为啥shutils和df报告的磁盘大小有百分之几的差异？

Posted 2023-03-17

【中文标题】为啥shutils和df报告的磁盘大小有百分之几的差异？

【英文标题】：Why is there a few % difference in disk size reported by shutils and df?为什么shutils和df报告的磁盘大小有百分之几的差异？

【发布时间】：2019-11-12 05:35:28

【问题描述】：

我正在编写一个简单的监控脚本，我想在其中添加磁盘空间检查。然而，我发现系统df 和shutils.disk_usage() 之间报告的可用空间不同。

在安装了三个磁盘的系统上：

# df / /mnt/2TB1 /mnt/1TB1
Filesystem      1K-blocks       Used Available Use% Mounted on
/dev/sda1       472437724  231418380 216997128  52% /
/dev/sdb1      1921802520 1712163440 111947020  94% /mnt/2TB1
/dev/sdc1       960380648  347087300 564438888  39% /mnt/1TB1

# python3
Python 3.6.8 (default, Jan 14 2019, 11:02:34)
[GCC 8.0.1 20180414 (experimental) [trunk revision 259383]] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import shutil
>>> (t, u, f) = shutil.disk_usage('/')
>>> (t, u, f)
(483776229376, 236973805568, 222203674624)
>>> u/t
0.48984177224594366
>>> (t, u, f) = shutil.disk_usage('/mnt/2TB1')
>>> (t, u, f)
(1967925780480, 1753255362560, 114633748480)
>>> u/t
0.8909153891628782
>>> (t, u, f) = shutil.disk_usage('/mnt/1TB1')
>>> (t, u, f)
(983429783552, 355400192000, 578002624512)
>>> u/t
0.361388477290517

相差分别为3%、5%和3%。它来自哪里，哪个结果是正确的？

【问题讨论】：

你能把u和t的值贴出来吗？目前我们不知道这些值中的哪一个与df 的值不同。

@Socowi：你说得对——我用信息更新了问题

【参考方案1】：

曾经 1Gb 是 1024 兆字节，但制造商发现了一个营销技巧，将 50000 兆字节称为 50 Gb 后，就搞砸了。

所以区别在于这些软件实现如何处理这些 Megas，无论是 1000 还是 1024。

【讨论】：

我认为这不是问题。 df和shutil报告的数字以字节为单位；没有 k/ki, M/Mi, G/Gi, ... 只是简单的字节。即使df 和shutil 之间的单位不同：百分比也不应该改变。

我必须纠正自己。 OP 的 df 输出以 1024 字节为单位列出大小。 shutil 使用字节作为单位。但是，无论如何，百分比应该是相同的。

【参考方案2】：

Python 似乎有正确的结果。 默认情况下，[man7]: DF(1) (man df) 以 1 KiB 块显示数字（大小）。但是，考虑到运算（除以 1024）同时应用于除数和除数（计算百分比时），它会自行减少，因此它与最终结果无关。

示例（对于某个目录）：

运行df（默认以KiB输出） 运行df -B 1（以字节为单位输出）

运行以下 Python 脚本：

import sys, shutil

path = sys.argv[1] if len(sys.argv) > 1 else "/"
t, u, f = shutil.disk_usage(path)
percent = 100 * u / t
print("(Python) - Volume name\t: : : :.3f% (:.0f) :".format(t, u, f, percent, percent, path))

[cfati@cfati-ubtu16x64-0:~]> for f in "/" "/media/sf_shared_00"; do echo df "$f" && df $f && echo df -B 1 "$f" && df -B 1 $f && echo Python script on "$f" && python3 -c "import sys, shutil; path = sys.argv[1] if len(sys.argv) > 1 else \"/\"; t, u, f = shutil.disk_usage(path); percent = 100 * u / t; print(\"(Python) - Volume name\t: : : :.3f% (:.0f) :\".format(t, u, f, percent, percent, path))" $f && echo && echo; done
df /
Filesystem                                   1K-blocks     Used Available Use% Mounted on
/dev/mapper/ubtu16x640_lvg0-ubtu16x640_root0 102067544 10999896  85859792  12% /
df -B 1 /
Filesystem                                      1B-blocks        Used   Available Use% Mounted on
/dev/mapper/ubtu16x640_lvg0-ubtu16x640_root0 104517165056 11263893504 87920427008  12% /
Python script on /
(Python) - Volume name  104517165056 11263893504 87920427008 10.777% (11) /


df /media/sf_shared_00
Filesystem     1K-blocks      Used Available Use% Mounted on
shared_00      327679996 155279796 172400200  48% /media/sf_shared_00
df -B 1 /media/sf_shared_00
Filesystem        1B-blocks         Used    Available Use% Mounted on
shared_00      335544315904 159006511104 176537804800  48% /media/sf_shared_00
Python script on /media/sf_shared_00
(Python) - Volume name  335544315904 159006511104 176537804800 47.388% (47) /media/sf_shared_00

如图所示，步骤 #2. 中的数字（大小）与步骤 #3. 中的数字相同。 。计算百分比（在任何 3 种情况下），Python 百分比似乎是正确的。

我不清楚为什么 df 会报告这些百分比（没有查看源代码），但可能是（出现的一切纯属推测）：

它倾向于保护用户（报告的百分比比实际高一点） 它与逻辑磁盘单元（扇区）有关。 例如在 4 KiB (4096) 扇区磁盘上，一个 4097 字节的文件将占用（通常为 4097 字节），但考虑到磁盘逻辑单位是扇区（而不是字节 - 这在某种程度上类似于 #pragma pack），文件将占用 2 个扇区（8 KiB），因此其基础大小将大于报告的一个

【参考方案3】：

正如ChristiFati 已经指出的那样，两种工具的比率used / total 相同，但df 报告的Use% 字段与100 · used / total 不同。

例如，让我们检查安装在/ 上的/dev/sda1 的值。

df.total = 472437724 df.used = 231418380 df.available = 216997128 df.percentage = 52

shutil.total = 483776229376 shutil.used = 236973805568 shutil.free = 222203674624

df.used / df.total = 0.4898 = shutil.free / shutil.total但是…… df.used / df.total = 0.4898  ≠  0.52 = df.percentage / 100

coreutils 的df 实现的source code 为这个问题提供了一些启示。 three lines 1171-1173 是相关的。 pct 是百分比。

uintmax_t u100 = v->used * 100; uintmax_t nonroot_total = v->used + v->available; pct = u100 / nonroot_total + (u100 % nonroot_total != 0);

正如我们所见，df 不计算 used / total，而是计算 used / (used + free)。注意used + free < total。

我怀疑……

total 包括为元数据保留的空间，例如文件系统中哪个文件驻留的位置（取决于文件系统，这可能包括胖表、inode 等）。由于您不能将该空间用于常规文件，因此 Use% 中的空间被排除在外，而是使用不包含元数据的 (used + free)。

然而，一项测试表明……

这不可能是完整的故事。以下脚本在 2 MiB 文件内生成 FAT12 和 ext2 文件系统。该脚本必须使用sudo 执行。

#! /bin/bash

check() 
  head -c 2MiB /dev/zero > fs
  mkfs."$@" fs
  mkdir fsmount
  mount -o loop fs fsmount
  df fsmount
  umount fsmount
  rm -r fs fsmount


echo fat12:
check fat -F 12

echo ext2:
check ext2

我得到了输出

fat12:
[...]
Filesystem     1K-blocks  Used Available Use% Mounted on
/dev/loop0          2028     0      2028   0% /tmp/fsmount
ext2:
[...]                           
Creating filesystem with 2048 1k blocks and 256 inodes
[...]
Filesystem     1K-blocks  Used Available Use% Mounted on
/dev/loop0          2011    21      1888   2% /tmp/fsmount

请注意，两种情况下的总大小都小于文件系统，即 2048 KiB = 2 MiB。两个文件系统都没有文件，但对于 ext2，df 报告使用了 21 KiB（可能与 this question 有关）。