linux - 如何在一定数量的结果后停止查找

Question

我试图确定一个特定目录至少有 100 个文件，每个文件至少 1MB。搜索必须是递归的，因为有很多子目录。我迫不及待地想得到所有 >1Mb 文件的列表，因为该目录有数百万个文件，这会花费太长时间。

所以我希望下面的命令能够工作:

find -size +1M | head -n 100

我的目录中有很多超过 1Mb 的文件，因此 head 命令返回前 100 行的列表只需要几秒钟。但这需要更长的时间。

如果我运行 find -size +1M 会在很短的时间内得到很多结果。当它连续运行两次并且 FS 缓存是新鲜的时更是如此。

所以我想知道为什么 head 没有在找到前 100 个文件后立即返回。

另一方面，如果我省略“-size”参数，它工作得很好:

查找 |头-n 100

这会立即返回一个包含 100 个文件的列表。

我正在运行内核为 3.2.0-4-amd64 的 GNU/Linux Debian 7.4 (Wheezy)。文件系统是位于单个 RAID1 阵列上 LVM 卷之上的 ext4。它有 9638853 个已使用 inode (6%)，容量为 2.7 Tb 和 682 Gb 空闲。

Answer 1

这就是管道的工作原理。它一直等到 find -size +1M 的输出填满管道缓冲区，然后将其通过管道传输到 head -n 100，所以您实际上是在等待 find 命令填充通常为 64 KB 的管道缓冲区。

当您省略 -size 参数时，结果很快就会出来，只是需要时间来打印您终端中的所有行，所以它被认为花费了更长的时间。

如果您单独运行 find -size +1M，需要很短的时间才能获得许多结果，但不是所有 结果。如果让它运行到完成，您会发现它也需要很长时间。

您可以使用stdbuf 修改特定命令的缓冲操作。例如，

stdbuf -oL -eL find -size +1M | head -n 10

将为您的命令对标准输出和标准错误进行行缓冲，结果应该会更快。