重复文件清理：按哈希找，别按文件名找

NAS 用久了，重复文件是空间浪费的头号来源：手机备份了两次、下载的文件重命名后又存了一份、照片在不同目录各有一份。

按文件名查重不可靠，同一个文件可能名字不同，不同文件也可能同名。

查重的思路

1. 先按大小分组：大小不同的肯定不是重复，直接排除；
2. 再按部分哈希：读文件头尾各几 KB 算哈希，快速筛；
3. 最后全文件哈希：确认是否完全一致。

大部分工具都是这个流程，效率比直接算全文件哈希高得多。

常见工具

fdupes（Linux 命令行）：

fdupes -r /mnt/存储空间/照片

加 -d 进入交互模式删除，-N 保留第一个其余删除。

jdupes：fdupes 的改进版，更快。

rmlint：功能强，能生成脚本而不是直接删。

图形界面工具：飞牛如果有空间分析类的应用，也能做查重。

安全第一

查重工具最危险的地方是「批量删除」。原则：

• 先列出，不直接删：先看报告，确认哪些是重复的；
• 保留哪个要想清楚：名字更规范的、路径更合理的、修改时间更新的；
• 硬链接代替删除：有些工具支持把重复文件替换成硬链接，空间省了，文件都还在；
• 删之前有备份。

哪些地方最容易重复

• 手机相册备份多次（换了备份工具、换了目录）；
• 下载目录和归档目录各一份；
• 影视文件既有 1080p 又有 4K，被当成重复（其实是不同版本）；
• 文档的多个修订版；
• 从云盘拉下来的文件，本地又存了一份。

注意：文件系统层面的重复

如果用的是支持去重的文件系统（比如某些 btrfs 配置），可能已经做了块级去重，文件大小看着正常，实际只占一份。

命令行查重看到的是逻辑大小，要看实际占用：

du -sh --apparent-size 目录
du -sh 目录

两个数差很多，说明有去重或压缩在起作用。

清理之后

• 更新一下媒体库（删掉的可能是引用中的文件）；
• 跑一次空间统计，确认释放了；
• 把规则记下来，下次备份别再制造重复。

小结

查重的关键是按内容判断，按大小预筛，别信文件名。

删除永远人工确认，工具只负责把候选列出来。