tar 在文件上工作的顺序是如何确定的？

Question

$ touch dir/{{1..8},{a..p}}
$ tar cJvf file.tar.xz dir/
dir/
dir/o
dir/k
dir/b
dir/3
dir/1
dir/i
dir/7
dir/4
dir/e
dir/a
dir/g
dir/2
dir/d
dir/5
dir/8
dir/c
dir/n
dir/f
dir/h
dir/6
dir/l
dir/m
dir/j
dir/p

我原以为它是按字母顺序排列的。但显然不是。这里的公式是什么？

Answer 1

正如@samiam所说，该列表将通过 以半随机顺序返回给您readdir()。我只会添加以下内容。

返回的列表就是我所说的目录顺序。在较旧的文件系统上，顺序通常是添加目录表中的文件条目的创建顺序。当然，对此有一个警告，当删除目录条目时，该条目将被回收，因此存储的任何后续文件都将替换前一个条目，因此顺序将不再仅基于创建时间。

在目录数据结构基于搜索树或哈希表的现代文件系统上，顺序实际上是不可预测的。

例子

查看运行 touch 命令时创建的文件，会发现分配了以下 inode。

$ touch dir/{{1..8},{a..p}}
$ stat --printf="%n -- %i\n" dir/*
dir/1 -- 10883235
dir/2 -- 10883236
dir/3 -- 10883242
dir/4 -- 10883243
dir/5 -- 10883244
dir/6 -- 10883245
dir/7 -- 10883246
dir/8 -- 10883247
dir/a -- 10883248
dir/b -- 10883249
dir/c -- 10883250
dir/d -- 10883251
dir/e -- 10883252
dir/f -- 10883253
dir/g -- 10883254
dir/h -- 10883255
dir/i -- 10883256
dir/j -- 10883299
dir/k -- 10883302
dir/l -- 10883303
dir/m -- 10883311
dir/n -- 10883424
dir/o -- 10883426
dir/p -- 10883427

所以我们可以看到 touch 使用的大括号扩展按字母顺序创建文件名，因此在写入 HDD 时，它们被分配了连续的 inode 编号。（但是这不会影响目录中的顺序。）

tar多次运行您的命令似乎表明列表中有一个订单，因为多次运行它每次都会产生相同的列表。在这里，我已经运行了 100 次，然后比较了运行结果，它们都是相同的。

$ for i in {1..100};do tar cJvf file.tar.xz dir/ > run${i};done
$ for i in {1..100};do cmp run1 run${i};done
$ 

如果我们策略性地删除 saydir/e然后添加一个新文件，dir/ee我们可以看到这个新文件已经取代了dir/e之前在目录条目表中占据的位置。

$ rm dir/e
$ touch dir/ee

现在让我们保留for上面循环之一的输出，只是第一个。

$ mv run1 r1A

现在，如果我们重新运行for将tar再次运行命令 100 次的循环，并将第二次运行与前一次运行进行比较：

$ sdiff r1A run1
dir/                                dir/
...
dir/c                               dir/c
dir/f                               dir/f
dir/e                             | dir/ee
dir/o                               dir/o
dir/2                               dir/2
...

我们注意到dir/ee已经dir/e在目录表中占据了位置。

Answer 2

readdir()基本上。当 tar 找出目录中的文件时，它会直接通过opendir()后跟readdir(). readdir()不以任何特定顺序返回文件；文件的排序方式取决于 Linux 内核使用的文件系统。

唉，这不是tar对子目录中的文件进行排序的选项（添加一个留给读者作为练习）。