tail会读取整个文件吗?


113

如果我要tail使用25 GB的文本文件,该tail命令会读取整个文件吗?

由于文件可能分散在磁盘上,所以我想必须这样做,但是我对这种内部结构不太了解。

Answers:


119

不,tail不读取整个文件,它搜索到末尾,然后向后读取块,直到达到预期的行数,然后按正确的方向显示行,直到文件结束,并可能一直监视文件(如果使用了该-f选项)。

但是请注意,tail如果提供了不可搜索的输入(例如,从管道读取时),则只能读取整个数据。

同样,当要求查找从文件开头开始的行时,如果使用受支持的tail -n +linenumber语法或tail +linenumber非标准选项,则tail显然会读取整个文件(除非被打断)。


14
该死的,太快了:-)。这是相关的源代码从文件FD的末尾打印最后N_LINES行。向后浏览文件,一次读取“ BUFSIZ”字节(可能第一个除外),直到我们点击文件的开头或已读取NUMBER行。
Patrick

1
同样,tail +n将读取整个文件-首先找到所需的换行数,然后输出其余的。
SF。

@SF。确实,答案已更新。
jlliagre

4
请注意,并非所有tail实现都可以执行或正确执行。例如,busybox 1.21.1 tail在这方面就被打破了。还要注意的是,当行为变化tail荷兰国际集团标准输入和标准输入哪里是一个普通文件,并在文件中的初始位置是不是在一开始的时候tail被调用(像{ cat > /dev/null; tail; } < file
斯特凡Chazelas

4
@StephaneChazelas * nix-奇怪的边缘情况的世界变得正常。(尽管可搜索与不可搜索输入绝对是正确的观点。)
CVn13年

69

您可能已经了解了tail自己的工作方式。您可以为我的其中一个文件read完成三遍,总共读取大约10K字节:

strace 2>&1  tail ./huge-file >/dev/null  | grep -e "read" -e "lseek" -e "open" -e "close"
open("./huge-file", O_RDONLY)           = 3
lseek(3, 0, SEEK_CUR)                   = 0
lseek(3, 0, SEEK_END)                   = 80552644
lseek(3, 80551936, SEEK_SET)            = 80551936
read(3, ""..., 708) = 708
lseek(3, 80543744, SEEK_SET)            = 80543744
read(3, ""..., 8192) = 8192
read(3, ""..., 708) = 708
close(3)                                = 0

我看不出这如何回答问题。您能解释一下这里发生了什么吗?
伊恩·塞缪尔·麦克莱恩

10
strace显示tail运行时系统调用的功能。有关系统调用的一些介绍,您可以在这里阅读en.wikipedia.org/wiki/System_call。简短地-打开-打开一个文件并返回一个句柄(在此示例中为3),lseek定位您要读取和read刚刚读取的位置,并且可以看到它返回读取的字节数,
Sergei Kurenkov

2
因此,分析系统调用有时可以了解程序的工作方式。
Sergei Kurenkov 2013年

26

由于文件可能分散在磁盘上,因此我想它必须[按顺序读取文件],但是我对这种内部结构不太了解。

如您现在所知,tail只需查找文件的末尾(使用系统调用lseek),然后向后工作。但是在上面引用的评论中,您想知道“ tail如何知道磁盘上的哪个位置来找到文件的末尾?”

答案很简单:尾巴不知道。用户级进程将文件视为连续流,因此所有人都tail可以知道是从文件开头的偏移量。但是在文件系统中,文件的“ inode”(目录条目)与数字列表相关联,这些数字表示文件的数据块的物理位置。当您从文件中读取时,内核/设备驱动程序会找出您需要的部分,计算出它在磁盘上的位置并为您获取。

我们的操作系统就是这种情况:因此,您不必担心文件块的分散位置。


2

如果headtail 似乎正在读取整个文件,则可能的原因是该文件包含很少或没有换行符。几个月前,我遇到了一个很大的(千兆字节)JSON Blob,该Blob已被序列化,没有任何空格,甚至没有字符串。

如果您具有GNU头/尾,则可以使用-c N它打印前N 个字节或后N 个字节,而不是打印,但是不幸的是,这不是POSIX功能。


1

正如您在源代码行525中看到的那样,您可以看到该实现的注释。

 /* Print the last N_LINES lines from the end of file FD.
   Go backward through the file, reading 'BUFSIZ' bytes at a time (except
   probably the first), until we hit the start of the file or have
   read NUMBER newlines.
   START_POS is the starting position of the read pointer for the file
   associated with FD (may be nonzero).
   END_POS is the file offset of EOF (one larger than offset of last byte).
   Return true if successful.  */
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.