![如何判断 ZFS(zfs-fuse)重复数据删除/压缩是否应用于特定文件?](https://linux22.com/image/1265353/%E5%A6%82%E4%BD%95%E5%88%A4%E6%96%AD%20ZFS%EF%BC%88zfs-fuse%EF%BC%89%E9%87%8D%E5%A4%8D%E6%95%B0%E6%8D%AE%E5%88%A0%E9%99%A4%2F%E5%8E%8B%E7%BC%A9%E6%98%AF%E5%90%A6%E5%BA%94%E7%94%A8%E4%BA%8E%E7%89%B9%E5%AE%9A%E6%96%87%E4%BB%B6%EF%BC%9F.png)
我有一个使用适用于 Linux(Ubuntu)的 zfs-fuse 的 zfs 格式的分区。
我使用了一段时间,然后启用了重复数据删除和压缩 (zfs set compression=on/dedup=on)。现在我认为我有一些文件已进行重复数据删除和压缩,还有一些文件尚未进行重复数据删除和压缩。
没问题,但有时我会感到困惑。让我们看看,以下命令将消耗我近 4GB 的 zfs 存储空间:
cp oldfile.4GB newfile.4GB
..这几乎不会消耗任何能量:
cp newfile.4GB newfile.4GB.2
我认为这是因为旧文件尚未压缩,所以没有发生重复数据删除。
我的想法是——如果我能找到尚未重复数据删除/压缩的旧文件,我可以执行批量复制/重命名/删除它们以消除重复和冗余。但我该如何检查呢?
我知道我可以重新复制我的存储的全部内容(甚至更好地检查每个文件的时间戳),但如果我有zfsstat
显示某些文件属性的工具,我会更高兴。
编辑:已验证 jlliagre 对我的环境的提示。
First, made some dataset and directories:
$ sudo zfs create zfs/test
$ sudo install -d -m 1777 /zfs/test/orig /zfs/test/copy
Created some files:
$ yes > /zfs/test/orig/yes.1s & sleep 1; kill %1
$ dd if=/dev/zero of=/zfs/test/orig/zero.1M bs=1K count=1024
$ dd if=/dev/urandom of=/zfs/test/orig/rand.1M bs=1K count=1024
Turned compression on, and copy above files:
$ sudo zfs set compress=on zfs/test
$ cp /zfs/test/orig/* /zfs/test/copy
Now the directories look like:
$ ls -hil /zfs/test/*
/zfs/test/copy:
total 1.5K
10 -rw-r--r-- 1 kimura kimura 1.0M Mar 2 01:30 rand.1M
11 -rw-r--r-- 1 kimura kimura 40M Mar 2 01:30 yes.1s
12 -rw-r--r-- 1 kimura kimura 1.0M Mar 2 01:30 zero.1M
/zfs/test/orig:
total 42M
9 -rw-r--r-- 1 kimura kimura 1.0M Mar 2 01:29 rand.1M
7 -rw-r--r-- 1 kimura kimura 40M Mar 2 01:29 yes.1s
8 -rw-r--r-- 1 kimura kimura 1.0M Mar 2 01:29 zero.1M
And zdb tool shows some information:
kimura@kimura-desktop:~$ sudo zdb zfs/test
Dataset zfs/test [ZPL], ID 196, cr_txg 108306, 44.2M, 12 objects
Object lvl iblk dblk dsize lsize %full type
0 7 16K 16K 16K 16K 37.50 DMU dnode
-1 1 16K 512 1K 512 100.00 ZFS user/group used
-2 1 16K 512 1K 512 100.00 ZFS user/group used
1 1 16K 512 1K 512 100.00 ZFS master node
2 1 16K 512 1K 512 100.00 ZFS delete queue
3 1 16K 512 1K 512 100.00 ZFS directory
4 1 16K 512 1K 512 100.00 ZFS directory
5 1 16K 512 1K 512 100.00 ZFS directory
6 1 16K 512 1K 512 100.00 ZFS directory
7 3 16K 128K 39.8M 39.8M 100.00 ZFS plain file
8 2 16K 128K 1.00M 1M 100.00 ZFS plain file
9 2 16K 128K 1.00M 1M 100.00 ZFS plain file
10 2 16K 128K 1.00M 1M 100.00 ZFS plain file
11 3 16K 128K 1.41M 39.8M 100.00 ZFS plain file
12 2 16K 128K 0 128K 0.00 ZFS plain file
我可以看到“是”和“零”被很好地压缩了。
答案1
您可以使用zdb -D poolname
命令获取重复数据删除的总体统计信息。
对于每个文件的压缩状态,它不是很简单,但您可以使用它:
zdb dataset | grep plain
这将输出类似如下的行:
8 2 16K 128K 3.03M 5.00M 100.00 ZFS plain file
9 2 16K 128K 3.03M 5.00M 100.00 ZFS plain file
10 2 16K 128K 5.00M 5.00M 100.00 ZFS plain file
11 2 16K 128K 3.03M 6.00M 83.33 ZFS plain file
第一列是 inode 编号,第 5 和第 6 列表示磁盘大小和文件大小,第 7 列表示文件实际存在的百分比。第 6 和第 7 列的值不同,且第 8 列的值大于 100% 的文件都是压缩文件。