ls 命令不适用于包含大量文件的目录

Question

我有一个包含大约500 万个文件的目录。当我尝试ls从该目录中运行该命令时，我的系统消耗了大量内存并在一段时间后挂起。除了使用ls命令之外，有没有一种有效的方法来列出文件？

Answer 1

避免使用排序：

ls --sort=none # "do not sort; list entries in directory order"

或者，等效地：

ls -U

Answer 2

ls实际上对文件进行排序并尝试列出它们，如果我们试图在目录中列出超过一百万个文件，这将成为一个巨大的开销。正如此链接中所述，我们可以使用strace或find列出文件。但是，由于我有 500 万个文件，这些选项对我的问题似乎也不可行。经过一番谷歌搜索后，我发现如果我们使用 列出目录getdents()，它应该会更快，因为ls,find和Python库使用readdir()的速度较慢但getdents()在下面使用。

我们可以getdents()从这里找到 C 代码来列出文件：

/*
 * List directories using getdents() because ls, find and Python libraries
 * use readdir() which is slower (but uses getdents() underneath.
 *
 * Compile with 
 * ]$ gcc  getdents.c -o getdents
 */
#define _GNU_SOURCE
#include <dirent.h>     /* Defines DT_* constants */
#include <fcntl.h>
#include <stdio.h>
#include <unistd.h>
#include <stdlib.h>
#include <sys/stat.h>
#include <sys/syscall.h>

#define handle_error(msg) \
       do { perror(msg); exit(EXIT_FAILURE); } while (0)

struct linux_dirent {
   long           d_ino;
   off_t          d_off;
   unsigned short d_reclen;
   char           d_name[];
};

#define BUF_SIZE 1024*1024*5

int
main(int argc, char *argv[])
{
   int fd, nread;
   char buf[BUF_SIZE];
   struct linux_dirent *d;
   int bpos;
   char d_type;

   fd = open(argc > 1 ? argv[1] : ".", O_RDONLY | O_DIRECTORY);
   if (fd == -1)
       handle_error("open");

   for ( ; ; ) {
       nread = syscall(SYS_getdents, fd, buf, BUF_SIZE);
       if (nread == -1)
           handle_error("getdents");

       if (nread == 0)
           break;

       for (bpos = 0; bpos < nread;) {
           d = (struct linux_dirent *) (buf + bpos);
           d_type = *(buf + bpos + d->d_reclen - 1);
           if( d->d_ino != 0 && d_type == DT_REG ) {
              printf("%s\n", (char *)d->d_name );
           }
           bpos += d->d_reclen;
       }
   }

   exit(EXIT_SUCCESS);
}

将上面的C程序复制到需要列出文件的目录中。然后执行下面的命令。

gcc  getdents.c -o getdents
./getdents

计时示例：getdents可能比 快得多ls -f，具体取决于系统配置。以下是一些时序，展示了在计算集群中的 NFS 挂载上列出包含大约 500k 文件的目录时速度提高了 40 倍。每个命令立即连续运行 10 次，首先是getdents，然后是ls -f。第一次运行明显慢于所有其他运行，可能是由于 NFS 缓存页面错误。（另外：在此安装上，该d_type字段不可靠，因为许多文件显示为“未知”类型。）

command: getdents $bigdir
usr:0.08 sys:0.96  wall:280.79 CPU:0%
usr:0.06 sys:0.18  wall:0.25   CPU:97%
usr:0.05 sys:0.16  wall:0.21   CPU:99%
usr:0.04 sys:0.18  wall:0.23   CPU:98%
usr:0.05 sys:0.20  wall:0.26   CPU:99%
usr:0.04 sys:0.18  wall:0.22   CPU:99%
usr:0.04 sys:0.17  wall:0.22   CPU:99%
usr:0.04 sys:0.20  wall:0.25   CPU:99%
usr:0.06 sys:0.18  wall:0.25   CPU:98%
usr:0.06 sys:0.18  wall:0.25   CPU:98%
command: /bin/ls -f $bigdir
usr:0.53 sys:8.39  wall:8.97   CPU:99%
usr:0.53 sys:7.65  wall:8.20   CPU:99%
usr:0.44 sys:7.91  wall:8.36   CPU:99%
usr:0.50 sys:8.00  wall:8.51   CPU:100%
usr:0.41 sys:7.73  wall:8.15   CPU:99%
usr:0.47 sys:8.84  wall:9.32   CPU:99%
usr:0.57 sys:9.78  wall:10.36  CPU:99%
usr:0.53 sys:10.75 wall:11.29  CPU:99%
usr:0.46 sys:8.76  wall:9.25   CPU:99%
usr:0.50 sys:8.58  wall:9.13   CPU:99%

Answer 3

最可能的原因是文件类型着色，您可以使用\ls或/bin/ls关闭颜色选项来避免这种情况。

如果目录中确实有这么多文件，使用find代替也是一个不错的选择。