`tar` 通过 `xargs` 降低性能

Question

请考虑这个片段：

tar -Oxvf archive.tgz | grep 一些东西

或这样：

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

与此：

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

前两个片段非常快且相似，而第三个片段则慢了大约 40 倍（我猜这个索引与存档内容相关）。这是为什么？

Answer 1

这里的关键是您在 xargs 中使用 -I{}。手册页说：

   -I replace-str

用从标准输入读取的名称替换初始参数中出现的replace-str。另外，不带引号的空格不会
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 为存档中的每个文件运行 tar -Oxvf archive.tgz {} 一次，而不是运行 tar 一次提取 xargs 标准输入上列出的所有文件。

差异的简化示例：

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

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

已修复：

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

但请注意，如果将文件名指定给 xargsxargs -I{} 得到的输出不同> 不符合 tar 文件顺序（即 tar t 列出它们的顺序相同）。 xargs -I{} 版本将按照您提供给 xargs 的顺序输出文件，而此版本将以 tar 文件顺序输出它们。

Answer 2

我有点不确定你想通过你的例子达到什么目的。我不明白第一个示例中的第一个管道应该实现什么目的，因为没有使用通过管道传输到第二个 tar 的输出。 && 似乎是连接两个命令的更好方法（仅当第一个命令成功时才执行第二个命令）。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 没有特殊的方法来区分它获得的输入是否来自另一个用于优化的 tar。但真正有区别的是，在两个 tar 命令的情况下，第一个命令将立即开始输出，因此第二个 tar 可以开始运行，而 xargs 将首先收集所有数据，然后开始输出并提供数据焦油安排追赶它。

如果您正在寻找一种快速方法来从 tar 存档中仅提取文件子集，并希望按文件名进行选择，我建议使用 star，它有一个内置的查找命令。