脚本很慢

Question

我有个问题。 我需要编写一个bash脚本，它将在给定路径中查找所有文件和目录，并显示一些有关结果的信息。 允许的时间：30秒。

#!/bin/bash

DIRS=0
FILES=0
OLD_FILES=0
LARGE_FILES=0
TMP_FILES=0
EXE_FILES=0
IMG_FILES=0
SYM_LINKS=0
TOTAL_BYTES=0

#YEAR_AGO=$(date -d "now - 1 year" +%s)
#SECONDS_IN_YEAR=31536000

function check_dir {
    for entry in "$1"/*
    do
        if [ -d "$entry" ]; then
            ((DIRS+=1))
            check_dir "$entry"
        else if [ -f "$entry" ]; then
                ((FILES+=1))
                #SIZE=$(stat -c%s "$entry")
                #((TOTAL_BYTES+=SIZE))
                #CREATE_DATE=$(date -r "$entry" +%s)
                #CREATE_DATE=$(stat -c%W "$entry")
                #DIFF=$((CREATE_DATE-YEAR_AGO))
                #if [ $DIFF -ge $SECONDS_IN_YEAR ]; then
                #   ((OLD_FILES+=1))
                #fi
             fi

        fi
    done
}

if [ $# -ne 2 ]; then
    echo "Usage: ./srpt path emailaddress"
    exit 1
fi

if [ ! -d $1 ]; then
    echo "Provided path is invalid"
    exit 1
fi

check_dir $1

echo "Execution time $SECONDS"
echo "Dicrecoties $DIRS"
echo "Files $FILES"
echo "Sym links $SYM_LINKS"
echo "Old files $OLD_FILES"
echo "Large files $LARGE_FILES"
echo "Graphics files $IMG_FILES"
echo "Temporary files $TMP_FILES"
echo "Executable files $EXE_FILES"
echo "Total file size $TOTAL_BYTES"

这是执行上面带有注释行的结果：

Execution time 1
Dicrecoties 931
Files 14515
Sym links 0
Old files 0
Large files 0
Graphics files 0
Temporary files 0
Executable files 0
Total file size 0

如果我要删除评论

SIZE=$(stat -c%s "$entry")
((TOTAL_BYTES+=SIZE))

我有：

Execution time 31
Dicrecoties 931
Files 14515
Sym links 0
Old files 0
Large files 0
Graphics files 0
Temporary files 0
Executable files 0
Total file size 447297022

31秒。 如何加快脚本速度？ 再加上30秒钟，可以查找日期创建一年以上的文件

Answer 1

通常，在Shell中使用循环表明您选择了错误的方法。

外壳首先是运行其他工具的工具。

尽管它可以进行计数，但是awk是一个更好的工具。

尽管它可以列出和查找文件，但find更好。

最好的Shell脚本是那些设法使一些工具有助于完成任务的脚本，而不是那些顺序启动数百万个工具并且所有工作都由Shell完成的脚本。

在这里，通常是一个更好的办法是有find找到文件，并收集所有你需要的数据，有awk咀嚼它，并返回统计信息。 这里使用GNU find和GNU awk （对于RS='\\0' ）和GNU date （对于-d ）：

find . -printf '%y.%s.%Ts%p\0' |
  awk -v RS='\0' -F'[.]' -v yearago="$(date -d '1 year ago' +%s)" '
    {
      type[$1]++; 
      if ($1 == "f") {
        total_size+=$2
        if ($3 < yearago) old++
        if (!index($NF, "/")) ext[tolower($NF)]++
      }
    }
    END {
      printf("%20s: %d\n", "Directories", type["d"])
      printf("%20s: %d\n", "Total size", total_size)
      printf("%20s: %d\n", "old", old)
      printf("%20s: %d\n", "jpeg", ext["jpg"]+ext["jpeg"])
      printf("%20s: %d\n", "and so on...", 0)
    }'

Answer 2

关键是要避免启动过多的实用程序。 您似乎每个文件调用两个或三个，这将非常慢。

此外，注释还显示，处理文件名通常很复杂，尤其是在文件名中可能包含空格和/或换行符的情况下。 但是，如果我正确地理解了您的问题，那么实际上并不需要文件名，因为您仅使用它们来收集信息。

如果您使用的是gnu find ，则可以直接从find提取统计信息，这样效率会高得多，因为find仍然需要对每个文件执行stat() 。 这是一个示例，为简单起见，将其从find awk到awk ：

summary() {
  find "$@" '(' -type f -o -type d ')' -printf '%y %s %C@\n' |
  awk '$1=="d"{DIR+=1;next}
       $1!="f"{next}
       {REG+=1;SIZE+=$2}
       $3<'$(date +%s -d"last year")'{OLD+=1}
       END{printf "Directories: %d\nFiles: %d\nOld files: %d\nTotal Size: %d\n",
                  DIR, REG, OLD, SIZE}'
}

在我的机器上，这在十分之一秒的时间内就将4718目录中的28718个文件汇总了。 YMMV。

Answer 3

您肯定希望避免像以前那样解析find的输出（请参阅我的评论）：只要文件名中有空格，它就会中断。

您肯定要避免派生到$(stat ...)或$(date ...)语句之类的外部过程：每个fork都花很多钱！

事实证明， find可以做很多事情。 例如，如果我们要计算文件，目录和链接的数量。

我们都知道bash的幼稚方式（几乎完成了）：

#!/bin/bash

shopt -s globstar
shopt -s nullglob
shopt -s dotglob
nbfiles=0
nbdirs=0
for f in ./**; do
    [[ -f $f ]] && ((++nbfiles))
    [[ -d $f ]] && ((++nbdirs))
done
echo "There are $nbdirs directories and $nbfiles files, and we're very happy."

警告 。 此方法根据链接的链接数进行计数：指向文件的链接将被计为文件。

find方式如何？ 计算文件，目录和（符号）链接的数量：

#!/bin/bash

nbfiles=0
nbdirs=0
nblinks=0
while read t n; do
    case $t in
    dirs) ((nbdirs+=n+1)) ;;
    files) ((nbfiles+=n+1)) ;;
    links) ((nblinks+=n+1)) ;;
    esac
done < <(
    find . -type d -exec bash -c 'echo "dirs $#"' {} + \
         -or -type f -exec bash -c 'echo "files $#"' {} + \
         -or -type l -exec bash -c 'echo "links $#"' {} + 2> /dev/null
)
echo "There are $nbfiles files, $nbdirs dirs and $nblinks links. You're happy to know aren't you?"

使用关联数组，更多字段和更多涉及的相同原理find逻辑：

#!/bin/bash

declare -A fields

while read f n; do
    ((fields[$f]+=n))
done < <(
    find . -type d -exec bash -c 'echo "dirs $(($#+1))"' {} + \
        -or -type f -exec bash -c 'echo "files $(($#+1))"' {} + -printf 'size %s\n' \
            \( \
                \( -iname '*.jpg' -printf 'jpg 1\n' -printf 'jpg_size %s\n' \) \
                -or -size +100M -printf 'large 1\n' \
            \) \
        -or -type l -exec bash -c 'echo "links $(($#+1))"' {} + 2> /dev/null
)

for f in "${!fields[@]}"; do
    printf "%s: %s\n" "$f" "${fields[$f]}"
done

我希望这会给您一些想法！ 祝好运！