这是我的原创的个人心得,若有纰漏,多多指教
更多内容可以访问 我的博客
前言
公司有台服务器产生太多临时文件,同事在删除文件的时候,说使用 rsync 会更快一些,使用 rm 可能会把机器搞挂,还引用网上一篇文章说
"rsync所做的系统调用很少:没有针对单个文件做lstat和unlink操作。命令执行前期,rsync开启了一片共享内存,通过mmap方式加载目录信息。只做目录同步,不需要针对单个文件做unlink"
我对此抱有好奇与怀疑,在我的Linux知识中,从 Linux 中删除文件,需要是文件的硬连接数n_link归零、进程正在打开该文件的数n_count归零,才可以触发文件系统对 inode 与对应磁盘块的回收,实现删除操作。这是金科玉言,彻底删除文件的系统调用必然用到 unlink 与 close。
对于网传的理论,我在互联网上仔细搜索,发现太多转载的雷同的文章,却没有精华文章对上面的话做详细的解释。我决定自己研究下
删除大量文件的方法
网传这样的方法
例如删除某目录下一万个以上小文件,使用 rm * -rf
,既有操作上的风险,又耗时。
建议使用 rsync
mkdir /tmp/blank_dir
rsync --delete-before -a -H -v /tmp/blank_dir/ target_dir
- 先建立空目录,再同步空目录到目标目录
- 注意以上命令中 blank_dir 后带
/
rsync 选项说明:
--delete-before 接收者在传输之前进行删除操作
--progress 在传输时显示传输过程
--a 归档模式,表示以递归方式传输文件,并保持所有文件属性
--H 保持硬连接的文件
--v 详细输出模式
--stats 给出某些文件的传输状态
为什么删除一万个文件以上, rsync 比 rm 快
从根本入手,直接查看系统调用情况,于是动手测试
实验环境:Linux Arch 4.19
创建一定数量的空白文件,分别使用 rm 与 rsync 删除,并使用 strace -c
统计系统调用,需要额外注意的是 rsync 在本地使用了三个进程(generator, sender, receiver),所以需要 -f
选项告诉 strace 同时跟踪所有fork和vfork出来的进程。(由于 strace 输出的信息太多,为了阅读体验,打印详情在附录)
第一次,创建10个文件,分别删除,查看统计输出
查看 rm 的系统调用,耗时0.000000,总次数62
for i in $(seq 10); do touch tmp_$i;done
strace -c rm * -rf
查看 rsync 的系统调用,总耗时0.008647,总次数365
for i in $(seq 10); do touch tmp_$i;done
strace -c -f rsync --delete -a -H ../blank_dir/ ./
因为10个文件的删除,几乎看不到时间,我第二次测试,删除一万个文件,结果:
rm 的系统调用,总耗时0.201209,总次数20063
rsync 的系统调用,总耗时0.625734,总次数20374
从这个结果来看,似乎 rsync 比 rm 要慢,这里有我使用 strace -f
统计 rsync 三个进程总耗时的原因,改用使用 time 命令来计时,删除一万个文件以上,rsync 确实是比 rm 快上一些,那是因为我电脑cpu在三个以上,三个进程的rsync当然快一些
我的结论
网传的 "删除多个文件,rsync 比 rm 快" 的方法,我认为不一定准确,理由如下:
- 我电脑版本为Linux Arch 4.19,测试中 rm 与 rsync 同样使用了 mmap 的磁盘映射内存的性能优化操作,这个可以在附录中看到。
- 无论是 rm 还是 rsync,都使用了 unlink, unlink 的次数等同文件数量, 这与网传的不符合。
- 可能旧版本 Linux 的 rm 优化做的不好,对目录的文件列表,缺少优化的缓存处理
- rm 命令一般是单进程的,而 rsync 有三个不同职责的进程(sender, receiver, generator),在多核机器上,rsync 执行效率更高,但是在单核机器可能表现比较低
- 网传的 rsync 删除多文件的效率高是因为“目录同步”,我多加搜索也没有详细说明,认为这是误传。
我想,可能是有人对 rsync 的评测不严谨,在本地删除文件时,漏了检查 rsync 的两个进程的系统调用,才导致的以讹传讹。
附录
第一次,创建10个文件,分别删除,查看统计输出
使用 rm :
for i in $(seq 10); do touch tmp_$i;done
strace -c rm * -rf
% time seconds usecs/call calls errors syscall
------ ----------- ----------- --------- --------- ----------------
0.00 0.000000 0 4 read
0.00 0.000000 0 6 close
0.00 0.000000 0 3 fstat
0.00 0.000000 0 1 lstat
0.00 0.000000 0 4 1 lseek
0.00 0.000000 0 8 mmap
0.00 0.000000 0 4 mprotect
0.00 0.000000 0 1 munmap
0.00 0.000000 0 3 brk
0.00 0.000000 0 1 ioctl
0.00 0.000000 0 1 1 access
0.00 0.000000 0 1 execve
0.00 0.000000 0 2 1 arch_prctl
0.00 0.000000 0 3 openat
0.00 0.000000 0 10 newfstatat
0.00 0.000000 0 10 unlinkat
------ ----------- ----------- --------- --------- ----------------
100.00 0.000000 62 3 total
使用 rsync, strace 的输出中可以看到 rsync fork 出两个子进程
for i in $(seq 10); do touch tmp_$i;done
strace -c -f rsync --delete -a -H ../blank_dir/ ./
strace: Process 17207 attached
strace: Process 17208 attached
% time seconds usecs/call calls errors syscall
------ ----------- ----------- --------- --------- ----------------
61.13 0.005286 587 9 5 wait4
5.39 0.000466 46 10 unlink
3.80 0.000329 9 34 1 select
3.59 0.000310 8 37 mmap
3.27 0.000283 5 51 read
2.88 0.000249 62 4 getdents64
2.68 0.000232 29 8 munmap
2.43 0.000210 5 37 close
2.36 0.000204 8 23 4 openat
2.32 0.000201 10 19 write
2.32 0.000201 14 14 lstat
1.28 0.000111 5 19 fstat
1.14 0.000099 12 8 8 connect
0.83 0.000072 9 8 socket
0.73 0.000063 31 2 utimensat
0.67 0.000058 3 17 fcntl
0.49 0.000042 14 3 socketpair
0.45 0.000039 5 7 lseek
0.40 0.000035 17 2 2 nanosleep
0.38 0.000033 3 11 mprotect
0.37 0.000032 2 12 rt_sigaction
0.24 0.000021 10 2 1 stat
0.23 0.000020 10 2 2 rt_sigreturn
0.22 0.000019 9 2 chdir
0.22 0.000019 9 2 getgroups
0.15 0.000013 6 2 clone
0.00 0.000000 0 6 brk
0.00 0.000000 0 1 rt_sigprocmask
0.00 0.000000 0 1 1 access
0.00 0.000000 0 2 dup2
0.00 0.000000 0 1 getpid
0.00 0.000000 0 1 execve
0.00 0.000000 0 1 kill
0.00 0.000000 0 1 getcwd
0.00 0.000000 0 2 umask
0.00 0.000000 0 1 geteuid
0.00 0.000000 0 1 getegid
0.00 0.000000 0 2 1 arch_prctl
------ ----------- ----------- --------- --------- ----------------
100.00 0.008647 365 25 total
删除 10 个文件,看起来 rsync 的系统调用次数比 rm 要多,我决定加大文件数量测试
第二次测试,删除一万个文件
for i in $(seq 10000); do touch tmp_$i;done
strace -c rm * -rf
% time seconds usecs/call calls errors syscall
------ ----------- ----------- --------- --------- ----------------
70.08 0.141015 14 10000 unlinkat
29.67 0.059692 5 10000 newfstatat
0.08 0.000158 6 24 brk
0.04 0.000083 10 8 mmap
0.02 0.000048 12 4 mprotect
0.02 0.000036 12 3 openat
0.02 0.000035 5 6 close
0.01 0.000025 6 4 read
0.01 0.000024 24 1 munmap
0.01 0.000023 5 4 1 lseek
0.01 0.000019 6 3 fstat
0.01 0.000013 6 2 1 arch_prctl
0.01 0.000011 11 1 1 access
0.00 0.000010 10 1 execve
0.00 0.000009 9 1 ioctl
0.00 0.000008 8 1 lstat
------ ----------- ----------- --------- --------- ----------------
100.00 0.201209 20063 3 total
strace -c -f rsync --delete -a -H ../blank_dir/ ./
strace: Process 16414 attached
strace: Process 16415 attached
% time seconds usecs/call calls errors syscall
------ ----------- ----------- --------- --------- ----------------
61.75 0.386408 42934 9 5 wait4
19.18 0.120021 12 10000 unlink
15.97 0.099912 9 10004 lstat
2.21 0.013827 1063 13 getdents64
0.14 0.000860 20 41 mmap
0.12 0.000755 32 23 4 openat
0.10 0.000604 11 54 read
0.08 0.000479 12 37 close
0.07 0.000422 35 12 munmap
0.05 0.000338 30 11 mprotect
0.05 0.000284 35 8 8 connect
0.04 0.000251 13 19 fstat
0.04 0.000239 19 12 rt_sigaction
0.04 0.000236 5 40 1 select
0.03 0.000192 24 8 socket
0.03 0.000157 7 22 write
0.02 0.000156 26 6 brk
0.01 0.000084 4 17 fcntl
0.01 0.000079 39 2 utimensat
0.01 0.000078 11 7 lseek
0.01 0.000060 20 3 socketpair
0.01 0.000041 41 1 getcwd
0.01 0.000036 18 2 umask
0.00 0.000027 27 1 rt_sigprocmask
0.00 0.000026 13 2 chdir
0.00 0.000025 25 1 1 access
0.00 0.000022 11 2 1 stat
0.00 0.000022 22 1 geteuid
0.00 0.000021 10 2 1 arch_prctl
0.00 0.000020 20 1 execve
0.00 0.000019 19 1 getegid
0.00 0.000014 7 2 2 nanosleep
0.00 0.000010 5 2 clone
0.00 0.000009 4 2 2 rt_sigreturn
0.00 0.000000 0 2 dup2
0.00 0.000000 0 1 getpid
0.00 0.000000 0 1 kill
0.00 0.000000 0 2 getgroups
------ ----------- ----------- --------- --------- ----------------
100.00 0.625734 20374 25 total