why "Everything" is so fast?

Everything并不扫描整个磁盘,只是读取磁盘上的USN日志,所以速度飞快。
但因此缺点也明显:
1、只支持NTFS格式的分区,因为USN日志是NTFS专有的。在FAT、FAT32格式分区上无法使用Everything。
2、只索引文件名称、日期和大小,不索引文件内容和附加属性。

3.由于Everything只读取USN日志,所以也无法搜索网络邻居及映射的网络文件夹。

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

关于USN日志,这是我的总结学习:

USN是Update Service Number Journal or Change Journal的英文缩写,直译为“更新序列号”,是对NTFS卷里所修改过的信息进行相关记录的功能。当年微软发布Windows 2000时,建立NTFS 5.0的同时,加入了一些新功能和改进了旧版本的文件系统,为它请来了一位可靠的秘书,它可以在分区中设置监视更改的文件和目录的数量,记录下监视对象修改时间和修改内容。没错,它就是USN日志。当这个功能启用时,对于每一个NTFS卷,当发生有关添加、删除和修改文件的信息时,NTFS都使用USN日志记录下来。

  真高效!探访秘书的工作

  NTFS秘书——USN日志的工作方式,相对来说很简单,所以非常的高效。它开始的时候是一个空文件,包括NTFS每个卷的信息。每当NTFS卷有改变的时候,所改变的信息会马上被添加到这个文件里。这其中,每条修改的记录都使用特定符号来标识为日志形式,也就是USN日志。每条日志,记录了包括文件名、文件信息做出的改变。怎样在系统中让秘书开始干活儿呢?如图2所示,在NTFS分区的图标上右击选择“属性”,勾选圈中部分即可。

  忠诚的秘书只为NTFS效劳

  USN秘书不仅工作高效,而且非常的忠诚,虽然这种忠诚看起来有点迫不得已。日志里包括发生了什么变化(添加、删除或其他操作),但并不会记录数据或其他变化的细节,所以它只能工作在NTFS文件系统中。

  看到上面的描述,你也许还是比较难以理解,那么就举个例子说明一下。USN日志为什么不能在FAT32文件系统下运用呢?就像钢笔不能在宣纸上记录,只能在普通纸上记录一样。USN日志相当于一本书的索引,当然书里面内容发生添加、修改或删除的时候,USN日志会记录下来何时做了修改,并使用特定序列号来标识,但它并不会记录里面具体修改了什么东西,所以索引文件很小。而当你想查找某一篇文章时,你就不用一页一页去翻书,可以直接通过查找USN日志(也就是建立的索引)就知道这篇文章是否存在。

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Everything -极速文件搜索工具神器,快到让你震惊!

每个人的电脑都保存着大量的软件、MP3、照片、游戏、文档、电子书等文件。如果没有很好的使用习惯和管理方法,时间一长东西就容易乱起来了,可能你将需要花大半天的时间才找到一个文档,急用时可谓相当尴尬呢。

然而,Windows自带的搜索功能实在是太慢了,我们需要更快的工具来提高工作效率!

Everthing 正是当之无愧的最强文件搜索神器!!它可以在闪电般的瞬间从海量的硬盘中找到你需要的文件!速度快到绝对让你难以置信!首次接触到 Everything 可真让我惊讶和兴奋了许久!!而且它还是一款完全免费的软件,界面简洁高效,体积很小巧,但功能却非常丰富!Everything 文件搜索工具最大的优点是近乎变态的速度。其速度不是快,是快到离谱;用户不是满意,而是震惊。你甚至会愤怒,它凭什么这么快?!

文件列表功能 – 不接线的情况下查找移动硬盘/U盘上的文件

在最近的版本中,Everything 增加了一个名为 “文件列表” 的新功能,你可以将一些完整的文件路径保存成一个文件列表供搜索之用。譬如你可以将U盘、移动硬盘连接上之后,将其内的所有文件保存成一个“文件列表”文件 (.efu格式),然后在 Everything 的设置->索引->文件列表里面添加这个文件列表让Everything加载它。这样操作之后,即便平时没有连接该移动硬盘,一样可以搜索到它里面的文件!

Everything 强大的搜索功能(支持正则表达式)

你只要在 Everything 的搜索框中输入你想要找的文件名,你会发现在你输入的短短的瞬间,你还没来得及按回车键,搜索结果已经呈现在你的面前了!!Everything 完美支持中文搜索,对于技术比较牛皮的人,还可以使用强悍的正则表达式来搜索特定的文件呢。具体的教程,可以看官方网站的 Everything如何使用正则表达式 FAQ部分。

HTTP 和 FTP 文件共享功能

还记得 HTTP File Server 和 Star FTP Server 吗?他们能方便地把你的机器架设成HTTP / FTP服务器以方便共享文件给别人。然而,我们的 Everything 也内置了HTTP、ETP/FTP服务器的功能,你可以将你的硬盘变成一个网站或FTP,方便别人下载你的文件!而且,HTTP的分享同样拥有一个方便强大的搜索功能呢!

通过浏览器访问Everything架设的HTTP服务器,可以浏览我硬盘内的文件

还能可以快速搜索该电脑文件

使用时只要点击菜单“工具”-“HTTP服务器”或“ETP/FTP服务器”后,就可以启动服务了。HTTP的服务,在浏览器访问 http://本机ip:端口号 即可进行访问。FTP的服务则需要FTP客户端来访问了。你还可以在“工具”-“选项”-“HTTP”或“FTP”中设置端口号和访问密码等。反正有了Everything,你就可以在局域网内随心所欲地分享文件了!当然,如果你的机器有外网的IP(如电信的ADSL),还能让Internet上的任何人访问你硬盘里的文件!

在这里设置HTTP服务器的端口号、访问帐号与密码等

Everything 高效搜索技巧之“与”“或”(引用自xbeta)

技巧:在Everything的搜索框中可以输入多个关键词,以空格分开,表示搜索结果要包括全部关键词。大家肯定对这种做法不会陌生,因为它正是搜索引擎的惯例。
举例:键入(不包括引号,下同)“李白 北京 08 jpg”,可以快速找出某些照片。
技巧:对应“与”的还有“或”(OR)运算,用半角竖线表示:|。当你不确信关键词的准确描述时,这种方式非常有用。
举例:“jpg 李白|libai 北京 08”、“免费|freeware”……
引伸:既然空格表示“与”,那么如何表示真正的空格呢?很简单,加英文半角引号,比如”program files”。

Everything的原理与局限

初接触 Everything 你一定会好奇为什么它能快得这么离谱?!根据Everything的官网所说,它1分钟可以索引100万个文件。iPlaysoft的笔记本上320G的硬盘48万多个文件,建立索引需要的时间也只有几秒,我都差点被吓死。其实 Everything 并没有全部逐一扫描我们硬盘上的文件,而是通过读取NTFS文件系统中的USN日志来完成的。

NTFS文件系统中的 USN 日志记录了系统对NTFS分区中的文件所做的所有更改。对于每一卷,NTFS 都使用 USN 日志来跟踪有关添加、删除和修改的文件的信息。感兴趣的朋友可以研究一下这个USN日志。然而,由于Everything的工作原理是基于 NTFS 文件系统的,也就是它不能在 FAT32 的文件系统上使用了,这是 Everything 的一个局限之处。

时间: 2024-07-29 16:29:04

why "Everything" is so fast?的相关文章

Repodata is over 2 weeks old. Install yum-cron? Or run: yum makecache fast

1.事件描述:CentOS7下使用tree命令,发现该命令没有被安装,在安装的过程中发现yum报错 [[email protected] ~]# tree -d bash: tree: 未找到命令... [[email protected] ~]# yum -y install tree 已加载插件:fastestmirror, langpacks Repodata is over 2 weeks old. Install yum-cron? Or run: yum makecache fast

UVA 11992(Fast Matrix Operations-线段树区间加&改)[Template:SegmentTree]

Fast Matrix Operations There is a matrix containing at most 106 elements divided into r rows and c columns. Each element has a location (x,y) where 1<=x<=r,1<=y<=c. Initially, all the elements are zero. You need to handle four kinds of operati

Fast Paxos(转)

自从Lamport在1998年发表Paxos算法后,对Paxos的各种改进工作就从未停止,其中动作最大的莫过于2005年发表的Fast Paxos.无论何种改进,其重点依然是在消息延迟与性能.吞吐量之间作出各种权衡.为了容易地从概念上区分二者,称前者Classic Paxos,改进后的后者为Fast Paxos. 1. Fast Paxos概览 Lamport在40多页的论文中不仅提出了Fast Paxos算法,并且还从工程实践的角度重新描述了Paxos,使其更贴近应用场景.从一般的Client

HDU 4965 Fast Matrix Calculation 【矩阵】

题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=4965 题目大意:给你一个N*K的矩阵A以及一个K*N的矩阵B (4 <= N <= 1000)以及 (2 <=K <= 6),然后接下来四步: 算一个新的矩阵C=A*B 算M=C^ (N*N) 对于M中的每个元素%6 将M中每个元素加起来,算出和. 也就是求出A*B * A*B * A*B * A*B * A*B *--* A*B   但是A*B形成的矩阵是N*N,而N大小有可能是10

Fast检测角点算法

1.角点定义 角点是一种局部特征,具有旋转不变性和不随光照条件变化而变化的特点,一般将图像中曲率足够高或者曲率变化明显的点作为角点.检测得到的角点特征通常用于图像匹配.目标跟踪.运动估计等方面. 2.Fast检测角点 1)基本思想 E.Rosten和T.Drummond两位大佬在06年一篇文章中提出了FAST特征算法,基本思想十分简单:以某个像素点为圆心,某半径的圆周上其他像素点与圆心像素点特性差异达到某种标准时即认为该点就是角点. 2)数学模型 经过测试发现,选取的圆形半径为3时可以兼顾检测结

Linux内核协议栈 NAT性能优化之FAST NAT

各位看官非常对不起,本文是用因为写的,如果多有不便敬请见谅 代码是在商业公司编写的,在商业产品中也不能开源,再次抱歉 This presentation will highlight our efforts on optimizing the Linux TCP/IP stack for providing networking in an OpenStack environment, as deployed at our industrial customers. Our primary go

快速近似最近邻搜索库 FLANN - Fast Library for Approximate Nearest Neighbors

What is FLANN? FLANN is a library for performing fast approximate nearest neighbor searches in high dimensional spaces. It contains a collection of algorithms we found to work best for nearest neighbor search and a system for automatically choosing t

11G新特性 -- ASM Fast Mirror Resync

ASM Fast Mirror Resync     在oracle 10g中,如果asm磁盘因为光纤.控制器发生故障而发生failure,asm将无法继续向该磁盘中写入数据.     asm会将发生failure的磁盘变为offline,等从其它冗余组同步完数据后,将该磁盘drop.asm不会再从被offline的磁盘读取数据,因为asm认为该磁盘的数据是过期的.     即使failure的磁盘被自动修复,也需要手动将磁盘重新插回重新数据同步.     1.将磁盘offline,并指定dro

OpenCV中feature2D学习——FAST特征点检测

在前面的文章<OpenCV中feature2D学习--SURF和SIFT算子实现特征点检测>中讲了利用SIFT和SURF算子进行特征点检测,这里尝试使用FAST算子来进行特征点检测. FAST的全名是:Features from Accelerated Segment Test,主要特点值计算速度快,比已知的其他特征点检测算法要快很多倍,可用于计算机视觉应用的实时场景.目前以其高计算效率(computational performance).高可重复性(highrepeatability)成为

Correlation Filter in Visual Tracking系列二:Fast Visual Tracking via Dense Spatio-Temporal Context Learning 论文笔记

原文再续,书接一上回.话说上一次我们讲到了Correlation Filter类 tracker的老祖宗MOSSE,那么接下来就让我们看看如何对其进一步地优化改良.这次要谈的论文是我们国内Zhang Kaihua团队在ECCV 2014上发表的STC tracker:Fast Visual Tracking via Dense Spatio-Temporal Context Learning.相信做跟踪的人对他们团队应该是比较熟悉的了,如Compressive Tracking就是他们的杰作之一