Dnes chceme mluvit o některých nejnovějších aktualizacích systému Sherlock [jedná se o vysoce výkonný cluster na Stanfordské univerzitě - cca. trans.], které výrazně zrychlují výpis souborů v adresářích s velkým počtem záznamů.
Na rozdíl od běžných článků se jedná spíše o zasvěcenou zprávu o tom, jak pravidelně pracujeme na Sherlockovi, aby pro naše uživatele fungoval co nejlépe. Doufáme, že v budoucnu budeme publikovat více podobných článků.
Výpis mnoha souborů vyžaduje čas
Všechno to začalo otázkou technické podpory od uživatele. Nahlásil problém, že exekuce ls
trvá několik minut v adresáři s více než 15 000 záznamy $SCRATCH
[adresář pro dočasné soubory - cca. pruh].
Tisíce souborů v jednom adresáři obvykle představují zátěž pro souborový systém a rozhodně se nedoporučují. Uživatel to věděl a připustil, že to není dobré, ale zmínil, že výpis byl na jeho notebooku 1000krát rychlejší než Sherlock. Samozřejmě nás to bolelo. Tak jsme se podívali hlouběji.
Protože vypadá hezky
Podívali jsme se, co to vlastně dělá ls
při výpisu adresáře a proč tento proces trvá tak dlouho. Na většině moderních distribucí ls
standardně běží jako ls --color=auto
, protože každý má rád barvy.
Ale krásné barvy mají svou cenu: za každý pilník ls
musí získat informace o typu souboru, jeho oprávněních, příznacích, rozšířených atributech a podobně, aby mohl vybrat vhodnou barvu.
Jedním jednoduchým řešením problému je úplně zakázat barvu v ls, ale představte si pobouření uživatelů. Za žádných okolností neodeberte barevný výstup, nejsme žádná monstra.
Tak jsme se podívali hlouběji. ls
zadání barev pomocí proměnné prostředí LS_COLORS
, který je nastaven dircolors(1)
na základě konfiguračního souboru dir_colors(5)
... Ano,
Pojďme se na to podívat blíže
Abychom zjistili, které barevné schéma způsobuje zpomalení, vytvořili jsme experimentální prostředí:
$ mkdir $SCRATCH/dont
$ touch $SCRATCH/dont/{1..10000} # don't try this at home!
$ time ls --color=always $SCRATCH/dont | wc -l
10000
real 0m12.758s
user 0m0.104s
sys 0m0.699s
12,7 sekundy pro 10 000 souborů, ne příliš dobré.
Mimochodem, potřebujeme vlajku
--color=always
: ačkoli se obrací kls --color=auto
avšakls
detekuje, když není připojen k terminálu (např. potrubím nebo s přesměrováním výstupu) a deaktivuje barvení, pokud je nastaveno naauto
. Chytrý chlap.
Tak co to trvá tak dlouho? Dívali jsme se s strace
:
$ strace -c ls --color=always $SCRATCH/dont | wc -l
10000
% time seconds usecs/call calls errors syscall
------ ----------- ----------- --------- --------- ----------------
44.21 0.186617 19 10000 lstat
42.60 0.179807 18 10000 10000 getxattr
12.19 0.051438 5 10000 capget
0.71 0.003002 38 80 getdents
0.07 0.000305 10 30 mmap
0.05 0.000217 12 18 mprotect
0.03 0.000135 14 10 read
0.03 0.000123 11 11 open
0.02 0.000082 6 14 close
[...]
Páni: 10 000 hovorů lstat()
, 10 000 hovorů getxattr()
(které všechny selžou, protože naše prostředí nemá atributy, které ls hledá), 10 000 hovorů capget()
.
Určitě se to dá optimalizovat.
Atribut schopností? ani náhodou
Následovat rady
$ eval $(dircolors -b | sed s/ca=[^:]*:/ca=:/)
$ time strace -c ls --color=always $SCRATCH/dont | wc -l
10000
% time seconds usecs/call calls errors syscall
------ ----------- ----------- --------- --------- ----------------
98.95 0.423443 42 10000 lstat
0.78 0.003353 42 80 getdents
0.04 0.000188 10 18 mprotect
0.04 0.000181 6 30 mmap
0.02 0.000085 9 10 read
0.02 0.000084 28 3 mremap
0.02 0.000077 7 11 open
0.02 0.000066 5 14 close
[...]
------ ----------- ----------- --------- --------- ----------------
100.00 0.427920 10221 6 total
real 0m8.160s
user 0m0.115s
sys 0m0.961s
Páni, až 8 sekund zrychlení! Zbavili jsme se všech těch drahých hovorů getxattr()
a výzvy capget()
taky zmizel, super.
Ale stále existují tyto nepříjemné hovory lstat()
, Ačkoli…
Kolik květin potřebujete?
Proto jsme se podívali blíže LS_COLORS
.
Nejprve jsme jednoduše zakázali tuto proměnnou:
$ echo $LS_COLORS rs=0:di=01;34:ln=01;36:mh=00:pi=40;33:so=01;35:do=01;35:bd=40;33;01:cd=40;33;01:or=40;31;01:su=37;41:sg=30;43:ca=:tw=30;42:ow=34;42:st=37;44:ex=01;32:*.tar=01;31:*.tgz=01;31:*.arc=01;31:*.arj=01;31:*.taz=01;31:*.lha=01;31:*.lz4=01;31:*.lzh=01;31:*.lzma=01;31:*.tlz=01;31:*.txz=01;31:*.tzo=01;31:*.t7z=01;31:*.zip=01;31:*.z=01;31:*.Z=01;31:*.dz=01;31:*.gz=01;31:*.lrz=01;31:*.lz=01;31:*.lzo=01;31:*.xz=01;31:*.bz2=01;31:*.bz=01;31:*.tbz=01;31:*.tbz2=01;31:*.tz=01;31:*.deb=01;31:*.rpm=01;31:*.jar=01;31:*.war=01;31:*.ear=01;31:*.sar=01;31:*.rar=01;31:*.alz=01;31:*.ace=01;31:*.zoo=01;31:*.cpio=01;31:*.7z=01;31:*.rz=01;31:*.cab=01;31:*.jpg=01;35:*.jpeg=01;35:*.gif=01;35:*.bmp=01;35:*.pbm=01;35:*.pgm=01;35:*.ppm=01;35:*.tga=01;35:*.xbm=01;35:*.xpm=01;35:*.tif=01;35:*.tiff=01;35:*.png=01;35:*.svg=01;35:*.svgz=01;35:*.mng=01;35:*.pcx=01;35:*.mov=01;35:*.mpg=01;35:*.mpeg=01;35:*.m2v=01;35:*.mkv=01;35:*.webm=01;35:*.ogm=01;35:*.mp4=01;35:*.m4v=01;35:*.mp4v=01;35:*.vob=01;35:*.qt=01;35:*.nuv=01;35:*.wmv=01;35:*.asf=01;35:*.rm=01;35:*.rmvb=01;35:*.flc=01;35:*.avi=01;35:*.fli=01;35:*.flv=01;35:*.gl=01;35:*.dl=01;35:*.xcf=01;35:*.xwd=01;35:*.yuv=01;35:*.cgm=01;35:*.emf=01;35:*.axv=01;35:*.anx=01;35:*.ogv=01;35:*.ogx=01;35:*.aac=00;36:*.au=00;36:*.flac=00;36:*.mid=00;36:*.midi=00;36:*.mka=00;36:*.mp3=00;36:*.mpc=00;36:*.ogg=00;36:*.ra=00;36:*.wav=00;36:*.axa=00;36:*.oga=00;36:*.spx=00;36:*.xspf=00;36: $ unset LS_COLORS $ echo $LS_COLORS $ time ls --color=always $SCRATCH/dont | wc -l 10000 real 0m13.037s user 0m0.077s sys 0m1.092s
Co!?! Ještě 13 sekund?
Ukazuje se, že když je proměnná prostředí LS_COLORS
pouze jeden z jeho prvků není definován nebo chybí <type>=color:
, ve výchozím nastavení používá vestavěnou databázi a stále používá barvy. Pokud tedy chcete zakázat barvení pro určitý typ souboru, musíte jej přepsat pomocí <type>=:
nebo <type> 00
v souboru DIR_COLORS
.
Po mnoha pokusech a omylech jsme naše hledání zúžili na toto:
EXEC 00
SETUID 00
SETGID 00
CAPABILITY 00
který se píše jako
LS_COLORS='ex=00:su=00:sg=00:ca=00:'
To znamená: nebarvit soubory podle atributu.
, ani tím
Zrychlujeme ls
A pokud žádnou z těchto kontrol neprovedete, zavolejte lstat()
zmizí a teď je to úplně jiná věc:
$ export LS_COLORS='ex=00:su=00:sg=00:ca=00:'
$ time strace -c ls --color=always $SCRATCH/dont | wc -l
10000
% time seconds usecs/call calls errors syscall
------ ----------- ----------- --------- --------- ----------------
63.02 0.002865 36 80 getdents
8.10 0.000368 12 30 mmap
5.72 0.000260 14 18 mprotect
3.72 0.000169 15 11 open
2.79 0.000127 13 10 read
[...]
------ ----------- ----------- --------- --------- ----------------
100.00 0.004546 221 6 total
real 0m0.337s
user 0m0.032s
sys 0m0.029s
0,3 sekundy na seznamu 10 000 souborů, rekord.
Nastavení Sherlocka
Od 13 sekund s výchozím nastavením po 0,3 sekundy s drobnými úpravami LS_COLORS
znamená 40násobné zrychlení v důsledku absence setuid
/ setgid
a barevné spustitelné soubory. Ne tak velká ztráta.
To je samozřejmě nyní nakonfigurováno v Sherlocku pro každého uživatele.
Pokud však chcete vrátit zbarvení, můžete se jednoduše vrátit k výchozímu nastavení:
$ unset LS_COLORS
Ale pak v adresářích se spoustou souborů nezapomeňte vařit kávu za chodu ls
.
Zdroj: www.habr.com