Dotaz: Fungování "find ... -exec"

[lertimir]

Jak funguje find? Myslím tím jestli:

1. při spuštění nejdříve projde strom adreářů (celý), a vytvoří seznam objektů splňujících podmínku a následně na ně spustí akci -exec
2. nebo jestli najde první objekt, spustí na ni akci -exec a následně, jak program doběhne najde next objekt v adresáři (stromu) atd.

Ptám se proto, co se stane, jestli se v průběhu běhu programu vyvoleného z find, změní seznam objektů, které find najde. V první případě skončím na chybových stavech, protože ve chvíli, kdy budu volat exec, tak už pro něj nemusí existovat soubor, v druhém případě se nestane nic podstatného, protože ve chvíli, kdy find soubor najde, tak spustí exec.

---

---

Odpovědi

[MP]

Bod 1] by default.

[Lyco]

Špatná otázka. V obou případech tam bude souběh - mezi nalezením souboru a spuštěním příkazu vždycky uběhne nějaký čas. Pokud potřebuješ správný výsledek, musíš tenhle problém nějak ošetřit (typicky zámkem).

Abych odpověděl na otázku: vypadá to že to není specifikované - v SUS2 ani v manuálových stránkách jsem to nenašel. Nespoléhal bych ani na jedno chování, možná že závisí na ostatních přepínačích.

Moje verze findu, aspoň v jednoduchých případech, dělá č. 2: $ touch a b c $ find . -exec rm * {} \; rm: nelze odstranit '.': je adresářem $

Kdyby dělal č. 1, tak by tam byly hlášky že neexistuje "b" a "c".

[lertimir]

No obecně si představit takto zámek moc neumím. Samozřejmě ten exec je na script, který v prvním kroku soubor zabezpečí proti jiné akci. Ale časový rozdíl při bodu 2 mezi findem a vlastním execem neošetříš jinak, než bys zamknul celý strom, protože v této chvili ještě nevíš, který soubor potřebuješ zamknout. A to je nežádoucí z jiných důvodů. Navíc to není produkční a výkonová otázka.

Otázka směřovala směrem: Program spouštěný execem beží na souboru minuty (desítky minut), po akci původní soubor, který byl vyhledán execem, bude smazán. Filový systém je na NFS sdíleném disku a je ve struktuře, která (řekněme) má poadresáře A, B, C. Find byl spuštěn v rodiči A,B,C a daném okamžiku je v adresáři A a bude tam ještě několik (dost) hodin. Otázka byla: Mohu mezi tím než doběhne původní find adresář A, moutnout stejné NFS z jiného stroje a spustit obdobný find pouze na adresáři B (nebo C) s tím, že vím, že doběhne dříve než původní find opustí A (a urychlit tak zpracování celého stromu). Takže v prvním případě funcionality find, tento vstoupí do B a zařve, že tam nemá, co očekával, v druhém případě otevře B a zjistí, že nic nenajde, co by podmínce vyhovovalo a jede dál.

[lertimir]

Tak jsem provedl experiment. Uvidím, co find, až vyjede z adresáře A.

[Jendа]

Když dáš

find . -exec rm * {} \;

tak bash ve skutečnosti udělá

execve("/usr/bin/find", ["find", ".", "-exec", "rm", "a", "b", "c", "{}", ";"], [/* 43 vars */]) = 0

(tj. expanduje hvězdičku), přičemž find udělá clone() a

execve("/bin/rm", ["rm", "a", "b", "c", "."], [/* 43 vars */]) = 0

což vyhodí tu hlášku

rm: cannot remove '.': Is a directory

a smaže všechny tři soubory. Pak find skončí.

Kdyby to nabufferoval a spouštěl to rm s každým souborem, tak by to vypsalo, že neexistuje a, b, c, a, a, b, c, b, a, b, c, c.

[ttt]

find umí oba dva módy, výcuc z manuálových stránek:

-exec command ; All following arguments to find are taken to be arguments to the command until an argument consisting of `;' is encountered. The specified command is run once for each matched file.

-exec command {} + This variant of the -exec action runs the specified command on the selected files, but the command line is built by appending each selected file name at the end; the total number of invocations of the command will be executed much less than the number of matched files. The command line is built in much the same way that xargs* builds its command lines. If find encounters an error, this can sometimes cause an immediate exit, so some pending commands may not be run at all.

* The command line for command is built up until it reaches a system-defined limit

[Filip Jirsák]

Tohle je něco jiného – ta druhá varianta zajistí, že se příkaz za -exec nebude volat pro každý nalezený soubor, ale bude se volat méně často a jako parametry se mu předá více souborů. Rozdíl je tedy v tom, že v prvním případě se volá

rm a
rm b
rm c 
rm d
rm e
rm f

V druhém případě se zavolá třeba

rm a b c 
rm d e f

[RM]

Možná pomůže informace v man xargs (BUGS na konci), kde je zmíněno find -execdir . Neověřoval jsem to!

[lertimir]

Tak mám výsledek pro ty které by to zajímalo. Je zajímavé že výsledek je "napůl". find projde adresář a vytvoří si seznam souborů, které podmínce vyhovují a seznam všech adresářů. Seznam je v přirozeném pořadí, tedy v jakém pořadí jsou objekty umístěny v adresáři, žádné třídění. Na tyto objekty postupně provádí -exec. V případě, že objekt je adresář, zastaví provádění, odloží seznam do zásobníku, a provede výběr v podadresáři a pokračuje podle předchozího.

To znamená, že pokud mám strukturu

W
 w
a
b
X
 x
c
Y
 y
Z
 z
d

(malá písmena jsou soubory, velká adresáře a odsazení znamená příslušnost do adresáře, pořadí je jak jsou v adresáři) Tak find si udělá seznam a,b,c,d z hlavního adresáře skočí do W a udělá tam seznam a začne spracovávat w. Než jej zpracuje (a následně a, b) je možné s objekty x,y,z libovolně pracovat bez toho že find bude hásit chybu. operace na d způsobí, že find bude hlásit, že nenašel soubor.