C++ 如何比较两个卷并列出修改过的文件？

我有两个硬盘卷（一个是另一个的备份映像），我想比较这些卷并列出所有修改过的文件，以便用户可以选择要回滚的文件

目前，我正在递归新卷，并将每个文件的时间戳与旧卷的文件（如果它们是旧卷的整数）进行比较。显然，这是一种错误的做法。这既耗时又错误

有没有一种有效的方法

编辑：
-我使用FindFirstFile，喜欢递归卷，并收集每个文件的信息（不是很慢，只需几分钟）。
-我正在使用卷影复制进行备份。

---

-备份卷是远程的，因此我无法连续监视实际卷。

假设您没有将新卷上的每个文件与快照中的每个文件进行比较，这是唯一的方法。在不查看所有文件的情况下，如何找到没有修改的文件？

我不是Windows程序员。 但是，您不应该使用stat函数来检索文件的修改时间。 根据mod time对文件进行排序。 mod time大于上次备份时间的文件是您感兴趣的文件

这是你第一次在备份卷上迭代，从你感兴趣的集合中计算出最大修改时间和创建时间。

---

我假设感兴趣的目录不会在备份卷中被修改

我没有等到更改发生后再扫描整个磁盘以查找（通常很少）已更改的文件，而是设置了一个程序，用于在更改发生时监视更改。这将使您能够以最少的麻烦和麻烦构建一个文件列表。

如果不知道您在这里要做什么，很难说。但是，关于我认为您正在努力实现的目标，有一些提示：

• 如果您只关心NTFS卷，我建议查看USN/change journal API。自2000年以来，它们一直存在。这样，在初始库存之后，您只能查看从该点开始的更改。这是一个很好的起点，尽管这里有一篇非常古老的文章：
• 此外，利用USNAPI，您可以省略散列步骤，只需自己记录日志中的信息（当您查看所述API时，这将变得更加清楚）
• 第一次通过比较驱动器的内容，利用散列，如SHA-1或MD5
• 将哈希和其他此类信息存储在某种数据库中。例如，SQLite3。请注意，这本身可能会占用大量空间。快速查看包含40k+文件的“我的音频”文件夹将获得约750兆的MD5信息

---

这部分取决于两卷的复制方式；如果从文件系统的角度来看它们是“真实”副本（例如卷影副本或其他块级副本），那么您可以对USN做一些棘手的小事情，这是其他人建议您研究的通用技术。例如，您可能想看看API。该API将允许您比较文件的两个不同副本（同样，假设它们是块级备份中具有相同文件参考号的同一文件）。如果您希望基本上是无状态的，这个API和类似的API将在这里对您有很大帮助。我的算法如下所示：

foreach( file in backup_volume ) {
    file_still_exists = try_open_by_id( modified_volume )
    if (file_still_exists) {
        usn_result = compare_usn_values_of_files( file, file_in_modified_volume )
        if (usn_result == equal_to) {
           // file hasn't changed at all
        } else {
           // file has changed (somehow)
        }
    } else {
        // file was deleted (possibly deleted and recreated)
    }
}
// we still don't know about files new in modified_volume

综上所述，我的经验让我相信，这将比我即兴的解释暗示的要复杂得多。不过，这可能是一个很好的起点

如果卷不是彼此的块级副本，那么比较USN编号和文件ID将非常困难，如果不是不可能的话。相反，您很可能会选择文件名，如果不打开每个文件（时间可以由应用程序修改，大小和时间可能在findfirst/next查询中过期，并且您必须处理已删除然后重新创建的案例、重命名案例等），这即使不是不可能也很难做到

---

因此，了解您对环境的控制程度非常重要。

这是我改用的方法（我使用旧快照获取新卷中每个文件的差异），但速度非常慢。我在想可能是在较低的级别（扫描和比较块还是什么？）@lalli：没有比

FindFirstFile

和friends更低级别（受支持）的API了。即使你打算自己解析磁盘上的NTFS格式，我也怀疑你能比Windows自己的NTFS.sys做得更快。要得到更有用的答案，你应该添加工具应该在哪个平台下运行。POSIX、win32还是别的什么？不同的平台具有不同的文件系统语义。很抱歉，现在添加了win32标记。谢谢你的消费？你是如何在卷中递归和比较的？我希望不是手工的。你熟悉脚本语言吗？Perl？校验和？我在windows的启动过程中很早就这样做了，所以环境的资源有限。我实现了MD5，计算一个卷的哈希值（大约350 GB已满）大约需要1.5个小时，如果不发生这种情况？我是否执行了错误的算法？请建议。谢谢。350GB MD5在1.5小时内就完成了，这不是不合理的——从磁盘上读取那么多数据可能需要那么长的时间。

stat

不是Windows函数。GetFileTime不应该做这项工作。如果你知道最大修改时间，你甚至不需要排序。您可以在当前卷的一次传递中获取列表。@user433874:No，

GetFileTime

需要一个文件句柄，这意味着您必须打开所有有问题的文件

FindFirstFile

和friends已经返回了您枚举目录的时间，所以我真的不明白您的观点。@Billy:如果有类似FindFirstFile的api可用，我不明白为什么只存储上一次备份时间并比较（上一次修改）会如此耗时