Neden bulur? -f tipi "bul" dan daha uzun sürüyor mu?

findDizinlerin içeriğini yinelemeli olarak yürütebilmek için belirli bir yolun bir dosyaya veya dizine karşılık gelip gelmediğini kontrol etmek gibi görünüyor .

İşte biraz motivasyon ve kendimi find . -type fdaha yavaş olduğuna ikna etmek için yerel olarak yaptığım şey find .. Henüz GNU bulma kaynak koduna girmedim.

Bu yüzden dizinimdeki bazı dosyaları yedekliyorum $HOME/Workspaceve projelerimin veya sürüm kontrol dosyalarının bağımlılığı olan dosyaları hariç tutuyorum.

Bu yüzden hızlı bir şekilde yürütülen aşağıdaki komutu çalıştırdım

% find Workspace/ | grep -v '/vendor\|/node_modules/\|Workspace/sources/\|/venv/\|/.git/' > ws-files-and-dirs.txt

findborulu grepolabilir, ancak olumsuz bir normal ifade filtresi kullanmanın en doğrudan yolu gibi görünüyordu.

Aşağıdaki komut yalnızca find çıktısındaki dosyaları içerir ve fark edilir şekilde daha uzun sürdü.

% find Workspace/ -type f | grep -v '/vendor\|/node_modules/\|Workspace/sources/\|/venv/\|/.git/' > ws-files-only.txt

Bu iki komutun performansını test etmek için bazı kodlar yazdım ( dashve tcsh, herhangi bir olmamasına rağmen kabuğun sahip olabileceği herhangi bir etkiyi ekarte etmek için). tcshOnlar temelde aynı çünkü sonuçlar atlanmıştır.

Aldığım sonuçlar% 10 performans cezası gösterdi -type f

İşte çeşitli komutların 1000 yinelemesini yürütmek için geçen süreyi gösteren program çıktısı.

% perl tester.pl
/bin/sh -c find Workspace/ >/dev/null
82.986582

/bin/sh -c find Workspace/ | grep -v '/vendor\|/node_modules/\|Workspace/sources/\|/venv/\|/.git/' > /dev/null
90.313318

/bin/sh -c find Workspace/ -type f >/dev/null
102.882118

/bin/sh -c find Workspace/ -type f | grep -v '/vendor\|/node_modules/\|Workspace/sources/\|/venv/\|/.git/' > /dev/null

109.872865

İle test edildi

% find --version
find (GNU findutils) 4.4.2
Copyright (C) 2007 Free Software Foundation, Inc.

Ubuntu 15.10

Kıyaslama için kullandığım perl betiği

#!/usr/bin/env perl
use strict;
use warnings;
use Time::HiRes qw[gettimeofday tv_interval];

my $max_iterations = 1000;

my $find_everything_no_grep = <<'EOF';
find Workspace/ >/dev/null
EOF

my $find_everything = <<'EOF';
find Workspace/ | grep -v '/vendor\|/node_modules/\|Workspace/sources/\|/venv/\|/.git/' > /dev/null
EOF

my $find_just_file_no_grep = <<'EOF';
find Workspace/ -type f >/dev/null
EOF

my $find_just_file = <<'EOF';
find Workspace/ -type f | grep -v '/vendor\|/node_modules/\|Workspace/sources/\|/venv/\|/.git/' > /dev/null
EOF

my @finds = ($find_everything_no_grep, $find_everything,
    $find_just_file_no_grep, $find_just_file);

sub time_command {
    my @args = @_;
    my $start = [gettimeofday()];
    for my $x (1 .. $max_iterations) {
        system(@args);
    }
    return tv_interval($start);
}

for my $shell (["/bin/sh", '-c']) {
    for my $command (@finds) {
        print "@$shell $command";
        printf "%s\n\n", time_command(@$shell, $command);
    }
}

GNU bulmak için uygulanabilecek bir optimizasyonu var find .ama değil find . -type f: Bir dizinde kalan girişlerin hiçbirinin biliyorsa dizinleri vardır, o zaman (dosya türünü belirlemek için rahatsız etmez statbiri olmadıkça sistem çağrısı) arama kriterleri bunu gerektirir. statBilgiler tipik olarak inode içinde, içerdiği dizinde değil, diskte ayrı bir yerde bulunduğundan, arama ölçülebilir bir zaman alabilir.

Nasıl biliyor? Çünkü bir dizindeki bağlantı sayısı kaç alt dizine sahip olduğunu gösterir. Tipik Unix dosya sistemlerinde, bir dizinin bağlantı sayısı 2 artı dizin sayısıdır: biri dizinin üst öğesindeki .girişi için, biri giriş için ve diğeri ..her alt dizindeki giriş için .

-noleafSeçenek söyler findbu optimizasyon uygulamama. Bu, finddizin bağlantı sayılarının Unix kuralına uymadığı bazı dosya sistemlerinde çağrıldığında faydalıdır .