QDirStat缓存文件格式升级:支持存储UID、GID和权限信息
2025-07-06 11:15:28作者:昌雅子Ethen
QDirStat是一款优秀的磁盘空间分析工具,其缓存功能可以显著提升大型文件系统的扫描效率。最新版本对缓存文件格式进行了重要升级,增加了对文件所有者(UID)、组(GID)和权限信息的支持,为系统管理员提供了更全面的磁盘空间分析能力。
缓存文件格式演进
QDirStat的缓存文件格式最初设计简单高效,仅包含文件/目录的基本信息:类型、路径、大小和时间戳。这种设计使其不仅被QDirStat使用,还被一些备份软件采用。
随着企业级文件系统管理需求的增长,特别是在多用户共享环境中,仅知道文件大小和位置已不能满足管理员的需求。识别大文件的创建者及其权限变得尤为重要。为此,QDirStat团队对缓存文件格式进行了升级:
- 版本1.0:基础格式,包含类型、路径、大小和时间戳
- 版本2.0:新增UID、GID和权限字段,保持向后兼容
技术实现细节
新版缓存文件格式采用纯文本设计,便于人工阅读和调试。关键改进包括:
-
字段扩展:在原有字段基础上增加了三个数值型字段
- UID:文件所有者的用户ID
- GID:文件所属组的组ID
- 权限:八进制表示的Unix文件权限
-
格式优化:改进了字段分隔方式,使文件更易读
-
兼容性处理:通过版本号标识文件格式,确保新旧版本兼容
使用场景与优势
在企业级文件系统管理中,新版缓存功能特别适用于:
- 多用户共享环境:快速定位占用空间最多的用户
- 权限审计:分析文件权限设置是否合理
- 自动化监控:通过cron定期生成缓存,实现空间使用趋势分析
工具链更新
配套的缓存生成工具qdirstat-cache-writer也相应更新:
- 新增
-1选项强制使用旧版1.0格式 - 新增
-2选项指定使用新版2.0格式(默认) - 优化了长格式(
-l)输出的可读性
注意事项
- 缓存文件反映的是生成时刻的文件状态快照
- 对于NFS等网络文件系统,UID/GID映射可能因客户端配置而异
- 可以使用标准工具(zless/zgrep等)直接查看gzip压缩的缓存文件
这次升级使QDirStat在企业环境中的实用性得到显著提升,特别是对于需要定期分析存储使用情况并快速定位问题的系统管理员而言,新版缓存功能将成为日常工作的有力助手。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
140
170
暂无简介
Dart
598
130
React Native鸿蒙化仓库
JavaScript
235
309
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
632
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
724
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
616
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
198
74
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460