☰

如何显示稀疏文件的非稀疏部分？

tag-icon • tag-icon text-processing sparse-files
如何显示稀疏文件的非稀疏部分？

想象一下使用以下命令创建的文件：

truncate -s1T file
echo test >> file
truncate -s2T file

我现在有一个 2 tebibyte 文件（在磁盘上占用 4kiB），"test\n"写入在中间。

我如何"test"有效地恢复它，即无需读取整个文件。

tr -d '\0' < file

会给我结果，但这需要几个小时。

我想要的是只输出文件的非稀疏部分（因此上面仅"test\n"或更可能是在存储该数据的磁盘上分配的 4kiB 块）。

有 API 可以找出文件的哪一部分已分配（FIBMAP、FIEMAP、SEEK_HOLE、SEEK_DATA...），但是哪些工具会公开这些内容呢？

一个可移植的解决方案（至少对于支持这些 API 的操作系统）将受到赞赏。

答案1

到目前为止我能想到的最好的办法是（ksh93，filefrag从e2fsprogs1.42.9 开始使用（一些旧版本有不同的 API），在 Linux 上基于范围的文件系统）：

#! /bin/ksh93 -
export LC_ALL=C
for file do
filefrag -vb1 -- "$file" |
  while IFS=": ." read -A a; do
    [[ $a = +([0-9]) ]] && [[ ${a[@]} != *unwritten* ]] &&
      command /opt/ast/bin/head -s "${a[1]}" -c "${a[7]}" -- "$file"
  done
done

filefrag使用支持它的文件系统的 FIEMAP ioctl 报告文件的范围。

该*unwritten*部分涵盖了已fallocated写入但尚未写入的文件（非稀疏，但仍然充满了我不感兴趣的零）。

bsdtar或的最新版本star可以使用其中一些 API 来生成一个tar文件来识别稀疏部分。这将使更多便携的解决方案，但随后必须解析生成的 tar 文件才能获取非稀疏部分。

相关内容