深度剖析 Linux cp 命令的秘密 _Linux

cp 引发的思考

文章插图

cp 是啥 ? 是的，就是 linux 是 Linux 下最常用的命令之一，copy 的简写，小伙伴 100% 都用过。
cp 命令处于 Coreutils 库里，是 GNU 项目维护的一个核心项目，提供 Linux 上核心的命令。
今天用 cp 命令，把小伙伴惊到了，引发了我对其中细节的思考。
背景是这样的，奇伢今天用 cp 拷贝了一个 100 GiB 的文件，竟然一秒不到就拷贝完成了。一个 SATA 机械盘的写能力能到 150 MiB/s （大部分的机械盘都是到不了这个值的）就算非常不错了，所以，正常情况下，copy 一个 100G 的文件至少要 682 秒 ( 100 GiB/ 150 MiB/s )，也就是 11 分钟。
sh-4.4# time cp ./test.txt ./test.txt.cpreal 0m0.107suser 0m0.008ssys 0m0.085s上面是我们理论分析，最少要 11 分钟，实际情况却是我们 cp 一秒没到就完成了工作，惊呆了，为啥呢？并且还有一个更诡异的我文件系统大小才 40 GiB，为啥里面会有一个 100 G的文件呢？

分析文件
我们先用 ls 看一把文件，显示文件确实是 100 GiB.
sh-4.4# ls -lh-rw-r--r-- 1 root root 100G Mar 6 12:22 test.txt但是再用 du 命令看却只有 2M ，这是怎么回事？（且所在的文件系统总空间都没 100G 这么大）
sh-4.4# du -sh ./test.txt2.0M ./test.txt再看 stat 命令显示的信息：

sh-4.4# stat ./test.txt  File: ./test.txt  Size: 107374182400 Blocks: 4096       IO Block: 4096   regular fileDevice: 78h/120d Inode: 3148347     Links: 1Access: (0644/-rw-r--r--)  Uid: (    0/    root)   Gid: (    0/    root)Access: 2021-03-13 12:22:00.888871000 +0000Modify: 2021-03-13 12:22:46.562243000 +0000Change: 2021-03-13 12:22:46.562243000 +0000 Birth: -

stat 命令输出解释：

Size 为 107374182400（知识点：单位是字节），也就是 100G ；
Blocks 这个指标显示为 4096（知识点：一个 Block 的单位固定是 512 字节，也就是一个扇区的大小），这里表示为 2M；

划重点：

Size 表示的是文件大小，这个也是大多数人看到的大小；
Blocks 表示的是物理实际占用空间；

所以，注意到一个新概念，文件大小和实际物理占用，这两个竟然不是相同的概念。为什么会这样？
这里先梳理下文件系统的基础知识，文件系统究竟是怎么存储文件的？（以 Linux 上 ext系列的文件系统举例）

文章插图

文件系统

文章插图

文件系统听起来很高大上，通俗话就用来存数据的一个容器而已，本质和你的行李箱、仓库没有啥区别。只不过文件系统存储的是数字产品而已。我有一个视频文件，我把这个视频放到这个文件系统里，下次来拿，要能拿到我完整的视频文件数据，这就是文件系统，对外提供的就是存取服务。

现实的存取场景
就跟你在火车站使用的寄存服务一样，包裹我能存进去，稍后我能取出来，就可以了。问题来了，存进去？怎么取？仔细回忆下存储行李的场景。
存行李的时候，是不是要登记一些个人信息？对吧，至少自己名字要写上。可能还会给你一个牌子，让你挂手上，这个东西就是为了标示每一个唯一的行李。