首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >GNU du 换个参数顺序,目录大小为何变了?先查硬链接

GNU du 换个参数顺序,目录大小为何变了?先查硬链接

原创
作者头像
逻界软件科技工作室
发布于 2026-11-20 15:42:59
发布于 2026-11-20 15:42:59
250
举报

假设部署机上保留了 A、B 两份发布目录,未改动的文件通过硬链接共用。巡检用 du -sbc -- A B,手工核对时换成 du -sbc -- B A,同一个目录的字节数竟变了。先别把差额记成新增文件:在这个场景里,两次扫描的合计可以相同,变的是共享文件被算在哪一行。

两个文件名,先核对是不是同一个文件

先挑一个两边都有的大文件,用 stat -c '设备=%d inode=%i 链接数=%h 长度=%s 路径=%n' -- A/payload.bin B/payload.bin 看身份。对这里的普通文件,设备号和 inode 都相同,才说明两个路径指向同一个文件。仅 inode 相同不够:不同文件系统可以重用同样的编号。链接数大于 1 是线索,也不能代替对这两个路径身份的核对。文件名相同、字节长度相同,甚至内容相同,都不足以判定是硬链接。

两个发布目录的硬链接关系
两个发布目录的硬链接关系

图中的两个路径在同一文件系统内指向同一个 inode。删掉一个目录项不会让另一个名字消失;原地写入文件内容则会影响从另一个名字读到的数据。需要两份发布内容可独立修改时,不能把硬链接当成独立副本。

同一次 du 只记一份,记在哪一行取决于顺序

GNU du 默认不会对同一文件的多个硬链接重复计费。扫描这两棵树时,先遇到的目录项承担共享文件的大小,后遇到的目录项不再加一遍。这也是 GNU 手册特地提醒参数顺序可能影响输出的原因。这里的顺序对照限定为两棵互不包含、没有在扫描期间发生变化的目录树。

把 A 和 B 各自除去共享文件后的字节数记为 a 和 b,共享文件的逻辑长度记为 s。那么 A B 的两行是 a+s 和 b;换成 B A,两行是 b+s 和 a。两次 total 都是 a+b+s。b 也不一定是零:即使目录里只放了这个硬链接,目录项所在的目录本身仍可贡献大小。

各起一次 du -sb -- A 和 du -sb -- B,则两次都没见过另一棵树,结果各自包含 s。这两个结果适合单独看每套发布树,却不能直接相加当作去重后的总量。相反,du -sbcl -- A B 用 -l(--count-links)明确允许一份硬链接按多个目录项重复计数;如果一棵树内部也有硬链接,-l 同样会改变这棵树内部的数字。

在临时目录复现,别直接对生产发布树做试验

把下面整段存成 du-links.sh,在有 Bash 和 GNU Coreutils 的 Linux 上用 bash du-links.sh 执行,不要 source。脚本只在 mktemp 创建的目录内造数据,退出时清理。truncate 造出逻辑长度为 1 MiB 的文件,ln 创建第二个硬链接;两棵树都很小,不需要准备真实发布包。结果以 PASS 逐项输出。脚本按当前文件系统测量空出该文件后的目录基线,不写死目录本身的大小。

代码语言:bash
复制
set -eu
export LC_ALL=C
work=$(mktemp -d)
trap 'rm -rf -- "$work"' EXIT
cd "$work"
mkdir A B

check() {
    if [[ $2 != "$3" ]]; then
        printf 'FAIL %s: 实得 %q,预期 %q\n' "$1" "$2" "$3" >&2
        exit 1
    fi
    printf 'PASS %s\n' "$1"
}
rows_for() {
    printf '%s\t%s\n' "$1" "$2" "$3" "$4" "$(( $1 + $3 ))" total
}

# 目录本身也可能进入计量。在文件创建后,另用排除规则取基线。
truncate -s 1048576 A/payload.bin
ln -- A/payload.bin B/payload.bin
stat --format='%n 设备=%d inode=%i 链接=%h 字节=%s' -- A/payload.bin B/payload.bin >&2
check inode "$(stat -c '%d:%i:%h' A/payload.bin)" "$(stat -c '%d:%i:2' B/payload.bin)"
size=$(stat -c '%s' A/payload.bin)
check length "$size" 1048576
ba=$(du -sb --exclude=payload.bin -- A); ba=${ba%%$'\t'*}
bb=$(du -sb --exclude=payload.bin -- B); bb=${bb%%$'\t'*}
a=$((ba + size)); b=$((bb + size))

check combined-ab "$(du -sbc -- A B)" "$(rows_for "$a" A "$bb" B)"
check combined-ba "$(du -sbc -- B A)" "$(rows_for "$b" B "$ba" A)"
check separate-a "$(du -sb -- A)" "$a"$'\t'A
check separate-b "$(du -sb -- B)" "$b"$'\t'B
check count-links "$(du -sbcl -- A B)" "$(rows_for "$a" A "$b" B)"

# 逻辑长度和分配用量分别读,不能凭空断言本机给稀疏文件分配了零块。
read -r blocks unit <<< "$(stat -c '%b %B' A/payload.bin)"
check allocated "$(du -B1 -- A/payload.bin)" "$((blocks * unit))"$'\t'A/payload.bin
if du -sbc -- A missing > partial.txt 2> diagnostic.txt; then
    printf 'FAIL missing: 本应拒绝采信汇总\n' >&2
    exit 1
else
    [[ -s diagnostic.txt ]]
    printf 'PASS missing\n'
fi

这组对照在 GNU Coreutils 8.30 上运行。最后一项故意给 du 一个不存在的目录:即便它可能已经为可访问目录输出数字,退出非零,这份汇总也不能入账。实验涉及普通目录和文件,不验证真实存储的快照、清理或容量变化。

看报表前,给数字写清单位和计量口径

-b 等价于 --apparent-size --block-size=1。它用字节显示逻辑大小,不等于给文件分配了多少磁盘空间。样例文件由 truncate 扩展,两者可能差很多。看分配用量可以用 du -B1,这里仍以字节显示,但没有启用 --apparent-size。脚本只对单个普通文件做核对:stat 的 %b 是已分配块数,乘以 %B 给出的每块字节数,才和 du -B1 的数字比较。不要把 %b 乘上 stat 的最佳 I/O 块大小。

要回答的问题

用法

记账时留意

两套发布目录合起来,按目录树估算分配用量

du -s -c -B1 -- A B,看 total

同次扫过两个根,默认不重复计同一硬链接文件;单行归属可能换位

只看某一套目录单独扫描的逻辑大小

分别执行两次 du -sb,每次只传一个根

包含该次看到的共享文件;两份结果不能相加当去重总量

按每个可见硬链接路径重复计逻辑大小

du -sbcl -- A B

适合明确要求按路径计的报表,不是物理占用

最后别拿某行 du 数字直接承诺“删除这套版本能释放多少”。目录外可能还保留引用;文件失去最后一个硬链接后,仍可能被进程打开。支持写时复制的文件系统上,不同 inode 也可能共用底层数据块。容量告警要结合文件系统视角看,版本报表则固定扫描范围、参数和单位,先检查退出状态再采信数字。只要报表同时写明“逻辑字节还是分配字节、一次联合扫描还是分别扫描”,同事就不用从两列总数反推脚本怎么跑的。

参考资料

本文使用 AI 辅助写作及配图。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 两个文件名,先核对是不是同一个文件
  • 同一次 du 只记一份,记在哪一行取决于顺序
  • 在临时目录复现,别直接对生产发布树做试验
  • 看报表前,给数字写清单位和计量口径
  • 参考资料
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档