关于linux:文件过多时ls命令为什么会卡住

不晓得你有没有遇到过当一个文件夹下文件特地多，在上面执行 ls 命令的时候要等好长时间能力展示进去的问题？如果有，你有想过这是为什么吗，咱们该如何解决?
要想深刻了解这个的问题产生的起因，咱们就须要从文件夹占用的磁盘空间开始探讨了。

inode 耗费验证

在《新建一个空文件占用多少磁盘空间？》中我提到了每一个文件会耗费其所在文件夹中的一点空间。文件夹呢，其实也一样会耗费 inode 的。咱们先看一下以后 inode 的占用状况

# df -i  
Filesystem            Inodes   IUsed   IFree IUse% Mounted on
......
/dev/sdb1            2147361984 12785020 2134576964    1% /search

再创立一个空文件夹

# mkdir temp
# df -i
Filesystem            Inodes   IUsed   IFree IUse% Mounted on
......
/dev/sdb1            2147361984 12785021 2134576963    1% /search

通过 IUsed 能够看到，和空文件一样，空的文件夹也会消耗掉一个 inode。不过这个很小，我的机器上才是 256 字节而已，该当不是造成 ls 命令卡主的首恶。

block 耗费验证

文件夹的名字存在哪儿了呢？嗯，和《新建一个空文件占用多少磁盘空间？》里的文件相似，会耗费一个ext4_dir_entry_2 （明天用 ext4 举例，它在 linux 源码的 fs/ext4/ex4.h 文件里定义）, 放到其父目录的 block 里了。依据这个，置信你也很快能想到，如果它本人节点下创立一堆文件的话，就会占用它本人的 block。咱们来入手验证一下：

# mkdir test
# cd test  
# du -h
4.0K    .

这里的 4KB 就示意消耗掉了一个 block。空文件不耗费 block，空目录为啥一开始就耗费 block 了呢，那是因为其必须默认带两个目录项 ”.” 和 ”..”。另外这个 4K 在你的机器上不肯定是这么大，它其实是一个 block size，在你格式化的时候决定的。

咱们再新建两个空的文件，再查看一下：

# touch aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaab
# touch aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa
# du -h
4.0K    .

貌似，没有什么变动。这是因为

• 第一、新的空文件不占用 block，所以这里显示的依然是目录占用的 block。
• 第二、之前文件夹创立时候调配的 4KB 外面闲暇空间还有，够放的下这两个文件项

那么我再多创立一些试试，动用脚本创立 100 个文件名长度为 32Byte 的空文件。

#!/bin/bash
for((i=1;i<=100;i++));
do
        file="tempDir/"$(echo $i|awk '{printf("%032d",$0)}')
        echo $file
        touch $file
done

# du -h
12K    .

哈哈，这时咱们发现目录占用的磁盘空间变大了，成了 3 个 Block 了。当咱们创立到 10000 个文件的时候，

# du -h
548K     .

在每一个 ext4_dir_entry_2 里都除了文件名以外，还记录着 inode 号等信息，具体定义如下：

struct ext4_dir_entry_2 {
        __le32  inode;                  /* Inode number */
        __le16  rec_len;                /* Directory entry length */
        __u8    name_len;               /* Name length */
        __u8    file_type;
        char    name[EXT4_NAME_LEN];    /* File name */
};

咱们计算一下，均匀每个文件占用的空间 =548K/10000=54 字节。也就是说，比咱们的文件名 32 字节大一点点，根本对上了。这里咱们也领会到一个事实，文件名越长，在其父目录中耗费的空间也会越大。

本文论断

一个文件夹当然也是要耗费磁盘空间的。

• 首先要消耗掉一个 inode，我的机器上它是 256 字节
• 须要耗费其父目录下的一个目录项ext4_dir_entry_2，保留本人 inode 号，目录名。
• 其上面如果创立文件夹或者文件的话，它就须要在本人的 block 里 ext4_dir_entry_2 数组

目录下的文件 / 子目录越多，目录就须要申请越多的 block。另外 ext4_dir_entry_2 大小不是固定的，文件名 / 子目录名越长，单个目录项耗费的空间也就越大。

对于开篇的问题，我想你当初应该明确为什么了, 问题出在文件夹的 block 身上。
这就是当你的文件夹上面文件特地多，尤其是文件名也比拟长的时候，它会消耗掉十分多的 block。当你遍历文件夹的时候，如果 Page Cache 中没有命中你要拜访的 block，就会穿透到磁盘上进行理论的 IO。在你的角度来看，就是你执行完 ls 后，卡住了。

那么你必定会问，我的确要保留许许多多的文件，我该怎么办? 其实也很简略，多创立一些文件夹就好了，一个目录下别存太多，就不会有这个问题了。工程实际中，个别的做法就是通过一级甚至是二级 hash 把文件散列到多个目录中，把单目录文件数量管制在十万或万以下。

ext 的 bug

貌似明天的实际应该完结了，当初让咱们把刚刚创立的文件全副删掉，再看一下。

# rm -f *
# du -h
72K     .

等等，什么状况？文件夹下的文件都曾经删了，该文件夹为什么还占用 72K 的磁盘空间？
这个纳闷也随同了我很长时间，起初才算是解惑。问题关键在于 ext4_dir_entry_2 中的 rec_len。这个变量存储了以后整个ext4_dir_entry_2 对象的长度，这样操作系统在遍历文件夹的时候，就能够通过以后的指针，加上这个长度就能够找到文件夹中下一个文件的 dir_entry 了。这样的劣势是遍历起来十分不便，有点像是一个链表，一个一个穿起来的。
然而，如果要删除一个文件的话，就有点小麻烦了，以后文件构造体变量不能间接删，否则链表就断了。
Linux 的做法是在删除文件的时候，在其目录中只是把 inode 设置为 0 就拉倒，并没有回收整个 ext4_dir_entry_2 对象。其实和大家做工程的时候常常用到的假删除是一个情理。当初的 xfs 文件系统如同曾经没有这个小问题了，但具体咋解决的，临时没有深入研究，如果你有答案，欢送留言！

开发内功修炼之硬盘篇专辑：

• 1. 磁盘开篇：扒开机械硬盘坚挺的外衣！
• 2. 磁盘分区也是隐含了技术技巧的
• 3. 咱们怎么解决机械硬盘既慢又容易坏的问题？
• 4. 拆解固态硬盘构造
• 5. 新建一个空文件占用多少磁盘空间？
• 6. 只有 1 个字节的文件理论占用多少磁盘空间
• 7. 文件过多时 ls 命令为什么会卡住？
• 8. 了解格式化原理
• 9.read 文件一个字节理论会产生多大的磁盘 IO？
• 10.write 文件一个字节后何时发动写磁盘 IO？
• 11. 机械硬盘随机 IO 慢的超乎你的设想
• 12. 搭载固态硬盘的服务器到底比搭机械硬盘快多少？

我的公众号是「开发内功修炼」，在这里我不是单纯介绍技术实践，也不只介绍实践经验。而是把实践与实际联合起来，用实际加深对实践的了解、用实践进步你的技术实际能力。欢送你来关注我的公众号，也请分享给你的好友~~~