谁吃了你的硬盘空间？(1) 诡异的df算法

df命令，接触过Linux/Unix的人都用过吧？不过为什么有的数字总是算不对呢？

例如下面，/data那个文件系统，
total = 1404203532
used = 1203335028
available = 129539124
use% = 91%

但是，total - used = 200868504 <> available
而且，used / total = 86% <> use%

-bash-3.00$ df Filesystem 1K-blocks Used Available Use% Mounted on /dev/mapper/vg00-lvol00 2031952 187976 1740760 10% / /dev/sda2 497861 17285 454872 4% /boot /dev/mapper/vg00-lvol05 1404203532 1203335028 129539124 91% /data none 2074584 0 2074584 0% /dev/shm /dev/mapper/vg00-lvol04 10095152 6955380 2626956 73% /home /dev/mapper/vg00-lvol02 10095152 2091108 7491228 22% /usr /dev/mapper/vg00-lvol03 10095152 229120 9353216 3% /var apams01-vip1:/mnt/mdraw1 2097015808 1785570528 311445280 86% /nas_mdraw

然而，/nas_mdraw那个文件系统的统计结果又是对的。2097015808 - 1785570528 = 311445280，1785570528 / 2097015808 = 86%

因此，df的计算方法到底如何，显得有点诡异。不过，本文也不准备卖关子，正确答案是：

df命令的输出清单的第1列是代表文件系统对应的设备文件的路径名（一般是硬盘上的分区）；第2列给出分区包含的数据块（1024字节）的数目；第3，4列分别表示已用的和可用的数据块数目。用户也许会感到奇怪的是，第3，4列块数之和不等于第2列中的块数。这是因为缺省的每个分区都留了少量空间供系统管理员使用。即使遇到普通用户空间已满的情况，管理员仍能登录和留有解决问题所需的工作空间。清单中 Use% 列表示普通用户空间使用的百分比，即使这一数字达到100％，分区仍然留有系统管理员使用的空间。最后，Mounted on列表示文件系统的安装点。

而这个缺省的预留空间，默认值是5%，这部分空间，普通用户不能使用，上面的/data文件系统就是这种情况，91%-86%=5%；另外，在root创建文件系统的时候是可以改变其大小的，如果mkfs的时候设置预留空间为0，那么普通用户将能够使用该设备的所有空间，上面的/nas_mdraw文件系统就是这种情况。

如果本文到此为止的话，那么没有多大实质意义，网上相关的解释到处都是，甚至上面整段话都是来自搜索引擎的。于是，我们从df的源代码用到的结构体开始，简单分析一下df的算法，利用其开源的接口，逐步写出一个综合df、du等功能的统计文件系统内各目录使用情况的程序。

首先介绍一下，df的源代码在Coreutils包中，Linux的许多基本命令，例如ls、cp等等，都包含在这个包中。大家可以到GNU的官方网站下载最新版本：
http://www.gnu.org/software/coreutils/

下载解包之后，很容易就能够在src目录找到df.c。简单跟踪一下的话，会发现df在输出结果之前会将读到的数据写到一个struct fs_usage结构体中，这个结构体在lib目录下的fsusage.h中定义：

struct fs_usage { uintmax_t fsu_blocksize; /* Size of a block. */ uintmax_t fsu_blocks; /* Total blocks. */ uintmax_t fsu_bfree; /* Free blocks available to superuser. */ uintmax_t fsu_bavail; /* Free blocks available to non-superuser. */ bool fsu_bavail_top_bit_set; /* 1 if fsu_bavail represents a value < 0. */ uintmax_t fsu_files; /* Total file nodes. */ uintmax_t fsu_ffree; /* Free file nodes. */ };

大部分定义看英文描述就足够清晰了，除了那个bool类型成员。不过，我调试的时候还真没见过其取值为1的情况，于是暂且忽略吧。最后两个成员是对应inode的，正好df有个-i参数，不过也不常用。

前面四个成员正是对应常用df命令的，与结果对应的是：
total = fsu_blocksize * fsu_blocks; used = fsu_blocksize * (fsu_blocks - fsu_bfree); available = fsu_blocksize * bavail; use% = used *100 / (used + available);

也就是说，计算百分比的那个分母是剔除了预留给root的空间的，而预留空间的计数方法是
reserved = fsu_blocksize * (fsu_bfree - fsu_bavail);

收集这些数据的接口也定义在同一个头文件下，其原型是：
int get_fs_usage (char const *file, char const *disk, struct fs_usage *fsp);

这样一来，只要照抄df.c的相应代码，df能够显示的数据，我们也能够照样计算了，还能多计算一列预留空间。

列的算法知道了，下一步的问题是，如何像df那样，读出每行的数据，也就是获得每个文件系统的信息？

最后

以上就是沉静电灯胆为你收集整理的谁吃了你的硬盘空间？(1) 诡异的df算法的全部内容，希望文章能够帮你解决谁吃了你的硬盘空间？(1) 诡异的df算法所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。