了解更多银河麒麟操作系统全新产品，请点击访问：
麒麟软件产品专区：https://www.kylinos.cn/productPc/
开发者专区：https://developer.kylinos.cn/
文档中心：https://document.kylinos.cn/document/center
目录
[2.1 文件大小差异之谜：II 与 du 命令的本质区别](#2.1 文件大小差异之谜：II 与 du 命令的本质区别)
[2.1.1 命令原理对比](#2.1.1 命令原理对比)
[2.1.2 空洞文件的识别方法](#2.1.2 空洞文件的识别方法)
[2.2 scp 传输前后文件大小变化但 md5sum 一致的原因](#2.2 scp 传输前后文件大小变化但 md5sum 一致的原因)
[2.2.1 md5sum 的校验逻辑](#2.2.1 md5sum 的校验逻辑)
[2.2.2 scp 对空洞文件的处理机制](#2.2.2 scp 对空洞文件的处理机制)
[scp 的传输逻辑](#scp 的传输逻辑)
[2.3. 保持稀疏文件特性的解决方案：使用 rsync 替代 scp](#2.3. 保持稀疏文件特性的解决方案：使用 rsync 替代 scp)
[2.4 总结：理解文件系统与传输协议的底层逻辑](#2.4 总结：理解文件系统与传输协议的底层逻辑)
一、文档概述
在文件管理和操作过程中，常常会遇到一些看似矛盾的现象，例如使用不同命令查看文件大小存在差距、文件传输前后大小变化但校验值一致等。这些问题背后往往与文件空间（稀疏文件）的特性以及文件传输协议的处理方式密切相关。本文将结合技术原理与实际案例，详细解析这些现象的成因与应对方法。
二、主要内容
2.1 文件大小差异之谜：II 与 du 命令的本质区别
2.1.1 命令原理对比
ls -l（或 ll）：显示文件的逻辑大小，即文件中数据的理论字节数，包含未实际分配磁盘空间的"空洞"部分。
du -sh：显示文件的实际磁盘占用量，仅计算已分配物理块的空间大小，忽略空洞。
2.1.2 空洞文件的识别方法
当文件的逻辑大小（ls 结果）远大于实际磁盘占用（du 结果）时，可判定存在数据空洞。具体验证方式如下：
命令行验证：
stat --format="%b %s" 文件名 # %b 为块数，%s 为文件大小（字节）
若%s 数值显著大于%b×块大小（默认块大小为 4KB），则说明存在空洞
2.2 scp 传输前后文件大小变化但 md5sum 一致的原因
2.2.1 md5sum 的校验逻辑
md5sum 工具用于验证文件内容的完整性，它会逐字节读取文件内容并计算哈希值。对于空洞文件，操作系统在读取时会将空洞部分填充为零字节，因此：
（1）源文件的逻辑内容（含空洞填充的零字节）与目标文件的实际内容（传输后写入的零字节）完全一致。
（2）即使文件传输前后存储形态不同，md5sum 计算结果仍相同。
2.2.2 scp 对空洞文件的处理机制
稀疏文件的特性
稀疏文件通过文件系统元数据标记空洞位置，实际不占用物理空间，读取时动态填充零字节，常用于数据库快照、日志文件等场景。
scp 的传输逻辑
读取阶段：源端 scp 读取文件的所有逻辑内容，包括空洞对应的零字节。
传输阶段：将读取到的所有数据（含零字节）通过网络发送至目标端。
写入阶段：目标端按接收到的字节流创建新文件，所有零字节均被实际写入磁盘，空洞被"填满"。
**结果：**目标文件变为普通文件，逻辑大小与实际磁盘占用一致，导致 du 命令显示的大小增加，但内容与源文件一致（含零字节），故 md5sum 值不变。
2.3. 保持稀疏文件特性的解决方案：使用 rsync 替代 scp
若需在文件传输过程中保留空洞（稀疏性），可采用支持稀疏文件处理的工具，例如 rsync 命令的--sparse参数：
rsync --sparse 源文件 目标路径
原理：rsync 会检测文件中的连续零字节区域，并在目标端重建空洞，避免实际写入零字节，从而保持稀疏文件的存储优化特性。
**适用场景：**传输大型日志文件、数据库备份等包含大量空洞的文件时，可显著减少传输数据量与磁盘占用。
2.4 总结：理解文件系统与传输协议的底层逻辑
空洞文件的本质：是文件系统优化存储的一种机制，逻辑上存在数据但物理上未分配空间。
命令差异的核心：ls 关注逻辑大小，du 关注物理占用，两者分别反映文件的不同属性。
传输工具的选择：scp 会"展开"空间，rsync 可保留稀疏性，需根据实际需求（如存储空间、传输效率）灵活选择。
通过深入理解这些技术细节，可在日常运维中更高效地处理文件存储与传输问题，避免因工具特性差异导致的误判与资源浪费。