009 Linux 文件大小统计与排序( du于df和sort)
01 du 与 df 作用与区别？
Linux 最有用最常用的统计文件大小命令是什么？无疑就是 du 和 df 了。
du(disk usage)
du 能看到的文件只是一些当前存在的，没有被删除的。
df(disk free)
df 主要用于 Linux 系统上的文件系统磁盘使用情况统计。
当我们删除一个文件的时候，这个文件不是马上就在文件系统当中消失，而是暂时消失，当所有程序都不用时，才会根据 OS 的规则释放掉已经删除的文件，df 记录的是通过文件系统获取到的文件的大小，它比 du 强的地方就是能够看到已经删除的文件。
df 和 du 不一致情况就是是否可看到被删除的文件，这也是 df 统计可能比 du 统计大的原因。
02 du 常用命令示例
-
du -h # 显示当前目录下所有文件及目录（包含子目录下内容）大小，-h 会换算成 K、M、G 等人类易读结果；
-
du -b # 或-bytes 显示目录或文件大小时，以byte为单位；
-
du -k # 或--kilobytes，以1024 bytes为单位；
-
du -m #或--megabytes 以1MB为单位
-
du -a # 显示当前目录下所有文件所占空间（含隐藏文件，包含目录，文件，层级目录下文件）；
-
du -s # 显示当前目录总大小(不会列出层级子目录)；
-
du -s * # 显示当前目录下每个文件夹和文件的大小(最常用)
-
du -s [文件夹1] [或文件1] # 显示指定目录或文件大小；
-
du --max-depth=1 [目录] # 只显示指定目录下第一层目录（不单个含文件）的大小；
-
du --max-depth=2 [目录] # 只显示指定目录第一和二层目录（不含单个文件）的大小；
03 sort 常用参数
（sort 作用是将文件内容排序，以行为单位）
- -n # 依照数值的大小排序；
- -r # 以相反的顺序来排序；
- -o <输出文件> # 将排序后的结果存入制定的文件；
- -b # 忽略每行前面开始出的空格字符；
- -c # 检查文件是否已经按照顺序排序；
- -f # 排序时，将小写字母视为大写字母；
- -m # 将几个排序号的文件进行合并；
👇以下几个参数与 -n 排序方式互斥：
- -i # 排序时，除了040至176之间的ASCII字符外，忽略其他的字符；
- -d # 排序时，处理英文字母、数字及空格字符外，忽略其他的字符；
- -M # 将前面3个字母依照月份的缩写进行排序；
04 常用组合 du + sort + head
- du -a /temp/logs | sort -nr # 按照文件从大到小排序（含隐藏文件，包含目录，文件，层级目录下文件）；
- du -m --max-depth=1 /temp/logs | sort -nr | head -n 10 # 指定目录第一层，显示前 Top10，-m: 统计单位为MB，为什么不用-h？sort 大小排序只看数字，不看单位，可能会导致 2G 反而排序在 200M 之后；(只显示指定目录下第一层目录（不单个含文件）的大小；)
- du -m --max-depth=1 /temp/logs | sort -nr -o 'sort.txt' | head -n 10 # 使用sort -o 参数将排序结果存入指定文件sort.txt 中。
05 如何删除文件，如大的日志文件？
通常使用 rm 命令删除文件以释放空间。但是我们无法删除文件是非常常见的，因为应用程序此时正在使用该文件，直接删除它们会产生有害影响，例如挂起应用程序，应用程序崩溃等。
方案一：
空字符串覆盖文件内容，是删除文件的一种优雅方式。
echo "" > info.log
方案二：
echo 不管用的特列情况，使用如下步骤。
- （1）du -sh * # 查看文件的使用情况；
- （2）du -h --max-depth=1 [文件目录]| sort -nr # 查找占用磁盘的文件目录的大文件，删除日志（优雅使用 echo "" > xx.log），发现磁盘使用率仍未下降；
- （3）lsof | grep delete # 发现有文件句柄并未释放的大文件，导致磁盘使用率未下降，文件已经 deleted 了，但是进程还未结束，所以直接kill；
- （4）kill -9 [pid] # kill 这个进程（这个要根据线上实际情况来看是否可以被 kill，最好优雅关闭进程），最后查看 df -h 恢复正常。
06 小结
du 常用的组合命令是与sort、head一起使用，排序找出最大的那批文件。在遇到磁盘溢满问题的时，可以与 find 命令合用找出最大的那一批文件删掉。与 sort 排序统计时使用具体的-m、-k参数，而不是用-h，否则会导致统计不准确。因为 sort -n 是根据数字大小，而不是单位进行统计。还有生产环境删除大文件的一些操作套路。
「不甩锅的码农」原创，转载请注明来源，未经授权禁止商业用途！同名 GZH 请关注！
