如何在bash中统计指定日期对应文件夹的磁盘占用量

通用方案（按文件夹修改时间查询） #

适合绝大多数场景，命令如下：

find /your/target/root/path -type d -newermt "2024-05-20 00:00:00" ! -newermt "2024-05-20 23:59:59" -print0 | du -ch --files0-from=- | tail -n 1

参数说明：

• /your/target/root/path 替换为你要扫描的根目录路径
• -type d 限定只扫描文件夹，排除普通文件
• -newermt "时间" 匹配修改时间晚于指定时间的文件夹，搭配!取反后，两个参数组合即可锁定对应日期的时间范围，按需替换成你要查询的日期即可
• -print0 与du的--files0-from=- 配对使用，兼容带空格、特殊字符的文件夹名，避免统计异常
• du -ch 统计大小，-c输出总和、-h返回人类可读的单位（G/M/K），需要精确字节数的话把-h换成-b即可
• tail -n 1 只输出最终总大小，不需要看每个文件夹的单独大小可保留，去掉则会打印所有匹配到的文件夹的大小

按文件夹创建时间查询 #

如果需要匹配文件夹的创建时间而非修改时间，只要你的文件系统支持birth time（ext4、xfs、btrfs等主流文件系统均支持，GNU find 4.3.3以上版本可用），把命令中的-newermt替换为-newerBt即可：

find /your/target/root/path -type d -newerBt "2024-05-20 00:00:00" ! -newerBt "2024-05-20 23:59:59" -print0 | du -ch --files0-from=- | tail -n 1

海量文件夹场景性能优化 #

• 仅需要统计根目录下第一层级的文件夹时，给find添加-maxdepth 1参数，可避免递归扫描子目录，性能提升非常明显
• 不要使用find | xargs du的写法，文件夹数量过万时容易出现参数过长报错，本方案用的--files0-from直接从标准输入读入路径，内存占用更低、稳定性更好
• 高频查询的场景可配置cron定时任务，每天凌晨自动统计前一天的大小写入日志，避免每次查询全量扫描

注意事项 #

• du默认统计的是磁盘实际块占用，会自动对硬链接去重，符合实际磁盘占用的统计需求；如果需要统计文件夹内容的实际大小（不含块对齐浪费的空间），给du添加--apparent-size参数即可

内容的提问来源于stack exchange，提问作者Rainer