腳本很慢

Question

我有個問題。 我需要編寫一個bash腳本，它將在給定路徑中查找所有文件和目錄，並顯示一些有關結果的信息。 允許的時間：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"

這是執行上面帶有注釋行的結果：

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

如果我要刪除評論

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。 如何加快腳本速度？ 再加上30秒鍾，可以查找日期創建一年以上的文件

Answer 1

通常，在Shell中使用循環表明您選擇了錯誤的方法。

外殼首先是運行其他工具的工具。

盡管它可以進行計數，但是awk是一個更好的工具。

盡管它可以列出和查找文件，但find更好。

最好的Shell腳本是那些設法使一些工具有助於完成任務的腳本，而不是那些順序啟動數百萬個工具並且所有工作都由Shell完成的腳本。

在這里，通常是一個更好的辦法是有find找到文件，並收集所有你需要的數據，有awk咀嚼它，並返回統計信息。 這里使用GNU find和GNU awk （對於RS='\\0' ）和GNU date （對於-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

關鍵是要避免啟動過多的實用程序。 您似乎每個文件調用兩個或三個，這將非常慢。

此外，注釋還顯示，處理文件名通常很復雜，尤其是在文件名中可能包含空格和/或換行符的情況下。 但是，如果我正確地理解了您的問題，那么實際上並不需要文件名，因為您僅使用它們來收集信息。

如果您使用的是gnu find ，則可以直接從find提取統計信息，這樣效率會高得多，因為find仍然需要對每個文件執行stat() 。 這是一個示例，為簡單起見，將其從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}'
}

在我的機器上，這在十分之一秒的時間內就將4718目錄中的28718個文件匯總了。 YMMV。

Answer 3

您肯定希望避免像以前那樣解析find的輸出（請參閱我的評論）：只要文件名中有空格，它就會中斷。

您肯定要避免派生到$(stat ...)或$(date ...)語句之類的外部過程：每個fork都花很多錢！

事實證明， find可以做很多事情。 例如，如果我們要計算文件，目錄和鏈接的數量。

我們都知道bash的幼稚方式（幾乎完成了）：

#!/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 。 此方法根據鏈接的鏈接數進行計數：指向文件的鏈接將被計為文件。

find方式如何？ 計算文件，目錄和（符號）鏈接的數量：

#!/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?"

使用關聯數組，更多字段和更多涉及的相同原理find邏輯：

#!/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

我希望這會給您一些想法！ 祝好運！