c++ - 系统 ("rm x.*") 与 unlink() 的性能？

Question

我正在维护一个 Linux 遗留系统，该系统在一个大型存储阵列中维护着数百万个小文件。 (是的，文件系统的噩梦)

在 C++ 代码中，我发现文件被删除，如 system("rm -f/dir/dir/file.*")

我怀疑使用 unlink() 会快很多，但是快多少？(我无法真正在生产环境中测试它)

谁有这方面的一些比较数据？

旧代码已经很脆弱，用 unlink() 替换方便的 system() 调用并让 globbing 工作等，是一项很好的工作......

Answer 1

没有实际设置和测试它(在机器类型上，有正确的基础设施到位 - 例如网络文件的行为不同于硬盘文件，而硬盘文件又不同于闪存驱动器或 SSD 文件)，它真的无法准确回答。但是，我们可以讨论“两者的开销是多少”:

unlink() 是您自己的可执行文件中的函数调用，然后转换为内核中的相关系统调用。您的代码将不得不遍历要删除的相关文件。

system("rm something") 将转换为 fork(); exec("sh", "rm", "something");，shell 将在 "something" 上执行 glob()，它展开到相关的文件列表，然后执行rm，这很快就变成了unlink()，但是有一点开销。

最终，它真的归结为文件的数量以及它们存储在什么文件系统中。如果有很多文件(数百或数千)，那么调用 system 的开销是微乎其微的.另一方面，如果您执行类似 for_each(list_of_files) system("rm "+ file_in_list); 的操作 [这不是为了编译]，for_each(list_of_files) unlink( file_in_list); 对于大量文件会很明显。

通常，删除大量文件会很快成为 I/O 绑定(bind)，因此无论您使用什么方法，都将取决于“文件系统处理删除文件请求的速度”，而不是代码的速度实际上要求将其删除。

如果您可以针对几十个文件测量这两种解决方案之间的任何差异，那将是非常令人惊讶的 - 因为时间主要由实际执行文件系统操作(读取目录、删除目录列表中的文件，存储目录列表)。调整文件系统参数(如果尚未调整)更有可能给您带来一些好处(例如，减少将新目录结构写回磁盘的标准，但这也会带来一些其他缺点，例如文件系统不太可靠崩溃/断电的情况)。