linux小記：找到最占磁盤的檔案（夾）

• 檢視占用情況
• 最大檔案夾top10
  • 結論
• 最大獨立檔案夾top10
  • 結論
  • 最大檔案top10
  • 結論
• 附：find指令
  • 格式
  • 按照檔案名查找
  • 按照正規表達式比對檔案路徑
  • 按照檔案類型查找
  • 按照目錄深度查找
  • 按照檔案時間戳進行搜尋
  • 按照檔案大小進行搜尋
  • 查找條件或與非
  • 參數傳遞
  • 其他

最近突然發現我的家目錄已經用了70%+了，是以想知道到底是什麼東西占了我這麼多地方。

主要用到了以下幾個指令：

du

disk usage檢視磁盤使用情況、

find

查找檔案、

sort

排序指令

、

head

顯示top N的指令。

檢視占用情況

檢視自己的home磁盤使用率：

pichu@Archer ~ $ df -h
檔案系統        容量  已用  可用 已用% 挂載點
udev            G       G    % /dev
tmpfs           G  M  G    % /run
/dev/sda7        G   G   G   % /
tmpfs           G  M  G    % /dev/shm
tmpfs           M  K  M    % /run/lock
tmpfs           G       G    % /sys/fs/cgroup
/dev/sda1       M   M  M   % /boot/efi
/dev/sdb3        G   G   G   % /home
tmpfs           G   K  G    % /run/user/1000
           

可看到100G的/home分區已經用了70%了，還剩29G。

-h

：human-readable，以人類可讀的方式顯示，即顯示為K、M、G等機關。一般

-h

都是顯示help，但是和大小相關的一般都是以人類可讀的方式輸出大小。

home下也就我一個人在用，是以65個G全是我占用的。

pichu@Archer ~ $ du -hd  /home
G     /home/pichu
G     /home
           

-h

：human-readable，同上。

-d, --max-depth=N

：目錄的層數。

是以這裡的意思是，隻檢視/home下一層目錄深度，并以人類可讀的方式輸出大小。

下面才是關鍵：找出那些最占空間的檔案。

最大檔案夾top10

最大的檔案夾top10：

pichu@Archer ～ $ du -h ~ | sort -hr | head - 
G     /home/pichu
G     /home/pichu/VirtualBox VMs/Win7
G     /home/pichu/VirtualBox VMs
G    /home/pichu/.IntelliJIdea2017
G    /home/pichu/.IntelliJIdea2017/system
G    /home/pichu/.IntelliJIdea2017/system/index
G    /home/pichu/Codes/Java
G    /home/pichu/Codes
G    /home/pichu/.m2/repository
G    /home/pichu/.m2
           

sort

:

-r, --reverse

：逆序排列。本來對數字排序應該是1在前，2在後，現在反過來了。

-h, --human-numeric-sort

：既然顯示檔案大小的指令，

-h

代表人類可讀的方式輸出檔案大小，那麼sort指令自然是以人類可讀的數字去排序。

head

:

-n, --lines=[-]NUM

：輸出多少行。

-n 10

等價于

-10

。

是以指令的意思就是顯示home下所有檔案的大小，并逆序排列，最後顯示top10。

如果

sort

不加

-h

：

[email protected] ~ $ du -h ~ | sort -r | head - 
M    /home/pichu/.m2/repository/org/apache/hadoop/hadoop-yarn-server-resourcemanager/
M    /home/pichu/.m2/repository/org/apache/hadoop/hadoop-yarn-server-resourcemanager
M    /home/pichu/.ivy2/cache/toolbox/text-tools/zips
M    /home/pichu/.ivy2/cache/external/findbugs/zips
M     /home/pichu/.atom/packages/markdown-pdf/node_modules
M     /home/pichu/.atom/packages/markdown-pdf
K    /home/pichu/.m2/repository/org/apache/commons/commons-math/
           

可看到排名前幾的竟然才9.9M，而65G的/home/pichu竟然榜上無名。這是因為沒了

-h

，

sort

單純按照數字大小排序。是以

du

和

sort

需要同時用

-h

（或者同時不用）。

結論

根據輸出結果，可看到最大的檔案夾是65G的/home/pichu，其次是放置了windows7虛拟機的檔案夾。緊接着，程式設計IDE intellij idea占用空間較大，看目錄得知是idea建構的索引的大小。是以說，之是以用idea程式設計這麼友善，是因為它背後默默地做了相當多的工作。

然後我的代碼目錄占了3.8G。想想應該主要是有很多工程用的ant+ivy，這些工具必須将依賴resolve到代碼工程裡，這些依賴應該是占這麼大空間的主要原因。（如果單靠代碼占了3.8G，那是有點兒夠瘋狂了）

最後，占top10的是本地maven倉庫3.7G。這點比較符合情理。

但是，結果并非盡如人意。首先，第一條資訊是無效的，因為家目錄包含了其他所有的目錄，它肯定是最大的。而且/home/pichu/.IntelliJIdea2017.3之是以能排到第四，純粹因為其子目錄system有8.2G，跟它本身大小并沒有什麼關系。同理，/home/pichu/Codes之是以能排進前十，也全靠它的子目錄/home/pichu/Codes/Java的大小。是以這種排序方式還是産生了一些無意義的排名。

是以，按照檔案夾大小排序有一定的效果，但還需結合其他方式。

最大獨立檔案夾top10

如果能夠看到某檔案夾自己本身的大小，而不包含其子檔案夾的大小，就不會出現上述不足之處了。

最大檔案夾top10（不包含子檔案夾的大小）：

pichu@Archer ~ $ du -Sh ~ | sort -hr | head -
G     /home/pichu/VirtualBox VMs/Win7
G    /home/pichu/.IntelliJIdea2017./system/index/trigram.index
G    /home/pichu/.IntelliJIdea2017./system/Maven/Indices/Index5/data/context
G    /home/pichu/Public/windows
G    /home/pichu/.local/share/Trash/files
G    /home/pichu/.cache/netease-cloud-music/CachedSongs
M    /home/pichu/Pictures
M    /home/pichu/.IntelliJIdea2017./system/caches
M    /home/pichu/Downloads
M    /home/pichu/Codes/Java/uni-server/lib
           

-S, --separate-dirs

：僅顯示該目錄除掉子目錄之後的大小。

結論

這麼排序的結論就比較有說服力了。排第一的是windows7所在的檔案夾。其後是idea的一些配置檔案夾的大小。然後是1.1G的trash檔案（這個就是可以删除的）。接着是網易雲音樂的cache檔案、idea的cache、下載下傳的一些内容、某工程代碼的lib目錄（就是之前說的ant+ivy必須把代碼的依賴resolve本到工程下，是以才導緻Code目錄有3.8G）。

是以我們可以删掉trash檔案，删除cache等，清理出一部分磁盤空間。

當然這麼排序也有一些不足的地方，比如隻能看到idea的配置檔案夾下的 system/index/trigram.index 和 system/Maven/Indices/Index5/data0/context 比較占空間，但是整個.IntelliJIdea2017.3究竟占多大空間就不清楚了，這個資訊可以在上文的排序方式中看到。是以這兩種排序方式都有其存在的價值。

最大檔案top10

除了看檔案夾的大小，我們當然也很想找出最占空間的那些單檔案。

最大檔案top10:

[email protected] ~ $ find ~ -type f -exec du -h {} + | sort -rh | head -
G     /home/pichu/VirtualBox VMs/Win7/Win7_2rd.vdi
G    /home/pichu/.IntelliJIdea2017/system/index/trigram.index/Trigram.Index.storage.values
G    /home/pichu/.IntelliJIdea2017/system/Maven/Indices/Index5/data0/context/_77.cfs
G    /home/pichu/Public/windows/SW_DVD5_Office_Professional_Plus_2016_64Bit_ChnSimp_MLF_X20-ISO
M    /home/pichu/.local/share/Trash/files/java_error_in_IDEA.hprof
M    /home/pichu/Public/windows/Office_Professional_PlusVL_2010_x64_Activated.iso
M    /home/pichu/.IntelliJIdea2017/system/caches/content.dat.storageData
M    /home/pichu/tmp/CLion-.tar.gz
M    /home/pichu/Utils/druid/druid-/log/log-coordinator
M    /home/pichu/Utils/druid/druid--bin.tar.gz
           

find

:

-type

：指定尋找檔案類型的檔案。

f

代表普通檔案，

d

代表檔案夾等。

-exec

：傳遞參數，将

find

到的檔案傳遞給後面的

du

指令。

是以

find

指令加上

du

，在這裡所做的事情就是找到家目錄下所有的普通檔案（不包括目錄等），并以人類可讀的方式計算出所有檔案的大小。

然後再使用

sort

排序，

head

輸出前十。

結論

第一大檔案就是那個windows7虛拟機的虛拟硬碟檔案。然後是idea對代碼的索引檔案、idea對本地maven依賴的索引檔案、一個windows的office2016安裝檔案、trash檔案、office2010安裝檔案、下載下傳的一些安裝包等。

然後就可以删掉那些office安裝檔案、trash檔案、下載下傳的檔案包，給硬碟騰空間了。

附：find指令

格式

find [path] [expression]

按照檔案名查找

在/home目錄下查找以.txt結尾的檔案名：

find /home -name "*.txt"

-name

：後加shell模式的正規表達式，作為檔案名稱的比對模式。

在/home目錄下查找以.txt（忽略大小寫）結尾的檔案名：

find /home -iname "*.txt"

-iname

：同上，但忽略大小寫。

按照正規表達式比對檔案路徑

注意是比對檔案路徑！ 這是對整個路徑的比對，不是搜尋檔案。例如，要比對名為

./fubar3

的檔案，可以使用正規表達式

.*bar.

或者

.*b.*3

，但是不能用

b.*r3

（因為路徑不是以

b

開頭的）。

find . -regex ".*\(\.txt|\.pdf\)$"

同上，但忽略大小寫：

find . -iregex ".*\(\.txt|\.pdf\)$"

按照檔案類型查找

• f

  普通檔案

• l

  符号連接配接

• d

  目錄

一般用到的就這三種。

比如上文中，查找家目錄下的所有普通檔案：

find ~ -type f

按照目錄深度查找

-maxdepth levels

：進入指令行參數指定的目錄下層目錄時，最深不超過levels(一個非負整數) 層。

-maxdepth 0

意味着隻在指令行參數指定的目錄中執行測試和動作。

-mindepth levels

：不在levels(一個非負整數)層之内執行任何測試和動作。

-mindepth 1

意 味着處理所有的檔案，除了指令行參數指定的目錄中的檔案。

向下最大深度限制為3：

find . -maxdepth 3 -type f

搜尋出深度距離目前目錄至少2個子目錄的所有檔案：

find . -mindepth 2 -type f

按照檔案時間戳進行搜尋

UNIX/Linux檔案系統每個檔案都有三種時間戳：

- 通路時間（-atime/天，-amin/分鐘）：使用者最近一次通路時間。

- 修改時間（-mtime/天，-mmin/分鐘）：檔案最後一次修改時間。

- 變化時間（-ctime/天，-cmin/分鐘）：檔案資料元（例如權限等）最後一次修改時間。

數字前正負号的意義：

-

+n

是比 n 大，

-

-n

是比 n 小，

-

n

正好是 n 。

尋找/dir下的七天前的所有檔案夾：

find /dir -type d -mtime +7

找出比hello.txt修改時間更新（即，更晚修改）的所有檔案：

find . -type f -newer hello.txt

-newer file

：對檔案的最近一次修改比 file 修改時間要晚。

按照檔案大小進行搜尋

• k

  : KB

• M

  : MB

• G

  : GB

一般用到的就這三種。

搜尋Pictures下>10MB的檔案：

find Pictures -type f -size +10M

同時間，

+n

/

-n

/

n

分别代表

>n

/

<n

/正好為

n

。

查找條件或與非

expr1 邏輯詞 expr2

，其中expr代表

參數 值

，比如

-name "*.txt"

。

如果find多個expr之間不加邏輯詞，預設是使用

-and

。比如

find . -mtime +7 -type d

等同于

find . -mtime +7 -and -type d

：尋找目前目錄下修改時間在7天前的檔案夾。

目前目錄及子目錄下查找所有以.txt和.pdf結尾的檔案:

find . -name "*.txt" -or -name "*.pdf"

expr1 -or expr2

expr1 -and expr2

-not expr

邏輯非也可用

!

代替，如

find /home ! -name "*.txt"

等價于

find /home -not -name "*.txt"

優先級（先列出的優先級更高）：

-

( expr )

-

! expr

或者

-not expr

-

expr1 expr2

或者

expr1 -a expr2

或者

expr1 -and expr2

-

expr1 -o expr2

或者

expr1 -or expr2

注意，當用括号強制優先級時：

find . \( -name "*.txt" -or -name "*.pdf" \)

，記得轉義，且括号要和指令之間留有空格。

示例：

找出目前檔案夾下七天前的檔案或目錄：

find . -type d -mtime +7 -or -type f -mtime +7

，預設添加了and：

-type d -and -mtime +7 -or -type f -and -mtime +7

。由于and優先級更高，是以相當于檢索條件為

(-type d -mtime +7) -or (-type f -mtime +7)

。這麼寫有些啰嗦，可以直接寫為

find . \( -type d -or -type f \) -mtime +7

。

參數傳遞

删除/dir下的七天前的所有檔案夾：

find /dir -type d -mtime +7 | xargs rm -rf

使用xargs将find到的結果傳遞給rm，删除檔案。

同理，還有

-exec

參數，如

find /dir -type d -mtime +7 -exec rm -rf {} \+

或

find /dir -type d -mtime +7 -exec rm -rf {} \;

可以起到和xargs相同的效果。

關于

;

和

+

的差別：可檢視 https://stackoverflow.com/a/6085237/7676237 。為了防止被shell直接解釋，通常給他們加上轉義符号，以防萬一。

其他

尋找大小為0的空檔案：

find ~ -type f -empty

-empty

檔案是空的普通檔案或者空目錄。

但是這些檔案也不要都直接删掉，因為很多這種檔案都是起到一個鎖的作用，作為一個辨別，代表某資源已被占用，進而保證同步性。比如：

./.IntelliJIdea2017/system/port.lock
./.IntelliJIdea2017/config/port.lock