如何使用grep高效检测二进制文件？解析实测性能差异

我需要批量筛选目录中的二进制文件，不想用file <filename>配合grep匹配"binary"/"executable"这类关键词（怕遗漏特殊情况），所以倾向于用grep的-I选项（该选项会自动跳过二进制文件）。

用以下命令可以列出所有非二进制文件：

grep -r -I -l . <directory>

但我发现这个命令执行耗时比预期长，于是针对不同实现方式做了性能测试（测试目录包含数千个递归文件），结果如下：

1. 循环调用grep：

   time { for f in $(find <dir> -type f); do grep -I -l . $f; done; }
   

   • 耗时：总耗时1分20秒，用户态20秒，内核态1分钟

2. 循环调用grep并添加-m 1（匹配到1次就停止扫描）：

   time { for f in $(find <dir> -type f); do grep -I -l -m 1 . $f; done; }
   

   • 耗时：总耗时1分20秒，用户态20秒，内核态1分钟
   • 疑问：-m 1完全没提升性能，这是为什么？

3. grep递归扫描目录：

   time { grep -r -I -l . <dir>; }
   

   • 耗时：总耗时12秒，用户态1.5秒，内核态2秒
   • 疑问：用户态+内核态时间远小于总耗时，差值去哪了？

4. grep递归扫描并添加-m 1：

   time { grep -r -I -l -m 1 . <dir>; }
   

   • 耗时：总耗时10秒，用户态0.1秒，内核态1.5秒
   • 疑问：这次-m 1明显提升了性能，和循环调用的情况完全不同，为什么？

我对grep的底层工作原理了解不够，没法解释这些性能差异。

内容的提问来源于stack exchange，提问作者David Simpson