Question

问题： 我正在寻找一种高性能，简洁的方法，仅使用Bash在Linux目录中列出 N 个随机选择的文件。必须从不同的子目录中随机选择文件。

为什么要问： 在Linux中，我经常想测试目录中某个属性的随机选择。该目录包含1000个文件，因此我只想测试其中的一小部分，但是我想从感兴趣目录的不同子目录中获取它们。

以下内容返回50个“随机”选择的文件的路径：

find /dir/of/interest/ -type f | sort -R | head -n 50

该目录包含许多文件，并且驻留在读取速度较慢（通过ssh访问）的已安装文件系统上，因此该命令可能需要花费几分钟。我相信问题在于第一个find命令会找到每个文件（速度很慢），然后才打印随机选择。

Answer 1

如果您定期使用locate和updatedb更新（可能是默认的每日更新），则可以：

$ locate /home/james/test | sort -R | head -5
/home/james/test/10kfiles/out_708.txt
/home/james/test/10kfiles/out_9637.txt
/home/james/test/compr/bar
/home/james/test/10kfiles/out_3788.txt
/home/james/test/test

Answer 2

您多久需要一次？提前定期进行工作，以在需要时迅速提供。

创建一个refreshList脚本。

#! /bin/env bash

find /dir/of/interest/ -type f | sort -R | head -n 50 >/tmp/rand.list
mv -f /tmp/rand.list ~

将其放在您的crontab中。

0 7-20 * * 1-5 nice -25 ~/refresh

然后，您将始终拥有一个/小时以下的〜/ rand.list。

如果您不想使用cron并且对它有多旧也不太挑剔，只需编写一个函数，在每次使用后刷新该文件。

randFiles() {
  cat ~/rand.list
  {  find /dir/of/interest/ -type f |
       sort -R | head -n 50 >/tmp/rand.list
      mv -f /tmp/rand.list ~
  } &
}

Answer 3

如果您无法运行定位并且find命令太慢，是否有任何理由必须实时完成？

是否可以使用cron将find命令的输出转储到文件中，然后从那里随机抽取？

快速列出Linux目录中的随机文件集

3 个答案: