linux - 如何在达到一定数量的结果后停止查找

Question

我试图确保特定目录至少包含 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。我迫不及待地想要获得所有 >1Mb 文件的列表，因为该目录有数百万个文件，而且需要很长时间。

所以我希望以下命令能够工作:

find -size +1M | head -n 100

我的目录中有大量超过 1Mb 的文件，因此只需几秒钟，head 命令就会返回前 100 行的列表。但需要更长的时间。

如果我运行find -size +1M，则需要很短的时间才能获得许多结果。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 在找到前 100 个文件后不立即返回。

另一方面，如果我省略“-size”参数，它就可以正常工作:

查找|头-n 100

这会立即返回 100 个文件的列表。

我正在运行带有内核 3.2.0-4-amd64 的 GNU/Linux Debian 7.4 (Wheezy)。文件系统是位于单个 RAID1 阵列上的 LVM 卷之上的 ext4。它有 9638853 个已用 inode (6%)，容量为 2.7 Tb，可用空间为 682 Gb。

Answer 1

这就是管道的工作原理。它会等到 find -size +1M 的输出填满管道缓冲区，然后通过管道将其传送到 head -n 100，因此您实际上正在等待 find 命令填充管道缓冲区，通常为 64 KB。

当您省略 -size 参数时，结果很快就会出来，只是需要一些时间来打印终端中的所有行，因此会被认为需要更长的时间。

如果单独运行find -size +1M，则需要很短的时间才能获得许多结果，但不是全部结果。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 stdout 和 stderr 进行行缓冲，结果应该会更快地出现。