公众号旧文
为什么 Linux 文件占用空间是 4KB 的整数倍
在 Linux 中，我们经常会遇到一个看似矛盾的问题：
一个文件明明只有几十字节，为什么查看磁盘占用时却显示 4KB？
例如：
echo hello > test.txt查看文件大小：
ls -l test.txt可能显示：
-rw-r--r-- 1 root root 6 Jul 29 19:00 test.txt说明这个文件只有：
6 byte但是：
du -h test.txt可能显示：
4.0K test.txt为什么一个只有 6 字节的文件，却占用了 4KB？
这就涉及 Linux 文件系统中一个非常重要的概念：
文件的逻辑大小和实际占用空间不是一回事。
一、文件系统不会按 byte 存储文件
很多人刚接触计算机存储时，会认为：
- 1 byte 就占 1 byte
- 100 byte 就占 100 byte
这种理解对于文件大小来说没错，但对于磁盘存储来说不准确。
磁盘空间不是按照 byte 一个一个分配的。
Linux 文件系统（例如 ext4）会把磁盘划分成很多固定大小的区域，这些区域叫：block（块）
常见情况下：
1 block = 4096 byte也就是：
1 block = 4KB磁盘结构类似：
磁盘
+---------+
| block 1 |
+---------+
| block 2 |
+---------+
| block 3 |
+---------+
| block 4 |
+---------+
...文件系统分配空间时，以 block 为最小单位。
二、为什么要使用 block？
假设磁盘按照 byte 管理。
一个文件：
hello只有：
5 byte那么文件系统需要记录：
第1个byte在哪里
第2个byte在哪里
第3个byte在哪里
...如果一个磁盘有几 TB，里面有几十亿甚至几百亿个 byte，这种管理方式效率非常低。
因此文件系统采用更大的管理单位：
block例如：
1个block = 4096 byte文件只需要记录：
我的数据在第10000号block即可。
这样大大降低了管理成本。
三、逻辑大小和实际占用空间
Linux 中，一个文件有两个重要概念：
1. 逻辑大小（文件大小）
也就是：
ls -l看到的大小。
例如：
test.txt
大小：6 byte表示文件里面真正的数据有多少。
- 实际占用空间
也就是：
du -h看到的大小。
例如：
4.0K表示这个文件实际占用了多少磁盘空间。
四、为什么说通常是 4KB 的整数倍？
假设 Linux 文件系统 block 大小：
4096 byte那么一个文件：
1 byte需要：
1 block占用：
4096 byte一个文件：
4096 byte需要：
1 block占用：
4096 byte一个文件：
4097 byte需要：
2 block占用：
8192 byte原因：
第二个 block 即使只使用 1 byte，也必须整体分配。
因此：
实际占用空间 = block数量 × block大小所以通常一定是 4096 的整数倍
五、文件尾部的空间浪费
这种现象叫内部碎片（internal fragmentation）
例如一个文件：
5000 byteblock：
4096 byte分配：
第1个block：4096 byte
第2个block：剩余904 byte但是第二个 block 仍然需要完整占用：
4096 byte因此实际占用：
4096 + 4096=8192 byte其中：
8192 - 5000=3192 byte空间没有被使用。
六、为什么 df 和 du 有时候不一致？
Linux 运维中经常遇到：
df 看磁盘满了
du 却找不到大文件例如：
df -h显示：
/dev/vda1 100G 100G但是：
du -sh /*加起来只有：
60G可能原因：删除文件仍被进程占用
例如日志文件：
app.log 10GB
删除：rm app.log文件名消失。
但是如果程序仍然打开这个文件，文件数据仍然存在，磁盘 block 不会释放。
查看：
lsof | grep deleted可能看到：
java 1234 app.log (deleted)重启程序后 block 才会释放。
七、稀疏文件：特殊情况
虽然普通文件通常占用 block 的整数倍，但是 Linux 还有一种特殊文件：
稀疏文件（Sparse File）
例如创建一个：
10GB 文件但是里面大量空间为空。
Linux 可以只分配真正写入的数据 block。
查看：
ls -lh test.img可能：
10G但是：
du -h test.img可能：
4K原因：
逻辑大小：10GB
实际占用：4KB
八、block 和内存 page 的关系
Linux 中还有一个类似概念：内存 page（页）
通常：
1 page = 4096 byte磁盘：
1 block = 4096 byte两者很像：
| 对象 | 管理单位 | 大小 |
|---|---|---|
| 内存 | page | 通常4KB |
| 磁盘 | block | 通常4KB |
原因都是：如果逐 byte 管理，效率太低。
九、运维中如何理解它？
日常 Linux 运维
查看磁盘整体：df -h
关注文件系统整体用了多少 block
查哪个目录占空间：du -sh /*
关注哪些目录占用了大量 block
查看 inode：df -i
关注文件数量是否耗尽
总结
Linux 中，文件大小 ≠ 文件占用磁盘空间
文件大小：
ls -l看到的是：
逻辑大小(byte)磁盘占用：
du看到的是：
实际分配的block由于 Linux 文件系统通常：
1 block = 4096 byte所以一个普通 Linux 文件的实际占用空间，通常是 4KB 的整数倍。