Como o updatedb é muito mais rápido que o encontrado?

Como é updatedbmuito mais rápido que find?

Aqui está uma comparação temporizada entre updatedbe um findcomando que executa uma tarefa aparentemente semelhante.

compare.sh

#!/usr/bin/env bash

cmd="sudo updatedb"
echo $cmd
time eval $cmd

cmd="sudo find / \
    -fstype ext4 \
    -not \( \
        -path '/afs/*' -o \
        -path '/net/*' -o \
        -path '/sfs/*' -o \
        -path '/tmp/*' -o \
        -path '/udev/*' -o \
        -path '/var/cache/*' -o \
        -path '/var/lib/pacman/local/*' -o \
        -path '/var/lock/*' -o \
        -path '/var/run/*' -o \
        -path '/var/spool/*' -o \
        -path '/var/tmp/*' -o \
        -path '/proc/*' \
    \) &>/dev/null"

echo $cmd
time eval $cmd

Meu /etc/updatedb.conf:

PRUNE_BIND_MOUNTS = "yes"
PRUNEFS = "9p afs anon_inodefs auto autofs bdev binfmt_misc cgroup cifs coda configfs cpuset cramfs debugfs devpts devtmpfs ecryptfs exofs ftpfs fuse fuse.encfs fuse.sshfs fusectl gfs gfs2 hugetlbfs inotifyfs iso9660 jffs2 lustre mqueue ncpfs nfs nfs4 nfsd pipefs proc ramfs rootfs rpc_pipefs securityfs selinuxfs sfs shfs smbfs sockfs sshfs sysfs tmpfs ubifs udf usbfs vboxsf"
PRUNENAMES = ".git .hg .svn"
PRUNEPATHS = "/afs /net /sfs /tmp /udev /var/cache /var/lib/pacman/local /var/lock /var/run /var/spool /var/tmp"

Para o comando find, acabei de especificar o ext4sistema de arquivos, porque esse é o único sistema de arquivos que updatedbdeve acabar procurando. Eu não me incomodei com as extensões de arquivo e não sei como excluir uma montagem de ligação, findmas não tenho nenhuma. Também adicionei uma exclusão para '/ proc' que parece updatedbignorar. Eu também deveria ter ignorado '/ sys'.

Se houver alguma diferença, eu esperaria que o comando find fosse um pouco mais rápido, pois suas regras são um pouco mais simples e não precisam ser gravadas no disco. Em vez disso, updatedbé muito mais rápido.

$ ./compare.sh
sudo updatedb

real    0m0.876s
user    0m0.443s
sys 0m0.273s

sudo find / -fstype ext4 -not \( -path '/afs/*' -o -path '/net/*' -o -path '/sfs/*' -o -path '/tmp/*' -o -path '/udev/*' -o -path '/var/cache/*' -o -path '/var/lib/pacman/local/*' -o -path '/var/lock/*' -o -path '/var/run/*' -o -path '/var/spool/*' -o -path '/var/tmp/*' -o -path '/proc/*' \) &>/dev/null

real    6m23.499s
user    0m14.527s
sys 0m10.993s

O que eles estão fazendo de diferente?

Consulte a página do manual para updatedb"Se o banco de dados já existir, seus dados serão reutilizados para evitar reler diretórios que não foram alterados".

Enquanto o findcomando percorre todos os diretórios, independentemente de terem sido alterados.