使用ls和du显示出来的文件大小有差别

用ls和du查看一个文件的大小，发现二者显示出来的大小并不一致：

从图片中可以看出，两个相同 的问题使用不同的命令显示的大小不一致。

由于系统中存在几百万的小文件，所以导致两种方式看到的数据文件大小相差很大，一个是几个G，还有一个是几百兆。

du -h 显示的是4.0K，而 ls -ls 显示的是195字节；相差了好几十倍，那么原因究竟是为什么呢？

稀疏文件（sparse file）
ls和du显示出的size有不同的含义
先来看一下稀疏文件。稀疏文件只文件中有“洞”（hole）的文件，例如有C写一个创建有“洞”的文件：

#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h>
#include <unistd.h>

int main(int argc, char *argv[])
{
    int fd = open("sparse.file", O_RDWR|O_CREAT);
    lseek(fd, 1024, SEEK_CUR);
    write(fd, "\0", 1);

    return 0;
}

从这个文件可以看出，创建一个有“洞”的文件主要是用lseek移动文件指针超过文件末尾，然后write，这样就形成了一个“洞”。

用Shell也可以创建稀疏文件：


$ dd if=/dev/zero of=sparse_file.img bs=1M seek=1024 count=0
0+0 records in
0+0 records out
使用稀疏文件的优点如下（Wikipedia上的原文）：


The advantage of sparse files is that storage is only allocated when actually needed: disk space is saved, and large files can be created even if there is insufficient free space on the file system.


即稀疏文件中的“洞”可以不占存储空间。

再来看一下ls和du输出的文件大小的含义（Wikipedia上的原文）：


The du command which prints the occupied space, while ls print the apparent size。


换句话说，ls显示文件的“逻辑上”的size，而du显示文件“物理上”的size，即du显示的size是文件在硬盘上占据了多少个block计算出来的。

所以导致了以上问题的发生，所以以后在查看文件大小一定要慎重选择查看文件的方式，否则有可能影响后期存储决策方案。