参数的顺序如何影响查找速度

Question

代价高昂的是对文件进行系统调用（对于系统调用本身和 I/O）。

-type诸如,之类的事情-mtime需要lstat(2)对文件进行系统调用。-name，，不要（尽管-path它-regex当然会对它们包含的目录进行系统调用以读取其内容）。

通常，无论如何find都会执行lstat()（因为它需要知道文件是否是目录才能进入该目录，除非在中提供了该信息readdir()），但在某些情况下它也可以不使用它。例如，如果目录的链接数小于 3，则在某些文件系统中，find知道它没有子目录，并且某些find实现将通过不在lstat其中执行 s 来进行优化。

-xtype会导致stat(2), -printf ...,可能-ls导致stat(), lstat(), readlink(),-lname和lstat().readlink()

这就是为什么你可能想把-name/ -path/ -regex... 放在第一位。如果他们可以排除一个文件，他们就可以避免一个或多个系统调用。

现在， a-regex可能比 a 贵-name，但我不太确定交换它们会得到多少。

另请注意，某些find实现（例如 GNU）find会在可能的情况下默认重新排序检查。看：

info find 'Optimisation Options'

在 GNU 系统上（gnu.org 上有对于最新版本的 GNU findutils）。

通常，如果您在 GNU 系统上进行测试，两个命令都会执行相同的操作，因为无论如何find都会-name向前移动。

因此，为了使-type d -name ...vs-name ... -type d发挥作用，您需要一种find不通过对这些谓词重新排序来进行优化的实现，以及一种通过不在lstat()每个文件上执行 an 来进行一些优化的实现。

无论实施如何，都会存在（巨大）差异：

find . -name 'x*' -exec test -d {} \; -print

对比：

find . -exec test -d {} \; -name 'x*' -print

find无法重新排序，-exec因为这样做可能会引入功能差异（find无法知道执行的命令是否仅用于测试或执行其他操作）。

当然，它-exec ... {} \;比任何其他谓词要昂贵几个数量级，因为它意味着分叉一个进程并在其中执行命令（本身运行许多系统调用）并等待它及其退出代码。

$ time find /usr/lib -exec test -d {} \; -name z\* -print > /dev/null
1.03s user 12.52s system 21% cpu 1:03.43 total
$ time find /usr/lib -name z\* -exec test -d {} \;  -print > /dev/null
0.09s user 0.14s system 62% cpu 0.367 total

（第一个要求(56685)test中的每个文件/usr/lib，第二个仅要求名称以z(147) 开头的文件）。

请注意，-exec test -d {} \;与不一样-type d。它是 GNU 特定的可移植版本-xtype d。

Answer 1