आज आम्हाला शेरलॉक प्रणालीच्या काही नवीनतम अद्यतनांबद्दल बोलायचे आहे [हा स्टॅनफोर्ड विद्यापीठातील उच्च-कार्यक्षमता क्लस्टर आहे - अंदाजे. trans.], जे मोठ्या संख्येने नोंदी असलेल्या डिरेक्टरीमध्ये फायली सूचीबद्ध करण्याच्या लक्षणीय गती वाढवते.

नियमित लेखांच्या विपरीत, आमच्या वापरकर्त्यांसाठी शेरलॉकवर ते उत्तम प्रकारे चालू ठेवण्यासाठी आम्ही नियमितपणे कसे कार्य करतो यावरील हा एक आंतरिक अहवाल आहे. आम्ही भविष्यात असे आणखी लेख प्रकाशित करू अशी आशा आहे.

बर्‍याच फायलींची सूची तयार करण्यास वेळ लागतो

हे सर्व वापरकर्त्याच्या तांत्रिक समर्थन प्रश्नासह सुरू झाले. त्याने अंमलबजावणीची समस्या कळवली ls 15 पेक्षा जास्त नोंदी असलेल्या निर्देशिकेत काही मिनिटे लागतात $SCRATCH [तात्पुरत्या फाइल्ससाठी निर्देशिका - अंदाजे. लेन].

एका निर्देशिकेतील हजारो फायली सहसा फाइल सिस्टमवर ओझे निर्माण करतात आणि निश्चितपणे शिफारस केलेली नाही. वापरकर्त्याला हे माहित होते आणि ते चांगले नव्हते हे मान्य केले, परंतु नमूद केले की सूची त्याच्या लॅपटॉपवर शेरलॉकपेक्षा 1000 पट वेगवान आहे. अर्थात, यामुळे आम्हाला त्रास झाला. म्हणून आम्ही खोलवर पाहिले.

कारण ls छान दिसते

ते प्रत्यक्षात काय करते ते आम्ही पाहिले ls निर्देशिका सूचीबद्ध करताना आणि प्रक्रियेस इतका वेळ का लागतो. बहुतेक आधुनिक वितरणांवर ls डीफॉल्टनुसार ते म्हणून चालते ls --color=auto, कारण प्रत्येकाला रंग आवडतात.

परंतु सुंदर रंग किंमतीला येतात: प्रत्येक फाइलसाठी ls योग्य रंग निवडण्यासाठी फाइल प्रकार, त्याच्या परवानग्या, ध्वज, विस्तारित विशेषता आणि यासारख्या गोष्टींबद्दल माहिती मिळवणे आवश्यक आहे.

समस्येचा एक सोपा उपाय म्हणजे ls मध्ये रंग पूर्णपणे अक्षम करणे, परंतु वापरकर्त्यांच्या संतापाची कल्पना करा. कोणत्याही परिस्थितीत आपण रंग आउटपुट काढून घेऊ नये, आम्ही राक्षस नाही.

म्हणून आम्ही खोलवर पाहिले. ls पर्यावरण व्हेरिएबलद्वारे रंगांच्या नोंदी LS_COLORS, जे सेट केले आहे dircolors(1) कॉन्फिगरेशन फाइलवर आधारित dir_colors(5)... होय, एक्झिक्युटेबल पर्यावरण व्हेरिएबल तयार करण्यासाठी कॉन्फिगरेशन फाइल वाचते, जी नंतर वापरते (आणि जर तुम्हाला फाइल्सबद्दल माहिती नसेल द्वारा (do), नंतर dir_colors काम करेल, सर्वकाही असूनही).

चला जवळून बघूया

कोणत्या रंगसंगतीमुळे मंदी येते हे निर्धारित करण्यासाठी, आम्ही प्रायोगिक वातावरण तयार केले:

$ 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 फायलींसाठी 10 सेकंद, फार चांगले नाही.

तसे, आम्हाला एक ध्वज हवा आहे --color=always: जरी तो वळतो ls --color=autoपण ls जेव्हा ते टर्मिनलशी कनेक्ट केलेले नसते तेव्हा शोधते (उदा. पाईपद्वारे किंवा आउटपुट रीडायरेक्शनसह) आणि सेट केल्यास रंग अक्षम करते auto. हुशार माणूस.

मग इतका वेळ काय घेत आहे? आम्ही सह पाहिले 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
[...]

व्वा: 10 कॉल lstat(), 10 कॉल getxattr() (जे सर्व अयशस्वी होतात कारण आपल्या वातावरणात ls शोधत असलेले गुणधर्म नाहीत), 10 कॉल capget().

हे निश्चितपणे ऑप्टिमाइझ केले जाऊ शकते.

क्षमता विशेषता? नाही

सल्ल्यानुसार 10 वर्षांपूर्वीचा बग, आम्ही विशेषता तपासणी अक्षम करण्याचा प्रयत्न केला क्षमता:

$ 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

व्वा, 8 सेकंदांपर्यंत प्रवेग! आम्ही त्या सर्व महागड्या कॉल्सपासून मुक्त झालो getxattr(), आणि आव्हाने capget() खूप गायब झाले.

पण तरीही हे त्रासदायक कॉल्स आहेत lstat(), तरीही…

तुम्हाला किती फुलांची गरज आहे?

म्हणून, आम्ही जवळून पाहिले LS_COLORS.

प्रथम आम्ही फक्त हे व्हेरिएबल अक्षम केले:

$ 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

काय!?! अजून १३ सेकंद?

हे बाहेर वळते की जेव्हा वातावरण बदलते LS_COLORS त्यातील फक्त एक घटक परिभाषित केलेला नाही किंवा गहाळ आहे <type>=color:, ते डिफॉल्टनुसार अंगभूत डेटाबेस वापरते आणि तरीही रंग वापरते. म्हणून जर तुम्हाला विशिष्ट फाइल प्रकारासाठी रंगीकरण अक्षम करायचे असेल, तर तुम्हाला ते ओव्हरराइड करणे आवश्यक आहे <type>=: किंवा <type> 00 फाइल मध्ये DIR_COLORS.

बर्‍याच चाचणी आणि त्रुटींनंतर, आम्ही आमचा शोध येथे कमी केला:

EXEC 00
SETUID 00
SETGID 00
CAPABILITY 00

जे असे लिहिले आहे

LS_COLORS='ex=00:su=00:sg=00:ca=00:'

याचा अर्थ: विशेषतानुसार फाइल्स रंगवू नका. क्षमता, पण थोडं थोडं setuid/setgid, द्वारे नाही अंमलबजावणी ध्वज.

आम्ही वेग वाढवतो ls

आणि जर तुम्ही यापैकी कोणतीही तपासणी केली नाही तर कॉल करा lstat() अदृश्य, आणि आता ही एक पूर्णपणे वेगळी बाब आहे:

$ 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 फायलींच्या सूचीवर 10 सेकंद, एक रेकॉर्ड.

शेरलॉक सेट करत आहे

डीफॉल्ट सेटिंग्जसह 13 सेकंदांपासून किरकोळ समायोजनांसह 0,3 सेकंदांपर्यंत LS_COLORS म्हणजे अनुपस्थितीमुळे 40-पट प्रवेग setuid / setgid आणि रंगीत एक्झिक्युटेबल फाइल्स. इतके मोठे नुकसान नाही.

अर्थात, हे आता प्रत्येक वापरकर्त्यासाठी शेरलॉकमध्ये कॉन्फिगर केले आहे.

परंतु आपण रंग परत करू इच्छित असल्यास, आपण फक्त डीफॉल्ट सेटिंग्जवर परत येऊ शकता:

$ unset LS_COLORS

पण नंतर बर्‍याच फाईल्स असलेल्या डिरेक्टरींवर, कॉफी चालू असताना ती तयार करण्याचे सुनिश्चित करा ls.

स्त्रोत: www.habr.com