Filesystems 如何预测ISO 9660文件系统的大小？

我正在将数据归档到DVD，我想将DVD全部打包。我知道DVD上我想要的所有文件的名称和大小，但我不知道元数据占用了多少空间。我想在每张DVD上获得尽可能多的文件，所以我使用了贪心装箱的泡泡搜索启发式方法。我尝试了10000种选择，得到了最好的一种。目前我知道所有文件的大小，因为我不知道文件是如何存储在ISO9660文件系统中的，所以我为元数据添加了很多slop。我想把斜坡削下来

我可以使用

genisoimage-print size

但速度太慢了，因为40000个文件占用500MB，大约需要3秒钟。每张DVD拍8个小时是不可能的。我以前修改过

genisoimage

源代码，我真的不想从源代码中挤出算法；我希望有人知道一个更好的方法来得到一个估计，或者可以告诉我一个有用的规格

---

澄清问题和问题：

• 我需要刻录分割成多张DVD的档案，通常一次刻录五张左右。我试图解决的问题是决定在每张DVD上放哪些文件，以便每张DVD（最后一张除外）都尽可能满。这个问题是NP难问题

• 我使用的是标准的贪婪打包算法，你把最大的文件放在第一张有足够空间的DVD里。所以j_random_hacker，我绝对不是从random开始的。我从排序开始，使用Bubblesearch来扰乱文件的打包顺序。此程序将我的包装从估计容量的80%左右提高到99.5%以上。这个问题是关于如何更好地估计容量的问题；目前我估计的容量低于实际容量

• 我编写了一个程序，尝试10000次扰动，每个扰动包括两个步骤：

• 选择一组文件
• 估计这些文件在DVD上会占用多少空间
第二步是我努力改进的步骤。目前，正如泰勒D所说，我“在谨慎方面犯了错误”。但我想做得更好。我不能使用

genisomage-print size

，因为它太慢了。类似地，我不能将文件tar到磁盘，因为on-only太慢，但是tar文件的大小与iso9660图像的大小不同。这是我需要预测的ISO9660图像的大小。原则上这可以完全准确地完成，但我不知道怎么做。这就是问题所在

---

注意：这些文件位于硬盘存储容量为3TB的机器上。在所有情况下，文件的平均大小至少为10MB；有时它要大得多。因此，

genisomage

毕竟可能足够快，但我对此表示怀疑——它似乎是通过将ISO映像写入/dev/null来工作的，我无法想象当映像大小接近4.7GB时会足够快。我现在没有访问那台机器的权限，或者当我发布原始问题时。当我晚上有机会的时候，我会尽量为这个问题找到更好的答案。但我不认为

genisomage

是一个好的解决方案——尽管它可能是学习文件系统模型的一个好方法 这告诉我它是如何工作的。知道块大小是2KB已经很有帮助了

---

了解同一目录中的文件被刻录到samae DVD也可能很有用，这简化了搜索。我想直接访问文件，这就排除了烧录前的焦油。（大多数文件都是音频或视频文件，这意味着用

gzip

点击它们毫无意义）

不能使用tar将文件存储在磁盘上吗？ 现在还不清楚您是在编写一个程序来实现这一点，还是只是在做一些备份

也许做一些实验，犯一些谨慎的错误——磁盘上的一些可用空间不会有什么坏处

---

不知怎的，我想你已经考虑过了，或者我的答案没有抓住要点。

我不确定你目前是怎么做的——根据我的谷歌搜索，“泡泡搜索”指的是一种选择某种意义上近乎贪婪排序的项目排序的方法，但在你的情况下，将文件添加到DVD的顺序不会改变空间要求，因此这种方法会浪费时间考虑多个不同的顺序，这些顺序相当于相同的文件集

换句话说，如果您正在执行以下操作以生成候选文件列表：

随机洗牌文件列表

从列表的顶部开始，贪婪地选择所有你估计适合DVD的文件，直到没有更多的文件

然后，您正在低效地搜索解决方案空间——对于任何最终的候选集n个文件，您可能会考虑所有n个！制作那一套的方法。我的建议是：

按文件大小的降序对所有文件进行排序

将顶部（最大）文件标记为“包含”，并将其从列表中删除。（它必须包含在某些DVD中，因此我们不妨现在就包含它。）

如果ISO文件系统大小（估计）不超过DVD容量，是否可以包括列表中最顶层的文件？如果是：

• 使用概率p（例如p=0.5），将文件标记为“包含”

从列表中删除最上面的文件

如果列表现在为空，则有一个候选文件列表。否则，转到3

重复多次，然后选择最佳文件列表

---

Tyler D的建议也很好：如果您有大约40000个文件，总计约500Mb，这意味着平均文件大小为12.5Kb。ISO9660使用了2Kb的块大小，这意味着这些文件平均浪费了1Kb的磁盘空间，约占其大小的8%。因此，首先将它们与tar一起打包将节省大约8%的空间。

感谢详细的更新。我是

174 + floor(count / 42) + sum( ceil(file_size / 2048) )

#!/usr/bin/perl -w
use strict;
use POSIX;

sub sum {
    my $out = 0;
    for(@_) {
        $out += $_;
    }
    return $out;
}

my @sizes = ( 2048 ) x 1000;
my $file_count = @sizes;

my $data_size = sum(map { ceil($_ / 2048) } @sizes);
my $dir_size = floor( $file_count / 42 ) + 1;
my $overhead = 173;

my $size = $overhead + $dir_size + $data_size;

$\ = "\n";
print $size;