Fastest way to tell if two files are the same in Unix/Linux?
我有一个shell脚本,其中我需要检查两个文件是否相同。我对很多文件都这样做,在我的脚本中,
这条线是:
1 2 3 | diff -q $dst $new > /dev/null if ($status) then ... |
是否有更快的方法来比较文件,也许是自定义算法而不是默认的
我相信
1 | cmp --silent $old $new || echo"files are different" |
号
我喜欢@alex howansky为此使用了'cmp--silent'。但我需要积极和消极的回应,所以我使用:
1 | cmp --silent file1 file2 && echo '### SUCCESS: Files Are Identical! ###' || echo '### WARNING: Files Are Different! ###' |
。
然后,我可以在终端或使用ssh运行这个命令,根据一个常量文件检查文件。
为什么不把这两个文件的内容都列出来呢?
尝试这个脚本,调用它,例如script.sh,然后按如下方式运行:script.sh file1.txt file2.txt
1 2 3 4 5 6 7 8 9 10 11 | #!/bin/bash file1=`md5 $1` file2=`md5 $2` if ["$file1" ="$file2" ] then echo"Files have the same content" else echo"Files have NOT the same content" fi |
对于不同的文件,任何方法都需要完全读取这两个文件,即使读取是在过去。
别无选择。因此,在某个时间点创建哈希或校验和需要读取整个文件。大文件需要时间。
文件元数据检索比读取大型文件快得多。
那么,是否有任何文件元数据可以用来确定这些文件是不同的?文件大小?或者甚至是文件命令的结果,它只读取文件的一小部分?
文件大小示例代码片段:
1 2 3 4 5 | ls -l $1 $2 | awk 'NR==1{a=$5} NR==2{b=$5} END{val=(a==b)?0 :1; exit( val) }' [ $? -eq 0 ] && echo 'same' || echo 'different' |
如果文件大小相同,那么您将无法读取完整的文件。
还可以尝试使用cksum命令:
1 2 3 4 5 6 7 8 9 | chk1=`cksum <file1> | awk -F"" '{print $1}'` chk2=`cksum <file2> | awk -F"" '{print $1}'` if [ $chk1 -eq $chk2 ] then echo"File is identical" else echo"File is not identical" fi |
cksum命令将输出文件的字节计数。见"Man cksum"。
因为我太差劲了,没有足够的声望点,所以我不能把这些小道消息作为评论。
但是,如果您要使用
If a FILE is '-' or missing, read standard input. Exit status is 0
if inputs are the same, 1 if different, 2 if trouble.
号
所以,你可以这样做:
1 2 3 4 5 6 7 | STATUS="$(cmp --silent $FILE1 $FILE2; echo $?)" #"$?" gives exit status for each comparison if [[$STATUS -ne 0]]; then # if status isn't equal to 0, then execute code DO A COMMAND ON $FILE1 else DO SOMETHING ELSE fi |
使用Raspberry Pi 3b+进行一些测试(我使用的是覆盖文件系统,需要定期同步),我对diff-q和cmp-s进行了自己的比较;请注意,这是来自内部/dev/shm的日志,因此磁盘访问速度不是问题:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 | [root@mypi shm]# dd if=/dev/urandom of=test.file bs=1M count=100 ; time diff -q test.file test.copy && echo diff true || echo diff false ; time cmp -s test.file test.copy && echo cmp true || echo cmp false ; cp -a test.file test.copy ; time diff -q test.file test.copy && echo diff true || echo diff false; time cmp -s test.file test.copy && echo cmp true || echo cmp false 100+0 records in 100+0 records out 104857600 bytes (105 MB) copied, 6.2564 s, 16.8 MB/s Files test.file and test.copy differ real 0m0.008s user 0m0.008s sys 0m0.000s diff false real 0m0.009s user 0m0.007s sys 0m0.001s cmp false cp: overwrite atest.copya? y real 0m0.966s user 0m0.447s sys 0m0.518s diff true real 0m0.785s user 0m0.211s sys 0m0.573s cmp true [root@mypi shm]# pico /root/rwbscripts/utils/squish.sh |
。
我跑了几次。在我使用的测试盒上,CMP-S的测试时间总是稍短一些。所以,如果您想使用cmp-s在两个文件之间执行操作…
1 2 3 4 5 6 7 8 9 | identical (){ echo"$1" and"$2" are the same. echo This is a function, you can put whatever you want in here. } different () { echo"$1" and"$2" are different. echo This is a function, you can put whatever you want in here, too. } cmp -s"$FILEA""$FILEB" && identical"$FILEA""$FILEB" || different"$FILEA""$FILEB" |
。