什么是稀疏文件，我们为什么需要它？
What is a sparse file and why do we need it?
什么是稀疏文件，我们为什么需要它？
我唯一能得到的是它是一个非常大的文件，而且效率很高（以千兆字节为单位）。它的效率如何？
稀疏文件是一个大部分为空的文件，即它包含值为 0（零）的大字节块。
在磁盘上，文件的内容存储在固定大小的块中（通常为 4 KiB 或更大）。当这样一个块中包含的所有字节都是 0 时，实现稀疏文件的文件系统不会将该块存储在磁盘上，而是将信息保存在文件元数据中的某处。
使用稀疏文件的优点：
- 空数据块不占用磁盘space；它们不存储为常规数据块，它们的标识符（仅使用几个字节）存储在文件元数据中；这样每个空块都会保存 4 KiB 的磁盘 space（或更多）；
- 从稀疏文件中读取一个空数据块不需要时间；发生这种情况是因为没有从磁盘读取数据；因为文件系统知道块中的所有字节都是
0，它只是将输入缓冲区中的所有字节设置为 0，数据就绪；无需访问慢速存储设备；
- 将空数据块写入稀疏文件不需要时间；在写入时，文件系统检测到该块为空（其所有字节为
0）并将块 ID 放入空块列表（在文件元数据中）；没有数据写入磁盘。
有关稀疏文件的更多信息，请访问 Wikipedia page。
假设您有一个包含许多空字节的文件 \x00。这些空字节 \x00 被称为空洞。存储空字节效率不高，我们知道文件中有很多空字节，为什么要将它们存储在存储设备上呢？我们可以改为存储描述这些零的元数据。当进程读取文件时，这些零字节块会动态生成，而不是存储在物理存储中（请查看维基百科的示意图）：
这就是稀疏文件高效的原因，因为它不将零存储在磁盘上，而是保存足够的数据来描述将要生成的零。
注意：逻辑文件大小大于稀疏文件的物理文件大小。这是因为我们没有将零物理存储在存储设备上。
编辑：
当你 运行:
$ dd if=/dev/zero of=output bs=1G count=4
这里的命令将4G块的空字节复制到output。要看到：
$ stat output
File: ouput
Size: 4294967296 Blocks: 8388616 IO Block: 4096 regular file
--omitted--
你可以看到这个文件有8388616块分配给它，这些块只存储从[=17复制的空字节 =] 并且它们确实占用物理磁盘 space，它们是存储在磁盘上的空洞（稀疏零）。 dd 完成了您的要求，将数据块从一个文件复制到另一个文件。
现在，运行 此命令检测漏洞并使文件就地稀疏：
$ fallocate -d output
$ stat output
File: swapfile
Size: 4294967296 Blocks: 0 IO Block: 4096 regular file
--omitted--
你注意到什么了吗？块数现在为 0，因为仅存储空字节的块已被取消分配。请记住，output 的块不存储任何内容，仅存储一堆空零，fallocate -d 检测到仅包含空零的块并释放它们，因为该文件的所有块都包含零，它们都是取消分配。
还要注意大小如何保持不变。这是文件的逻辑（虚拟）大小，而不是它在磁盘上的大小。重要的是要知道 output 现在不占用 物理 存储空间 space，它分配了 0 个块，因此我并没有真正使用磁盘 space。 运行ning fallocate -d 后保留的大小，因此当您稍后从文件中读取时，您会得到文件系统在 运行 时生成的空字节。然而，output 的物理大小为零，它不使用数据块。
请记住，当您读取 output 文件时，文件系统会在 运行 时动态生成空字节，它们 而不是 真正地物理存储在磁盘上，stat 报告的文件大小是逻辑大小，output 的物理大小为零。在这种情况下，文件系统必须在进程读取文件时生成 4G 的空字节。
要使用 dd 生成稀疏文件：
$ dd if=/dev/zero of=output2 bs=1G seek=0 count=0
$ stat
stat output2
File: output2
Size: 4294967296 Blocks: 0 IO Block: 4096 regular file
GNU dd 内部使用 lseek 和 ftruncate，所以检查 t运行cate(2) 和 lseek(2)。
什么是稀疏文件，我们为什么需要它？ 我唯一能得到的是它是一个非常大的文件，而且效率很高（以千兆字节为单位）。它的效率如何？
稀疏文件是一个大部分为空的文件，即它包含值为 0（零）的大字节块。
在磁盘上，文件的内容存储在固定大小的块中（通常为 4 KiB 或更大）。当这样一个块中包含的所有字节都是 0 时，实现稀疏文件的文件系统不会将该块存储在磁盘上，而是将信息保存在文件元数据中的某处。
使用稀疏文件的优点：
- 空数据块不占用磁盘space；它们不存储为常规数据块，它们的标识符（仅使用几个字节）存储在文件元数据中；这样每个空块都会保存 4 KiB 的磁盘 space（或更多）；
- 从稀疏文件中读取一个空数据块不需要时间；发生这种情况是因为没有从磁盘读取数据；因为文件系统知道块中的所有字节都是
0，它只是将输入缓冲区中的所有字节设置为0，数据就绪；无需访问慢速存储设备； - 将空数据块写入稀疏文件不需要时间；在写入时，文件系统检测到该块为空（其所有字节为
0）并将块 ID 放入空块列表（在文件元数据中）；没有数据写入磁盘。
有关稀疏文件的更多信息，请访问 Wikipedia page。
假设您有一个包含许多空字节的文件 \x00。这些空字节 \x00 被称为空洞。存储空字节效率不高，我们知道文件中有很多空字节，为什么要将它们存储在存储设备上呢？我们可以改为存储描述这些零的元数据。当进程读取文件时，这些零字节块会动态生成，而不是存储在物理存储中（请查看维基百科的示意图）：
这就是稀疏文件高效的原因，因为它不将零存储在磁盘上，而是保存足够的数据来描述将要生成的零。
注意：逻辑文件大小大于稀疏文件的物理文件大小。这是因为我们没有将零物理存储在存储设备上。
编辑：
当你 运行:
$ dd if=/dev/zero of=output bs=1G count=4
这里的命令将4G块的空字节复制到output。要看到：
$ stat output
File: ouput
Size: 4294967296 Blocks: 8388616 IO Block: 4096 regular file
--omitted--
你可以看到这个文件有8388616块分配给它，这些块只存储从[=17复制的空字节 =] 并且它们确实占用物理磁盘 space，它们是存储在磁盘上的空洞（稀疏零）。 dd 完成了您的要求，将数据块从一个文件复制到另一个文件。
现在，运行 此命令检测漏洞并使文件就地稀疏：
$ fallocate -d output
$ stat output
File: swapfile
Size: 4294967296 Blocks: 0 IO Block: 4096 regular file
--omitted--
你注意到什么了吗？块数现在为 0，因为仅存储空字节的块已被取消分配。请记住，output 的块不存储任何内容，仅存储一堆空零，fallocate -d 检测到仅包含空零的块并释放它们，因为该文件的所有块都包含零，它们都是取消分配。
还要注意大小如何保持不变。这是文件的逻辑（虚拟）大小，而不是它在磁盘上的大小。重要的是要知道 output 现在不占用 物理 存储空间 space，它分配了 0 个块，因此我并没有真正使用磁盘 space。 运行ning fallocate -d 后保留的大小，因此当您稍后从文件中读取时，您会得到文件系统在 运行 时生成的空字节。然而，output 的物理大小为零，它不使用数据块。
请记住，当您读取 output 文件时，文件系统会在 运行 时动态生成空字节，它们 而不是 真正地物理存储在磁盘上，stat 报告的文件大小是逻辑大小，output 的物理大小为零。在这种情况下，文件系统必须在进程读取文件时生成 4G 的空字节。
要使用 dd 生成稀疏文件：
$ dd if=/dev/zero of=output2 bs=1G seek=0 count=0
$ stat
stat output2
File: output2
Size: 4294967296 Blocks: 0 IO Block: 4096 regular file
GNU dd 内部使用 lseek 和 ftruncate，所以检查 t运行cate(2) 和 lseek(2)。