Como posso encontrar arquivos grandes de suporte?

Question

Eu gostaria de encontrar todos os arquivos do meu sistema, cujos tamanhos são mais do que alguns gigabits. Eu pensei que usaria find -size , mas a página man afirma:

The size does not count indirect blocks

Se eu entendi isso corretamente, a pesquisa só é relevante quando o tamanho está abaixo %código%. Então, como posso listar arquivos maiores que isso?

EDIT : Eu devo estar errado em algum lugar, pois a página man suporta Gigabits como uma unidade de tamanho. Alguém pode ver onde eu estaria errado? Alterou o título para refletir isso.

    

Answer 1

Eu acho que este link pode esclarecer as coisas, Especificações do Grupo Open Base Edição 7, IEEE Std 1003.1, Edição 2013 . Aqui está um trecho da seção da especificação para encontrar:

excerto da especificação de pesquisa

The -size operand refers to the size of a file, rather than the number of blocks it may occupy in the file system. The intent is that the st_size field defined in the System Interfaces volume of POSIX.1-2008 should be used, not the st_blocks found in historical implementations. There are at least two reasons for this:

In both System V and BSD, find only uses st_size in size calculations for the operands specified by this volume of POSIX.1-2008. (BSD uses st_blocks only when processing the -ls primary.)

Users usually think of file size in terms of bytes, which is also the unit used by the ls utility for the output from the -l option. (In both System V and BSD, ls uses st_size for the -l option size field and uses st_blocks for the ls -s calculations. This volume of POSIX.1-2008 does not specify ls -s.)

Se eu entendi esta seção corretamente, a primeira seção diz tudo "O operando -size refere-se ao tamanho de um arquivo". Então o tamanho é o que é reportado ao avaliar st_size NOT st_blocks.

Exemplos

Então você deve poder usar comandos como:

# find files over 1G in size
$ find / -type f -size +1G

# find files smaller than 1G in size
$ find / -type f -not -size +1G

Referências

• Implementação do sistema de arquivos
• Ajustando o sistema de arquivos Linux Ext3

Answer 2

Essa frase é extremamente enganosa. Se você não quiser entrar em detalhes, esqueça que leu e apenas assuma que -size analisa o tamanho do arquivo.

O tamanho de um arquivo é o número de bytes que você pode ler a partir dele. Um arquivo de tamanho N é uma matriz de N bytes.

Quando você passa uma unidade diferente de bytes ( c ) para -size , o comando find arredonda o tamanho do arquivo até um múltiplo da unidade. Por exemplo, -size 11k corresponde a arquivos de 10.240 a 11.263 bytes; -size 12345M maches arquivos de 12.943.622.145 a 12.944.670.720 bytes. A unidade padrão, por razões históricas, é chamada de blocos e seu valor é de 512 bytes.

Essa foi a parte fácil. Agora, em sistemas de arquivos típicos, os dados de um arquivo são armazenados em blocos. Para um sistema de arquivos cujo tamanho de bloco é de 512 bytes¹, um arquivo de 5123 bytes ocuparia 11 blocos de dados (o último sendo usado apenas parcialmente). Portanto, find -size 11 normalmente corresponde a arquivos que consistem em 11 blocos.

Na verdade, existem possíveis complicações. O sistema operacional precisa ter um local onde armazenar a localização de todos os blocos que compõem o arquivo. Se houver muitos blocos, ele precisará alocar mais alguns blocos para conter os endereços de outros blocos. Esses blocos são chamados de blocos indiretos. O manual find informa que esses blocos não são levados em conta - o que não é de surpreender, pois find não está contando blocos, está olhando para o tamanho do arquivo.

Por outro lado, é possível ter um arquivo que use menos blocos do que o esperado, devido à compactação. Os sistemas de arquivos unix clássicos implementam apenas uma forma bruta de compactação: blocos que consistem exclusivamente de bytes nulos podem ser omitidos. Isso é conhecido como arquivos esparsos.

Um programa pode saber quantos blocos foram alocados para um arquivo; este é o campo st_blocks da stat structure , em oposição a st_size . O GNU find só usa isso em seu código de exibição para -ls e -printf , nunca para qualquer predicado. O valor st_blocks fornece uma indicação grosseira de quanto espaço o arquivo ocupa no disco, que pode ser menor que o tamanho do arquivo, se o arquivo for esparso, mas não leva em consideração blocos indiretos.

¹ _{Ext2, ext3 e ext4 possuem blocos de 1kB, 2kB ou 4kB.}