商务部网站市场体系建设司首页网络营销薪酬公司
不知道你有没有遇到过当一个文件夹下文件特别多，在下面执行ls命令的时候要等好长时间才能展现出来的问题？如果有，你有想过这是为什么吗，我们该如何解决? 要想深入理解这个的问题产生的原因，我们就需要从文件夹占用的磁盘空间开始讨论了。
欢迎关注微信公众号：开发内功修炼
inode消耗验证
在《新建一个空文件占用多少磁盘空间？》中我提到了每一个文件会消耗其所在文件夹中的一点空间。文件夹呢，其实也一样会消耗inode的。 我们先看一下当前inode的占用情况
# df -i
Filesystem Inodes IUsed IFree IUse% Mounted on
......
/dev/sdb1 2147361984 12785020 2134576964 1% /search再创建一个空文件夹
# mkdir temp
# df -i
Filesystem Inodes IUsed IFree IUse% Mounted on
......
/dev/sdb1 2147361984 12785021 2134576963 1% /search通过IUsed可以看到，和空文件一样，空的文件夹也会消耗掉一个inode。不过这个很小，我的机器上才是256字节而已，应当不是造成ls命令卡主的元凶。
block消耗验证
文件夹的名字存在哪儿了呢？嗯，和《新建一个空文件占用多少磁盘空间？》里的文件类似，会消耗一个ext4_dir_entry_2（今天用ext4举例，它在linux源码的fs/ext4/ex4.h文件里定义）,放到其父目录的block里了。根据这个，相信你也很快能想到，如果它自己节点下创建一堆文件的话，就会占用它自己的block。我们来动手验证一下：
# mkdir test
# cd test
# du -h
4.0K .这里的4KB就表示消耗掉了一个block。 空文件不消耗block，空目录为啥一开始就消耗block了呢，那是因为其必须默认带两个目录项"."和".."。另外这个4K在你的机器上不一定是这么大，它其实是一个block size，在你格式化的时候决定的。
我们再新建两个空的文件，再查看一下：
# touch aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaab
# touch aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa
# du -h
4.0K .貌似，没有什么变化。这是因为
- 第一、新的空文件不占用block，所以这里显示的仍然是目录占用的block。
- 第二、之前文件夹创建时候分配的4KB里面空闲空间还有，够放的下这两个文件项
那么我再多创建一些试试，动用脚本创建100个文件名长度为32Byte的空文件。
#!/bin/bash
for((i=1;i<=100;i++));
do
file="tempDir/"$(echo $i|awk '{printf("%032d",$0)}')echo $filetouch $file
done
# du -h
12K .哈哈，这时我们发现目录占用的磁盘空间变大了，成了3个Block了。当我们创建到10000个文件的时候，
# du -h
548K .在每一个ext4_dir_entry_2里都除了文件名以外，还记录着inode号等信息，详细定义如下：
struct ext4_dir_entry_2 {__le32 inode; /* Inode number */__le16 rec_len; /* Directory entry length */__u8 name_len; /* Name length */__u8 file_type;char name[EXT4_NAME_LEN]; /* File name */
};我们计算一下，平均每个文件占用的空间=548K/10000=54字节。也就是说，比我们的文件名32字节大一点点，基本对上了。 这里我们也领会到一个事实，文件名越长，在其父目录中消耗的空间也会越大。
本文结论
一个文件夹当然也是要消耗磁盘空间的。
- 首先要消耗掉一个inode，我的机器上它是256字节
- 需要消耗其父目录下的一个目录项
ext4_dir_entry_2，保存自己inode号，目录名。 - 其下面如果创建文件夹或者文件的话，它就需要在自己的block里
ext4_dir_entry_2数组
目录下的文件/子目录越多，目录就需要申请越多的block。另外ext4_dir_entry_2大小不是固定的，文件名/子目录名越长，单个目录项消耗的空间也就越大。
对于开篇的问题，我想你现在应该明白为什么了,问题出在文件夹的block身上。 这就是当你的文件夹下面文件特别多，尤其是文件名也比较长的时候，它会消耗掉非常多的block。当你遍历文件夹的时候，如果Page Cache中没有命中你要访问的block，就会穿透到磁盘上进行实际的IO。在你的角度来看，就是你执行完ls后，卡住了。
那么你肯定会问，我确实要保存许许多多的文件，我该怎么办? 其实也很简单，多创建一些文件夹就好了，一个目录下别存太多，就不会有这个问题了。工程实践中，一般的做法就是通过一级甚至是二级hash把文件散列到多个目录中，把单目录文件数量控制在十万或万以下。
ext的bug
貌似今天的实践应该结束了，现在让我们把刚刚创建的文件全部删掉，再看一下。
# rm -f *
# du -h
72K .等等，什么情况？文件夹下的文件都已经删了，该文件夹为什么还占用72K的磁盘空间？ 这个疑惑也伴随了我很长时间，后来才算是解惑。问题关键在于ext4_dir_entry_2中的rec_len。这个变量存储了当前整个ext4_dir_entry_2对象的长度，这样操作系统在遍历文件夹的时候，就可以通过当前的指针，加上这个长度就可以找到文件夹中下一个文件的dir_entry了。这样的优势是遍历起来非常方便，有点像是一个链表，一个一个穿起来的。 但是，如果要删除一个文件的话，就有点小麻烦了，当前文件结构体变量不能直接删，否则链表就断了。 Linux的做法是在删除文件的时候，在其目录中只是把inode设置为0就拉倒，并没有回收整个ext4_dir_entry_2对象。其实和大家做工程的时候经常用到的假删除是一个道理。现在的xfs文件系统好像已经没有这个小问题了，但具体咋解决的，暂时没有深入研究，如果你有答案，欢迎留言！
欢迎关注微信公众号：开发内功修炼