Memory 2个文件，内容的一半，而1个文件，内容的两倍，哪个更大？

如果我有两个文件，每个文件都包含以下内容：

“你好，世界”（x1000）

这是否占用了比1个文件更多的空间：

“你好，世界”（x 2000）

将内容划分为多个较小文件的缺点是什么（假设有理由将内容划分为更多文件，而不是像本例那样）

更新：

---

我用的是MacBookPro，10.5。但是我也想知道Ubuntu Linux的情况。

大多数文件系统使用固定大小的集群（4KB是典型的，但不是通用的）来存储文件。低于此群集大小的文件都将占用相同的最小数量

即使超过这个大小，当您有很多小文件时，比例损耗也会很高。忽略大小分布的不均匀性（这会使事情变得更糟），总体浪费大约是集群大小乘以文件数的一半，因此对于给定的数据量，文件越少，存储的效率就越高

另一个需要考虑的问题是元数据操作，特别是文件删除，可能非常昂贵，因此较小的文件也不是您的朋友。ReiserFS在这方面做了一些有趣的工作，直到作者因谋杀妻子而入狱（我不知道该项目的现状）

如果您可以选择，您还可以调整文件大小，使其始终填充整个集群，这样小文件就不会成为问题。但这通常过于挑剔，不值得这么做，而且还有其他成本。对于高容量吞吐量，目前的最佳文件大小是64 MB到256 MB（我认为）

---

实用建议：除非有充分的理由不这样做，否则请将您的资料保存在数据库中。SQLite大大减少了原因的数量。

大多数文件系统使用固定大小的集群（4KB是典型的，但不是通用的）来存储文件。低于此群集大小的文件都将占用相同的最小数量

即使超过这个大小，当您有很多小文件时，比例损耗也会很高。忽略大小分布的不均匀性（这会使事情变得更糟），总体浪费大约是集群大小乘以文件数的一半，因此对于给定的数据量，文件越少，存储的效率就越高

另一个需要考虑的问题是元数据操作，特别是文件删除，可能非常昂贵，因此较小的文件也不是您的朋友。ReiserFS在这方面做了一些有趣的工作，直到作者因谋杀妻子而入狱（我不知道该项目的现状）

如果您可以选择，您还可以调整文件大小，使其始终填充整个集群，这样小文件就不会成为问题。但这通常过于挑剔，不值得这么做，而且还有其他成本。对于高容量吞吐量，目前的最佳文件大小是64 MB到256 MB（我认为）

---

实用建议：除非有充分的理由不这样做，否则请将您的资料保存在数据库中。SQLite大大减少了原因的数量。

文件以集群的形式在磁盘上占用空间。集群是由多个扇区组成的，其大小取决于磁盘的格式化方式

集群的典型大小是8KB。这意味着两个较小的文件将分别使用两个集群（16 KB），而较大的文件将使用三个集群（24 KB）

---

平均而言，一个文件将比其大小多使用半个集群。因此，如果群集大小为8 KB，则每个文件的平均开销为4 KB。

文件以群集的形式在磁盘上占用空间。集群是由多个扇区组成的，其大小取决于磁盘的格式化方式

集群的典型大小是8KB。这意味着两个较小的文件将分别使用两个集群（16 KB），而较大的文件将使用三个集群（24 KB）

---

平均而言，一个文件将比其大小多使用半个集群。因此，集群大小为8 KB时，每个文件的平均开销为4 KB。

Marcelos给出了一般性能情况。我认为担心这是过早的优化。您应该将内容拆分为不同的文件，在这些文件中拆分它们是合乎逻辑的

另外，如果您真的关心这些重复文件的文件大小，那么您可以压缩它们。 您的示例甚至暗示了这一点，即

“Hello World”x1000

---

比实际写1000次“hello world”更节省空间

Marcelos给出了一般性能案例。我认为担心这是过早的优化。您应该将内容拆分为不同的文件，在这些文件中拆分它们是合乎逻辑的

另外，如果您真的关心这些重复文件的文件大小，那么您可以压缩它们。 您的示例甚至暗示了这一点，即

“Hello World”x1000

比实际写1000次“hello world”更节省空间

我认为文件的使用应根据API和用于读/写它们的语言（以及最终的API限制）加以考虑。 磁盘碎片（只有大文件时会减少）会影响数据访问，如果您一次读取一个大文件，则会影响数据访问，而对小文件的多次访问间隔时间不会影响碎片。

我认为应该考虑文件的使用，根据API和用于读/写它们的语言（以及最终的API限制）。

---

磁盘碎片（只有大文件时会减少）将惩罚一次性读取一个大文件的数据访问，而对小文件的多次间隔访问不会惩罚碎片。

大多数文件系统以大于一字节的单位分配空间（目前通常为4KB）