Question

df -h 运行良好，快速并能给出相对大小，但是它只显示磁盘，有没有办法模拟 df -h 的功能但调整深度大小？

不，df -h只是询问文件系统完全使用了多少空间。该信息仅存在于整个文件系统，而不存在于子目录。

如果有帮助的话，我们正在该磁盘上使用 glusterfs，也许有办法使用该选项来加快速度？不过，通用方法是最好的。

在与实际（元数据）存储连接的延迟尽可能低的计算机上进行计数。
您可能会受到获取文件列表所需时间的限制，并询问各个文件的大小。我不太了解 glusterfs 及其实现，但是：

du -s .执行以下操作：对于每个目录，获取目录中的条目列表（使用getdents( 64) 系统调用，它反过来启动文件系统以提供文件列表）。然后，按顺序遍历这些条目，然后获取每个文件的文件统计信息（使用 ( new) fstat( at) 系统调用，它反过来启动文件系统以提供有关每个文件的信息），其中包含文件大小，用于计算总数。
对于遇到的每个目录，它都会向下递归。

因此，如果您有以下目录树，则存在大量通信：

.
├── b
│   ├── b
│   ├── c
│   │   ├── e
│   │   ├── g
│   │   └── h
│   ├── d
│   └── f
├── bar
├── baz
├── foo
└── foooo

在找到的./baz信息之前，不会获取的尺寸信息。./bar因为获取该信息的大部分时间都花在等待文件系统从 glusterfs 守护进程获取信息（通过网络！），所以程序主要做的是等待很长时间，然后请求下一个文件信息，然后再次等待，依此类推。您的计算机将花费很少的时间来做某事（例如了解服务器发送给您的内容或添加大小），并且花费大量时间等待。

如果 glusterfs 能够异步请求（我们可以非常确定它是），一个简单的解决方案是将“获取目录列表”和“获取文件大小”方面放入单独的功能单元中，并获取文件大小多线程（在简单和极端的情况下，为每个文件生成一个线程）。

你可以使用奥莱·丹格的parallel.

首先，用于find /disk/dir1/asdf -type f（顺序）获取所有文件的列表。（这也可以是多线程的，但这会更复杂，而且还取决于该目录下的“宽”与“深”目录结构的程度）；然后，使用parallel并行的方式在每个文件上运行stat -f '%s'，最后合并结果并将其相加。

然后，虽然您没有减少等待的总时间，但许多等待是并行发生的。

这在 C++ 中也可能是一件好事，因为这std::async使得收集数据的任务变得相当简单。就像是：

#include <cstdint>
#include <filesystem>
#include <future>
#include <iostream>
#include <vector>

namespace fs = std::filesystem;
using future_t = std::future<std::uintmax_t>;

int main() {
    std::vector<future_t> futures;

    for(auto const& dir_entry : fs::recursive_directory_iterator(".")) {
        if(fs::is_regular_file(dir_entry)) {
            futures.emplace_back(std::async(
                std::launch::async,
                [](auto path) {
                    return fs::file_size(path);
                },
                dir_entry
            ));
        }
    }
    std::uintmax_t total_size = 0;
    for(auto& future : futures) {
        total_size += future.get();
    }
    std::cout << "Total size " << total_size << "b\n";
}

（尝试编译器资源管理器！或者复制到文件main.c，并使用本地构建g++ -O3 -std=c++17 -lpthread -o async_size main.c；运行通过cd /path/I/want/to/know/size/of; /path/of/async_size)

Answer 1