fclones 实测：20000 个文件 38.5 秒 · 实测库

fclones 0.35.0 是重复文件查找工具，单个 fclones.exe 4831623 字节，压缩包 1974285 字节，扫 20000 个文件要 38.5 秒。

它要解决的是：同一个文件在硬盘上躺了几份，占着空间但没人记得。目录属性只说总大小，说不出哪两个文件字节相同。

这次拿一份 10000 个文件、20857118 字节的目录和它的完整副本做输入，量了耗时和输出体积，另外测了它对小尺寸文件的判定门槛。

一个 4831623 字节的 exe

压缩包 1974285 字节，解开只有一个 exe。Rust 编译的静态链接程序，不需要任何依赖。

138 毫秒是启动成本

--version 只输出 15 字节，还是用了 138 毫秒。这段时间全花在加载 4831623 字节的镜像上，后面的实际回收时从这里开始算。

只有一个 exe，没有配置目录

解压出来就是 cwd 下这么个文件，不写注册表也不建配置目录。参数全部走命令行，用完关掉什么都不留。

扫 20000 个文件要 38.5 秒

输入是两份各 10000 个文件的目录，合计 41714236 字节。group 子命令跑了两遍取中位，38469 毫秒。

38.5 秒里绝大部分在读文件内容

它会把文件内容读进来算哈希再比对，文件名和大小只用来初筛。41714236 字节走一遍磁盘加哈希，38.5 秒这个量级指向的是 IO。

输出 1464194 字节全是路径

10000 组重复、每组列出两份完整路径，一行一个，攒出 1464194 字节，是输入体积的 3.5%。要看总量得加 --unique 之类的收敛参数。

小文件也照查

这是它和同类工具差别最大的地方。同一组五个尺寸的相同文件各两份，1000 字节的那份也被报了出来。

没有 8192 字节的默认门槛

五组全部命中，最小的一组 1000 字节也没放过。要找小文件的重复，这一点决定了它和带默认阈值的工具不是一个用法。

每组标 * 2 是份数

每行末尾的 * 2 表示这组里有两份相同文件，前面那串十六进制是内容哈希的前缀。哈希前缀相同才列在一起。

参数名要查，不能猜

想加个汇总输出写成 --summary，程序直接报 unexpected argument 并把可用参数列了出来。

报错会把全部参数打出来

写错的参数会被直接打回，附上 tip: to pass '--summary' as a value, use '-- --summary' 和整行 usage。查参数不用开文档。

如果把 --min-bytes 设成 10000，那五组里 8000、4000、1000 字节的三组会被直接漏掉，只有 100000 和 10000 两组能报出。默认不设下限，等于把判断权留给用户。

--min-bytes 是调门槛的开关

默认不设下限，所以 1000 字节也在范围内。反过来要跳过小文件、只找大块的重复，就得显式给 --min-bytes。

几组对照用的数字

同一份 20000 文件的输入，fclones 用 38469 毫秒。这个数字要放在同类工具的耗时才看得出位置。

相差 278 倍

38469 除以 138 等于 278。真正花在比对上的时间是程序自身启动成本的 278 倍，它没有为了速度牺牲内容校验。

慢换来的是不漏

逐字节算哈希的代价是慢，收益是不会把「大小相同内容不同」的文件误报成重复。文件越大、越相似，这个差别越明显。

什么场景值得上

硬盘塞满、要清出几十 GB、而且能接受它跑上几分钟的时候。

它只列清单，不动文件

group 的输出是路径列表，删不删由用户决定。要它自己动手得接上后续命令，默认行为对误删很安全。

授权与费用

MIT 许可，个人和商业环境都不收费。源码在 GitHub 上，主要语言 Rust，release 覆盖 Windows、macOS、Linux 三平台。