测试中）。这是我的脚本：

sed -i 's/\(.\)/\1/' file1

令人惊讶的是，这甚至取消了零字节文件的链接。在我的测试中，它似乎也适用于没有任何特殊选项的非文本文件。（但我知道--binary在 Windows、MS-DOS 和 Cygwin 上可能需要该选项。）但是，复制到另一个磁盘并移回可能是取消链接的最佳方法。对于我的用例，unlink命令并没有真正“取消链接”，而是“删除”。

Answer 1

以下是我到目前为止想到的陷阱：

1.在编辑文件 y 时，可能会无意中更改一个或多个文件 x 的内容。

正如我最初的问题中所述，解决此问题的方法是默认设置所有硬链接文件为只读。对于经常编辑的文件，我根本不会使用硬链接，因为它们可能不合适。

重要更新：这是一个真正的陷阱。有时，编辑者会默默地覆盖文件，即使它是只读的。例如，我有一个权限为 400 并由 root 拥有的空文件。我在 nano 中打开该文件，对其进行编辑并保存。nano 并没有抱怨它是只读的。所有硬链接的电影名现在都有错误的内容。不幸的是，将文件设置为只读并不是我期望的解决方法，这确实是一个严重的陷阱。

2.可能会无意中创建文件的新副本。这本质上与第一个陷阱相反。单个文件内容可以有N个文件名。编辑这些文件名之一现在可能会导致两个不同的内容项，其中 N（文件名数量）根本不会改变。我可能不知道发生了这种情况（如果我不注意硬链接）。

我的例子就是我杂乱无章的照片集。我目前将同一张照片以不同的名称存储在不同的目录中（例如，因为多次从我的相机下载它而没有花时间组织我的照片）。硬链接意味着我不再因此而浪费大量空间。我希望编辑这些文件之一总是会影响所有硬链接文件名（除非我专门将编辑后的照片保存在新名称下）。然而，情况很可能并非如此。因此，陷阱是编辑照片可能会导致我的照片集更加混乱。同样的陷阱也可能适用于音乐或视频（或虚拟机图像等）。

同样的解决方法是我想出的唯一方法——将文件设置为只读，因此在需要编辑时提醒我应该注意硬链接。（是否有更好的解决方法，例如快速重新链接所有文件名的方法？）

我的照片集被硬链接的另一个（积极的）结果是我现在可以更快地组织它。例如，使用此命令我可以找到所有重复的照片：

find 2>/dev/null /home/me/Pictures -type f -links +1 -printf "%n\t%i\t%d\t%s\t%t\t%p\n" | sort -gr > /home/me/Pictures/duplicatesList.txt

使用该列表，我可以放心地删除我不想保留的文件名。最终，我可能不再有任何硬链接的照片。

3.我想不出第三个陷阱。如果有人有两个以上的陷阱，请回答，我会接受你的答案（假设它比我的更好）。

总的来说，如果我将所有硬链接文件设为只读，我认为硬链接不会给我的日常计算任务增加太多复杂性。我可以使用类似于以下的命令轻松完成此操作：

find . -type f -links +1 -perm /g+w,o+w -iname *.gif -exec chmod 444 '{}' \;

我可以根据需要更改路径或文件扩展名。我不打算触及 Linux 默认安装使用的任何硬链接。我只使用个人数据中的硬链接。我可以简单地使用一个命令将所有硬链接文件更改为只读。

随着时间的推移，我将摆脱不需要的文件名并简化我的数据（和我的生活）。如果文件确实是只读的并且需要重复，我将无限期地保留这些文件的硬链接。

但是，在某些情况下，我会取消文件链接并故意留下独立的重复文件。最后一种情况在源代码树中非常常见；相同的文件内容在多个地方都是合理的，并且它应该是可写的。当我遇到只读源代码文件并且需要编辑它时，我会取消链接。通常，只需编辑文件即可取消链接。但我可以通过使用此命令来确定，我知道该命令会取消链接文件：

sed -i 's/\(.\)/\1/' file1

例子：

这是上面的陷阱 #1 的一个例子。这是我刚刚遇到的文件系统中的一个实际示例。

我打算破坏性地编辑“index.html 的副本”，因为我看到了文件“index.original.html”，并且我认为编辑该副本是安全的。然而，事实证明这些文件是硬链接的，因此编辑“副本”也会改变原始文件。

这是显示文件被硬链接的信息：

2   45214   6   6641    Thu Oct 30 10:46:00.0000000000 2008 /Site/FusionAppsVPS/index.original.html
2   45214   6   6641    Thu Oct 30 10:46:00.0000000000 2008 /Site/FusionAppsVPS/Copy of index.html