关于大量文件的copy,delete操作方式效率初探

简介:

    拷贝大量文件时,用cp有诸多不便(例如命令意外中断后,无法续传;如果强行覆盖的话,又会浪费时间;不覆盖的话,倒是可以通过echo "n"|cp -r /source /destination来完成,但是经过我的实验,在大量文件下,传递n给cp的覆盖提示也会时间延迟,所以对于已经存在的文件同样存在时间上的浪费)

rsync 拥有很多特性,可以避免上面提到cp的种种不便,但是考虑到操作大量文件,就不得不考虑效率

下面是对大量文件的拷贝、删除操作,基于cp、rm -rf、rsync三种方式的效率对比

实验过程拷贝47G的数据(大小基本分散在25M以下文件数量11041个)

一、拷贝

    1、通过cp方式

    time cp -rp -v /app/glusterfs/NetworkDisk /home/

    real    16m29.876s
    user    0m0.889s
    sys     1m59.575s

    2、rsync方式

    time rsync -av /app/glusterfs/NetworkDisk /home/

    real    16m34.557s
    user    8m53.267s
    sys     4m56.069s

二、删除

    1、通过rm -rf

    time rm -rf /home/NetworkDisk

    real    0m3.341s
    user    0m0.002s 
    sys     0m3.297s

    2、通过rsync --delete

    rsync -a --delete /empty /home/NetworkDisk

    real    0m1.709s
    user    0m0.014s
    sys     0m1.573s

通过以上对比:

    貌似在复制速度上,两者不相上下

    而在删除操作上,我们看到rsync --delete 比rm -rf快了约2s。

    为了得出更可信的结果,我又做了针对10W小文件的操作对比,如下

    首先生成10W小文件

    for i in {1..100000};do dd if=/dev/zero of=/app/test/$i bs=100k;done

一、拷贝

    1、time cp -rp -v /app/test /home/

    real    6m21.137s
    user    0m1.848s
    sys     0m34.099s

    2、rsync -av /app/test /home/、

    real    3m56.437s
    user    1m53.502s
    sys     1m21.125s

二、删除

    1、rm -rf /app/test

    real    0m4.527s
    user    0m0.143s
    sys     0m4.339s

    2、rsync -a --delete /empty /app/test

    real    0m0.122s
    user    0m0.000s
    sys     0m0.009s

通过以上对10W小文件的操作,可以得出结论,对于大量文件的拷贝、删除操作,rsync相比较cp和rm还是有很大优势的


最后附上一篇相关文章

http://www.linuxeden.com/html/news/20130613/140243.html

     本文转自kai404 51CTO博客,原文链接:http://blog.51cto.com/kaifly/1437539,如需转载请自行联系原作者



相关文章
|
10月前
|
自然语言处理 编译器 C语言
【C++ 20 新特性】参数包初始化捕获的魅力 (“pack init-capture“ in C++20: A Deep Dive)
【C++ 20 新特性】参数包初始化捕获的魅力 (“pack init-capture“ in C++20: A Deep Dive)
144 0
|
10月前
|
消息中间件 Java 关系型数据库
金三银四,如何远程面试拿下大厂offer?(附大厂面经+面试宝典)
“找工作 3 个多月了,还没有遇到合适的,坐标杭州。”“坐标北京,2 年工作经验,裸辞 1 个月了,Java/Python 方向都在找,投的简历都石沉大海了。”“金三银四找的全是 996 的,双休只有外企和非互联网行业。”“去年冬天被裁员的,今年到现在还没找着像样的工作。”“投了半个多月简历,一个面试机会都没有,送达,已读。”
|
9月前
|
人工智能 UED 智能硬件
未来智能家居中的人工智能技术应用与挑战
在未来智能家居的发展中,人工智能技术将扮演越来越重要的角色。本文探讨了人工智能在智能家居中的应用现状、技术挑战以及未来的发展方向,着重分析了其在安全性、用户体验和能效优化方面的创新应用。
125 1
|
10月前
|
存储 消息中间件 SQL
分钟级实时数据分析的背后——实时湖仓产品解决方案
袋鼠云在结合当前数据湖技术的基础上,建设实时湖仓平台,满足客户“快、精、准”的数据需求。本文将详细介绍实时湖仓产品解决方案,让企业能够更专注地去解决他们的业务价值。
181 0
|
数据采集 存储 机器学习/深度学习
什么是脏数据?怎样用箱形图分析异常值?终于有人讲明白了
导读:数据质量分析是数据挖掘中数据准备过程的重要一环,是数据预处理的前提,也是数据挖掘分析结论有效性和准确性的基础。没有可信的数据,数据挖掘构建的模型将是空中楼阁。
|
10月前
|
机器学习/深度学习 算法 PyTorch
实战图像softmax分类模型
本文是学习softmax图像分类模型的总结,主要分享softmax图像分类模型的技术原理,以及用代码实现验证,供大家参考。
365 3
|
网络协议 Ubuntu Shell
|
SQL 关系型数据库
在 AnalyticDB for PostgreSQL 中使用HyperLogLog 实现毫秒级 UV / PV 统计
在互联网产品的日常运营中, 经常需要统计产品的日活/月活用户量. 本文介绍了在[分析型数据库PostgreSQL版](https://common-buy.aliyun.com/?commodityCode=GreenplumPre&aly_as=tQHn1Vqa#/buy)中如何使用HyperLogLog扩展来完成日活/月活用户量的统计.
2339 0
|
存储 数据采集 NoSQL
爬虫数据存储技术比较:数据库 vs. 文件 vs. NoSQL
爬虫数据存储技术比较:数据库 vs. 文件 vs. NoSQL