Mac 上的重复文件：为什么 APFS 克隆改变了算法

APFS 是当今所有 Mac 启动磁盘使用的格式，而在 APFS 上，一个“重复文件”往往根本不是重复的。当你在访达中选取文件 › 复制（Command-D），或者把文件拷贝到同一宗卷上的另一个文件夹时，macOS 通常会创建一个克隆：第二个文件指向与第一个文件相同的数据块。它几乎不占用额外空间，所以删除它也几乎拿不回任何空间。

APFS 克隆的工作原理

克隆是一个新文件，但它的内容没有被拷贝。两个文件都指向磁盘上相同的数据块。只有当其中一个被修改时，APFS 才会为修改的部分写入新的数据块，这种技术叫作写时拷贝（copy-on-write）。未修改的部分仍然共享。

macOS 会在以下情况下创建克隆：

• 你在访达中于同一个 APFS 宗卷内使用“复制”或拷贝（按住 Option 键拖移）。
• App 使用系统标准的文件拷贝调用来拷贝文件，很多 App 都是这样做的。
• 你在“终端”中使用 cp -c。普通的 cp 会写入一份完整的副本。

cp -c "Big Video.mov" "Big Video copy.mov"   # 克隆：共享数据，几乎不占新空间
cp "Big Video.mov" "Big Video copy.mov"      # 完整拷贝：把所有数据重新写一遍

拷贝到另一个宗卷、外置驱动器或网络共享时，始终是完整拷贝。正如 Howard Oakley 所解释的，从“时间机器”备份中恢复克隆时，它们也会失去共享关系：每一个都会作为独立的文件恢复。

为什么删除克隆几乎不释放空间

只有当使用某个数据块的最后一个文件被删除，并且没有本地快照仍保留着它时，空间才会回来。对于一对克隆，删除其中一个后，所有共享的数据块仍被另一个使用，所以你只能拿回几 KB 的文件系统元数据。我们做过测试：克隆一个 200 MB 的文件，可用空间只减少了约 4 KB；普通拷贝则减少了 200 MB。

部分编辑过的克隆介于两者之间。如果你克隆了一个 10 GB 的视频，然后剪辑了其中一份，那么不同的数据块只属于其中一个文件；删除这个文件会释放这些数据块，仅此而已。

为什么重复文件查找工具会高估可节省的空间

重复文件查找工具比较的是文件内容，通常借助校验和。克隆的内容与原文件完全相同，因此会被报告为重复文件，它的完整大小也会被计入“可节省”的总数。在有很多克隆的 Mac 上，这个总数可能高出好几 GB。

同样的盲点也解释了为什么有些工具的结果互相矛盾。访达的“显示简介”和 du 会把每个文件的大小分别相加，所以一个包含三个 1 GB 文件克隆的文件夹看起来像是 3 GB。真正会变化的，是“磁盘工具”中显示的宗卷可用空间。

如果你确实有很多真正的副本，更好的做法往往是把它们转换成克隆而不是删除，这样每个路径都还能正常使用。John Siracusa 开发的 Hyperspace 等工具做的就是这件事。

逻辑大小与分配大小

每个文件都有两个大小：

• 逻辑大小：文件包含多少字节。ls -l 和访达的“大小”显示的就是它。
• 分配大小：文件实际占用多少磁盘空间。访达中的“磁盘上”数值和 du 显示的就是它。

对于克隆（共享数据块）、稀疏文件（例如磁盘映像和虚拟机，未写入的区域不占空间）、被 APFS 压缩的文件，以及已移除下载的云端文件，这两个大小会不一样。更多内容请参见逻辑大小与物理大小。

ls -lh "Big Video.mov"   # 逻辑大小
du -h "Big Video.mov"    # 分配大小，按没有任何共享来计算

如何安全地找到真正的重复文件

从大文件入手。小的重复文件很少值得在意。在访达中选取文件 › 新建智能文件夹，点按 +，设置文件大小 › 大于 › 500 MB（如果第一个菜单中没有“文件大小”，请选取“其他…”），然后切换到列表视图并按名称排序。名称和大小相同的文件就是候选项。

用校验和确认。shasum 是 macOS 自带的工具，只会读取文件：

shasum -a 256 ~/Movies/"Trip.mov" ~/Desktop/"Trip copy.mov"

如果两串很长的十六进制字符相同，内容就完全相同。要检查整个文件夹里的大文件是否有相同的：

find ~/Movies -type f -size +100M -print0 | xargs -0 shasum -a 256 \
  | awk '{n[$1]++; l[$1]=l[$1] $0 "\n"} END {for (h in n) if (n[h]>1) print l[h]}'

这会按校验和分组，列出相同的文件。它不会删除任何东西。校验和相同并不能说明这些文件是否为克隆，所以请把这部分空间视为“可能可以回收”。

如果你愿意，也可以使用口碑好的工具。开源的 dupeGuru 和知名的商业 App 都可以，前提是你逐组检查，排除资料库和系统文件夹，并把它们给出的可节省空间当作上限来看待。

删错副本的风险

内容相同并不意味着两份副本可以互换。

• “照片”图库。切勿在访达中删除 .photoslibrary 包内的文件；图库的数据库仍然需要它们，删除可能导致图库损坏。从 macOS Ventura 起，“照片”的“实用工具”下有一个“重复项”相簿，可以正确地合并重复项。删除的项目会先进入“最近删除”。
• “音乐”、Final Cut Pro、Lightroom 等资料库按路径引用文件。删掉资料库指向的那份“重复文件”，就会留下一个丢失的文件。
• App 包。很多 App 内含相同的框架。删除 .app 中的任何内容都会破坏它的代码签名，可能导致它无法打开。请改为卸载整个 App；参见如何彻底卸载 Mac App。
• 项目和代码。项目文件夹中的文件会被构建和脚本引用；桌面上的那份副本通常才是应该移除的。
• 备份。特意存放在另一个驱动器上的第二份副本是备份，不是重复文件。

拿不准时，保留位于 App 预期位置的那一份，把另一份移到废纸篓，这样还能放回原处。

MoreRoom 能帮上什么忙

MoreRoom 的免删除释放可以免费找出 1 MB 或以上的相同文件。使用 Pro 时，它会把多余的副本转换为 APFS 克隆，就像访达的“复制”一样：每个副本都留在原处，保留各自的名称、日期和标签，但数据只存储一份，也不会删除任何内容。每个文件在操作前都会再次检查；之后如果编辑了某个副本，它只会重新获得自己独立的空间。MoreRoom 还会如实地测量你的磁盘：扫描时，克隆的数据只计算一次，所以它的统计和矩形树图不会像逐个文件相加那样因克隆而虚高。它的规则还会标出可以检查的常见副本，比如留在“下载”文件夹中的旧磁盘映像。你移除的任何内容都会先移到废纸篓，并且可以撤销。对于“照片”中的重复项，请使用“照片”自带的“重复项”相簿。