【Linux系统】Linux 命令行查看当前目录的总大小/总磁盘空间

'# 【Linux系统】Linux 命令行查看当前目录的总大小/总磁盘空间

一、背景与问题

在Linux系统中，监控磁盘空间使用情况是系统管理的重要任务。开发人员和运维人员常常需要快速获取目录或文件的磁盘占用情况，例如：

• 查看某个项目目录的总大小
• 确定某个服务的配置文件夹是否异常膨胀
• 分析日志文件占用空间的分布

传统方式中，du（disk usage）命令是标准工具，但其底层实现机制和性能特征值得深入探讨。本文将从底层文件系统操作、命令行工具实现、性能优化等多个维度展开分析。

二、基本原理

Linux文件系统通过 inode 记录文件元信息，每个文件（包括目录）都有对应的 inode，其中包含文件大小、权限、时间戳等信息。要统计目录总大小，需要：

1. 遍历目录树中的所有文件
2. 获取每个文件的磁盘占用（块大小）
3. 汇总统计结果

关键点在于：

• 文件系统的块大小（通常为4KB）
• 隐藏文件（如.svn）对统计结果的影响
• 符号链接的处理方式
• 硬链接与软链接的区别

三、环境准备

确保系统支持以下功能：

# 检查文件系统类型
df -Th
# 检查磁盘空间
df -h
# 安装必要的工具（如未预装）
sudo apt install coreutils  # Debian/Ubuntu
sudo yum install coreutils  # CentOS/RHEL

四、核心实现

1. 使用 du 命令（推荐方案）

# 查看当前目录的总大小（以GB显示）
du -sh
# 查看当前目录下所有子目录的大小（按大小排序）
du -sh * | sort -hr

关键代码解释：

• -s 选项表示统计每个参数的总大小
• h 选项将数值转换为可读格式（如K/M/G）
• --apparent-size 选项用于统计文件的显示大小（不包含隐藏文件）

性能优化技巧：

• 使用 --max-depth=1 限制遍历深度
• 通过 --block-size=1 改变块大小计算方式
• 使用 --no-dereference 忽略符号链接

2. 使用 find + wc 组合

# 统计当前目录下所有文件的总大小（以字节为单位）
find . -type f -printf "%s\n" | awk '{sum += $1} END {print sum}'
# 以MB为单位显示
find . -type f -printf "%s\n" | awk '{sum += $1} END {print sum/1024/1024}'

原理分析：

• -type f 仅匹配普通文件
• -printf "%s\n" 输出文件大小（字节数）
• awk 脚本进行数值计算

性能问题：

• 对于包含大量文件的目录（如 /var/log），可能需要数秒才能完成
• 可通过 --max-depth 限制遍历深度

3. 自定义 Shell 脚本实现

#!/bin/bash

# 获取文件系统块大小
BLOCK_SIZE=$(stat -f -c "%s" .)

# 遍历目录树
find . -type f -printf "%s\n" | awk -v block="$BLOCK_SIZE" '
{
    sum += $1
}
END {
    printf "Total size: %.2f MB\n", sum / 1024 / 1024
    printf "Block size: %d bytes\n", block
    printf "Total blocks: %.2f\n", sum / block
}'

关键点：

• stat 命令获取文件系统块大小
• printf 格式化输出
• awk 进行数值计算

五、完整案例

案例：监控项目目录磁盘使用

场景描述：
某微服务项目部署在生产服务器，需定期检查 /opt/myapp 目录的磁盘占用情况

实现方案：

#!/bin/bash

# 定义监控参数
DIR="/opt/myapp"
THRESHOLD="10G"
LOG="/var/log/disk_usage.log"

# 获取当前目录大小
CURRENT_SIZE=$(du -s "$DIR" | awk '{print $1}')

# 比较大小
if [ "$CURRENT_SIZE" -gt "$(echo "$THRESHOLD" | sed 's/G/*1024/;s/M/*1024/;s/K/*1/')" ]; then
    echo "$(date) - Warning: $DIR is over $THRESHOLD" | tee -a "$LOG"
    du -sh "$DIR" | tee -a "$LOG"
else
    echo "$(date) - $DIR is within normal limits" | tee -a "$LOG"
fi

运行结果示例：

Wed May 10 14:30:00 UTC 2023 - /opt/myapp is over 10G
12G     /opt/myapp

注意事项：

• 需要 sudo 权限才能访问某些系统目录
• 每次运行会追加记录到日志文件
• 可结合 crontab 实现定时监控

六、源码解析（du 命令实现）

以 GNU coreutils 中的 du 命令为例，其核心逻辑如下（简化版）：

#include <stdio.h>
#include <sys/stat.h>
#include <dirent.h>

void traverse_dir(const char *path) {
    DIR *dir = opendir(path);
    if (!dir) return;

    struct dirent *entry;
    while ((entry = readdir(dir))) {
        char full_path[PATH_MAX];
        snprintf(full_path, sizeof(full_path), "%s/%s", path, entry->d_name);

        struct stat st;
        if (stat(full_path, &st) == 0) {
            // 处理文件/目录
            if (S_ISDIR(st.st_mode)) {
                traverse_dir(full_path);
            } else {
                // 计算文件大小
                size_t size = st.st_blocks * st.st_blksize;
                // 更新总大小统计
                total_size += size;
            }
        }
    }
    closedir(dir);
}

关键点：

• 使用 opendir/readdir 遍历目录
• 通过 stat 获取文件属性
• 使用 st_blocks 和 st_blksize 计算磁盘占用
• 对于目录，递归调用 traverse_dir

七、进阶使用

1. 多线程处理

# 使用GNU parallel加速文件统计
find . -type f -printf "%s\n" | parallel -j 8 --block 1M awk '{sum += $1} END {print sum}'

2. 结合 inotify 实时监控

# 使用 inotifywait 实时监控目录变化
inotifywait -m -r -e modify,create,delete /opt/myapp | while read path action file; do
    echo "Directory change detected in $path"
    du -sh /opt/myapp
done

3. 与监控系统集成

# 输出可被 Prometheus 抓取的指标
echo "# HELP disk_usage Total disk usage of the directory"
echo "# UNIT bytes"
echo "$(( $(du -s /opt/myapp | awk '{print $1}') * 1024 ))"

八、性能与工程实践

1. 性能优化策略

2. 异常处理

# 增加错误处理的脚本
if ! du -s "$DIR" > /dev/null 2>&1; then
    echo "Error: Failed to get disk usage for $DIR"
    exit 1
fi

3. 安全考虑

• 检查执行权限：find 需要对目标目录的读取权限
• 避免符号链接漏洞：使用 --no-dereference 参数
• 谨慎处理用户输入：过滤特殊字符
• 在生产环境中使用 sudo 时要严格控制权限

九、常见问题与踩坑

1. 常见错误示例

错误代码：

find . -type f -printf "%s\n" | wc -l

问题分析：

• wc -l 统计的是文件数量而非大小
• 会统计隐藏文件（如 .git）

改进方案：

find . -type f -printf "%s\n" | awk '{sum += $1} END {print sum}'

2. 性能瓶颈

问题现象：

• 对 /proc 目录使用 du 时卡顿

原因分析：

• /proc 是虚拟文件系统，遍历会触发大量 syscalls

解决方法：

• 使用 du --apparent-size 避免实际磁盘空间计算
• 限制遍历深度：du --max-depth=1

3. 磁盘空间不一致问题

现象：

• du 显示的总大小与 df 不一致

原因分析：

• du 统计的是文件占用的块数
• df 显示的是文件系统剩余空间
• 隐藏文件/符号链接可能影响统计

解决方法：

• 使用 du --block-size=1 查看精确块数
• 检查是否有未关闭的文件描述符

十、最佳实践

1. 推荐方案选择

2. 禁用使用场景

• 不要直接使用 du 监控系统关键目录（如 /）
• 不要用 find 统计大量小文件（会消耗大量内存）
• 不要对只读文件系统使用 du（会报错）

3. 安全最佳实践

• 对敏感目录使用 --no-dereference 避免符号链接漏洞
• 在脚本中加入权限检查
• 限制脚本的运行权限（如通过 sudo 的 NOPASSWD 配置）

十一、总结

Linux 系统中查看目录磁盘占用的核心工具 du，其底层实现涉及文件系统的 inode 管理和目录遍历机制。通过理解其工作原理，我们可以更有效地使用该工具解决实际问题。

在实际开发中：

• 推荐使用 du -sh 快速获取目录大小
• 对于复杂需求，可结合 find 和 awk 实现定制化统计
• 在监控系统中，建议采用自定义脚本进行定期检查
• 避免在关键系统目录使用未经验证的脚本

同时要注意：

• 大型目录的统计可能需要数秒时间
• 隐藏文件和符号链接可能影响统计结果
• 系统文件的读取权限需要特别注意

通过合理使用这些工具，可以显著提升系统管理效率，避免因磁盘空间不足导致的生产事故。