Dnes chceme hovoriť o niektorých najnovších aktualizáciách systému Sherlock [toto je vysoko výkonný klaster na Stanfordskej univerzite - cca. trans.], ktoré výrazne urýchľujú výpis súborov v adresároch s veľkým počtom záznamov.
Na rozdiel od bežných článkov ide skôr o zasvätenú správu o tom, ako pravidelne pracujeme na Sherlockovi, aby pre našich používateľov fungoval čo najlepšie. Dúfame, že v budúcnosti uverejníme viac takýchto článkov.
Vypísanie mnohých súborov si vyžaduje čas
Všetko to začalo otázkou technickej podpory od používateľa. Nahlásil problém, že exekúcia ls
trvá niekoľko minút v adresári s viac ako 15 000 záznamami $SCRATCH
[adresár pre dočasné súbory - cca. pruh].
Tisíce súborov v jednom adresári zvyčajne predstavujú záťaž pre súborový systém a rozhodne sa neodporúčajú. Používateľ to vedel a priznal, že to nie je dobré, ale spomenul, že výpis bol na jeho notebooku 1000-krát rýchlejší ako Sherlock. Samozrejme, že nás to bolelo. Tak sme sa pozreli hlbšie.
Pretože vyzerá pekne
Pozreli sme sa na to, čo to vlastne robí ls
pri vypisovaní adresára a prečo tento proces trvá tak dlho. Na väčšine moderných distribúcií ls
štandardne beží ako ls --color=auto
, pretože farby má každý rád.
Ale krásne farby majú svoju cenu: za každý súbor ls
musí získať informácie o type súboru, jeho oprávneniach, príznakoch, rozšírených atribútoch a podobne, aby si vybral vhodnú farbu.
Jedným jednoduchým riešením problému je úplne zakázať farbu v ls, ale predstavte si pobúrenie používateľov. V žiadnom prípade by ste nemali odoberať farebný výstup, nie sme žiadne monštrá.
Tak sme sa pozreli hlbšie. ls
zadanie farieb cez premennú prostredia LS_COLORS
, ktorý je nastavený dircolors(1)
na základe konfiguračného súboru dir_colors(5)
. Áno,
Poďme sa na to pozrieť bližšie
Aby sme určili, ktorá farebná schéma spôsobuje spomalenie, vytvorili sme experimentálne prostredie:
$ 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 pre 10 000 súborov, nie veľmi dobré.
Mimochodom, potrebujeme vlajku
--color=always
: hoci sa obracia kls --color=auto
Alels
detekuje, keď nie je pripojený k terminálu (napr. potrubím alebo s presmerovaním výstupu) a deaktivuje farbenie, ak je nastavené naauto
. Šikovný chlap.
Tak čo to tak dlho trvá? Pozreli sme sa 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 hovorov lstat()
, 10 000 hovorov getxattr()
(ktoré všetky zlyhajú, pretože naše prostredie nemá atribúty, ktoré ls hľadá), 10 000 hovorov capget()
.
Určite sa to dá optimalizovať.
Atribút schopností? nie
Nasledovanie 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, zrýchlenie až 8 sekúnd! Zbavili sme sa všetkých tých drahých hovorov getxattr()
a výzvy capget()
zmizol tiež, super.
Ale stále existujú tieto nepríjemné hovory lstat()
, Hoci…
Koľko kvetov potrebujete?
Preto sme sa na to pozreli bližšie LS_COLORS
.
Najprv sme jednoducho zakázali túto premennú:
$ 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
Čo!?! Ešte 13 sekúnd?
Ukazuje sa, že keď je prostredie premenné LS_COLORS
len jeden z jeho prvkov nie je definovaný alebo chýba <type>=color:
, štandardne používa vstavanú databázu a stále používa farby. Ak teda chcete zakázať sfarbenie pre určitý typ súboru, musíte ho prepísať <type>=:
alebo <type> 00
v súbore DIR_COLORS
.
Po mnohých pokusoch a omyloch sme naše vyhľadávanie zúžili na toto:
EXEC 00
SETUID 00
SETGID 00
CAPABILITY 00
ktorý sa píše ako
LS_COLORS='ex=00:su=00:sg=00:ca=00:'
To znamená: nefarbiť súbory podľa atribútu.
, ani tým
Zrýchlime ls
A ak neurobíte žiadnu z týchto kontrol, zavolajte lstat()
zmizne a teraz je to úplne iná vec:
$ 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 zozname 10 000 súborov, rekord.
Nastavenie Sherlocka
Od 13 sekúnd s predvolenými nastaveniami po 0,3 sekundy s malými úpravami LS_COLORS
znamená 40-násobné zrýchlenie v dôsledku absencie setuid
/ setgid
a farebné spustiteľné súbory. Nie až taká veľká strata.
Samozrejme, toto je teraz nakonfigurované v Sherlocku pre každého používateľa.
Ak však chcete vrátiť sfarbenie, môžete sa jednoducho vrátiť k predvoleným nastaveniam:
$ unset LS_COLORS
Ale potom v adresároch s množstvom súborov nezabudnite variť kávu za chodu ls
.
Zdroj: hab.com