背景
Quora上一篇文章★How can someone rapidly delete 400,000 files?提到通过rsync能够快速删除大量文件，之后在Linux技巧：一次删除一百万个文件的最快方法这篇文章里做了一个详细的评测，对于rm/find/rsync等诸多方法的性能做了对比。
对于出现性能的差异，应该属于预料中的结果。为了验证这个现象，我模拟了Quora原提问的要求，创建了40万个文件，分别用rm和rsync进行删除操作，对syscall做统计。为了简化条件，这写文件全部是空文件（使用包含内容的文件对结果不会造成明显差异，有兴趣可以重试一下）。
统计syscall使用了dtruss工具，这是MacOSX上提供的syscall调试工具，基于DTrace。Linux上可以使用SystemTap来代替。
验证测试步骤
第一步，创建测试文件
mkdir tmp/; seq 1 400000 | xargs -I{} touch tmp/file_{}
创建的目录文件大小约为13M。这个大小指的是目录文件，不包含目录中文件，要注意。
$ ls -dl tmp/
drwxr-xr-x 56513 lax wheel 13062562 6 13 16:18 tmp-test-rsync
第二步，使用dtruss执行rm命令测试
$sudo dtruss -c 'rm -rf tmp-test-rm/'
CALL COUNT
__mac_syscall 1
audit_session_self 1
bsdthread_register 1
exit 1
fstatfs64 1
getaudit_addr 1
getegid 1
rmdir 1
shared_region_check_np 1
thread_selfid 1
__sysctl 2
close 2
close_nocancel 2
csops 2
getpid 2
ioctl 2
issetugid 2
open 2
open_nocancel 2
pread 2
geteuid 3
fchdir 4
mprotect 8
stat64 34
mmap 93
munmap 184
madvise 205
getdirentries64 2659
lstat64 311901
unlink 400000
第三步，使用dtruss执行rsync命令测试
$sudo dtruss -c 'rsync -a --delete empty/ tmp/'
CALL COUNT
__mac_syscall 1
__pthread_canceled 1
audit_session_self 1
bsdthread_register 1
exit 1
fcntl_nocancel 1
fork 1
fstatfs64 1
getaudit_addr 1
getegid 1
getrlimit 1
getuid 1
ioctl 1
lstat64 1
shared_region_check_np 1
shm_open 1
sigprocmask 1
sigreturn 1
thread_selfid 1
umask 1
__sysctl 2
chdir 2
csops 2
getdirentries64 2
getpid 2
lseek 2
pread 2
socketpair 2
fstat64 3
munmap 3
open_nocancel 3
close 4
close_nocancel 4
geteuid 4
issetugid 4
open 4
wait4 6
read_nocancel 7
write 7
mprotect 8
read 10
sigaction 10
fcntl 11
mmap 13
select 21
stat64 35
现象分析
rm
- rm命令大量调用了lstat64和unlink，可以推测删除每个文件前都从文件系统中做过一次lstat操作。
- lstat64的次数低于文件总数，还有另外的原因，之后会在另一篇文章中说明。
- getdirentries64这个调用比较关键。
- 过程：正式删除工作的第一阶段，需要通过getdirentries64调用，分批读取目录（每次大约为4K），在内存中建立rm的文件列表；第二阶段，lstat64确定所有文件的状态；第三阶段，通过unlink执行实际删除。这三个阶段都有比较多的系统调用和文件系统操作。
rsync
- rsync所做的系统调用很少。
- 没有针对单个文件做lstat和unlink操作。
- 命令执行前期，rsync开启了一片共享内存，通过mmap方式加载目录信息。
- 只做目录同步，不需要针对单个文件做unlink。
另外，在其他人的评测里，rm的上下文切换比较多，会造成System CPU占用较多——对于文件系统的操作，简单增加并发数并不总能提升操作速度。
总结
把文件系统的目录与书籍的目录做类比，rm删除内容时，将目录的每一个条目逐个删除(unlink)，需要循环重复操作很多次；rsync删除内容时，建立好新的空目录，替换掉老目录，基本没开销。
结论：频繁做减法不如直接从头来过。
—-Why can rsync rapidly delete 400,000 files?—–
—-by 刘兰涛(http://blog.liulantao.com)—–