`tar` 通过`xargs` 降低性能

Question

请考虑这个sn-p：

tar -Oxvf archive.tgz | grep something

或者这个：

tar tf archive.tgz > /tmp/x && tar -Oxvf archive.tgz -T /tmp/x | grep something

相对于这个：

tar tf archive.tgz | xargs -I{} tar -Oxvf archive.tgz {} | grep something

前两个 sn-ps 非常快且相似，而第三个慢了约 40 倍（我猜这个索引是相对于存档内容的）。这是为什么呢？

Answer 1

这里的关键是您在 xargs 中使用 -I{}。手册页说：

   -I replace-str

将初始参数中出现的 replace-str 替换为从标准输入中读取的名称。此外，未引用的空白不 终止输入项；相反，分隔符是换行符。 暗示 -x 和 -L 1。

隐含的-L 1 使xargs 对存档中的每个文件运行一次tar -Oxvf archive.tgz {}，而不是运行一次 tar 以提取 xargs 的标准输入中列出的所有文件。

差异的简化示例：

$ (echo foo; echo bar)|xargs -I{} echo {}
foo
bar

$ (echo foo; echo bar)|xargs echo 
foo bar

固定：

tar tf archive.tgz | xargs tar -Oxvf archive.tgz | grep something

但是请注意，如果提供给 xargs 的文件名不是 tar 文件顺序（即与 tar t 列出它们的顺序相同），则此输出与使用 xargs -I{} 得到的输出不同）。 xargs -I{} 版本将按照您提供给 xargs 的顺序输出文件，而此版本将按照 tar 文件顺序输出它们。

Answer 2

我有点不确定你想用你的例子实现什么。我不明白第一个示例中的第一个管道应该实现什么，因为没有使用通过管道传输到第二个 tar 的输出。 && 似乎是加入两个命令的更好方法（只有在第一个成功时才执行第二个）。除此之外，如果您使用完整的文件列表进行提取（并且仅用于该任务），如您的示例中所示，则无需花费单独的 tar 运行来创建它，因为 tar 默认情况下会提取所有文件，除非另有说明。

就速度而言 - 管道接收端的 tar 没有特殊方法来区分它获得的输入是否来自另一个 tar 以进行优化。不同之处在于，在两个 tar 命令的情况下，第一个将立即开始其输出，因此第二个 tar 可以开始运行，而 xargs 将首先收集所有数据，然后开始其输出和馈送焦油安排在它后面运行。

如果您正在寻找一种从 tar 存档中仅提取文件子集的快速方法，并希望按文件名进行选择，我建议您使用 star，它有一个内置的 find 命令。