Informasi file yang jarang ada di Linux

Saya memiliki file jarang, di mana hanya beberapa blok yang dialokasikan:

~% du -h --apparent-size example
100K    example
~% du -h example
52K     example

Saya ingin tahu blok mana dari file yang dialokasikan. Apakah ada panggilan sistem atau antarmuka kernel yang dapat digunakan untuk mendapatkan daftar alokasi, atau lubang file?

Cukup memeriksa string nol yang cukup panjang (pendekatan yang digunakan oleh GNU cp, rsync, dll) tidak berfungsi dengan benar:

~% cp example example1  
~% du -h example1 
32K     example1

Ini mendeteksi urutan nol lainnya yang sebenarnya dialokasikan.

Ada pertanyaan serupa di SO . The jawaban yang diterima saat ini oleh @ephemient menyarankan menggunakan ioctldisebut fiemapyang didokumentasikan dalam linux/Documentation/filesystems/fiemap.txt. Mengutip dari file itu:

Fiemap ioctl adalah metode yang efisien untuk userspace untuk mendapatkan pemetaan tingkat file. Alih-alih pemetaan blok demi blok (seperti bmap), fiemap mengembalikan daftar luasan.

Kedengarannya seperti ini adalah jenis informasi yang Anda cari. Dukungan oleh sistem file sekali lagi opsional:

Sistem file yang ingin mendukung fiemap harus menerapkan ->fiemap panggilan balik pada inode_operationsstrukturnya.

Dukungan untuk SEEK_DATAdan SEEK_HOLEargumen untuk lseekAnda yang disebutkan dari Solaris telah ditambahkan di Linux 3.1 sesuai dengan halaman manual , jadi Anda dapat menggunakannya juga. The fiemap ioctlmuncul untuk menjadi lebih tua, jadi mungkin akan lebih portabel di versi Linux yang berbeda untuk saat ini, sedangkan lseekmungkin akan lebih portabel di sistem operasi jika Solaris memiliki yang sama.

Ada kumpulan program python yang disebut sparseutils yang menggunakan SEEK_HOLEdan SEEK_DATAuntuk menentukan bagian mana dari file yang direpresentasikan sebagai lubang dan mana yang merupakan data. Penggunaannya cukup mudah. mksparsedapat digunakan untuk menghasilkan file jarang sesuai dengan beberapa tata letak yang diberikan.

 $ echo hole,data,hole | mksparse --hole-size 4096 --data-size 4096 example
 $ du -sh example
 4.0K   example

The sparsemapprogram dapat digunakan untuk mencetak layout ke stdout:

 $ sparsemap example
 HOLE 4096
 DATA 4096
 HOLE 4096

Itu tergantung pada sistem file. Saya tidak percaya mereka adalah panggilan, yang mungkin mengapa banyak alat tidak menangani menyalin file jarang dengan baik. Rantai alat GNU menggunakan pencarian untuk blok besar nol karena memungkinkan mereka untuk menghapus blok yang dialokasikan tidak terpakai. Banyak alat salin akan mengkonversi file jarang menjadi file dengan semua blok dialokasikan.

Anda mungkin harus membuka inode, dan menguraikan hasilnya. Format inode tergantung pada sistem file. Beberapa sistem file mungkin memiliki bagian dari data Anda di inode itu sendiri.