Os arquivos exatos (copiados) têm um tamanho diferente no disco na mesma unidade?

Então, isso exigiu muita pesquisa, mas acabei descobrindo isso. Aprendi muito sobre nossos servidores por meio desse problema.

Plano de fundo das pastas

Para começar, temos duas pastas em questão. Essas pastas são 100% idênticas em termos de dados, até o binário. Essas pastas ficam em um de nossos servidores.

Este servidor específico foi recentemente colocado offline e atualizado do Windows Server 2008 para 2012 para 2016. Junto com todos os outros arquivos neste servidor, uma das pastas permaneceu no volume enquanto o servidor passava por suas atualizações. A outra pasta foi realmente duplicada de um instantâneo do servidor em seu estado de 2008 e, em seguida, colocada no servidor de 2016 atual. Portanto, temos a pasta original e a pasta duplicada. A discrepância é que a pasta duplicada ocupa mais espaço no disco do que a original.

O que eu tentei

Minha linha de raciocínio para descobrir esse problema foi detalhar a pasta duplicada e descobrir se todos os arquivos tinham tamanho incompatível no disco ou se eram apenas alguns. Para tornar essa tarefa muito mais fácil para mim, usei o WizTree da Antibody Software , que é semelhante ao WinDirStat, exceto que, por padrão, possui uma coluna para mostrar o tamanho de cada arquivo no disco, bem como seu tamanho. WinDirStat mostra apenas o tamanho, acredito. Então, pesquisei e descobri que nem todas as subpastas ou arquivos tinham tamanho incompatível no disco, apenas alguns. E os que tinham tinham algo muito peculiar para mim: arquivos com tamanho 0 no disco, mesmo tendo tamanho diferente de zero.

Algum fundo NTFS

Essa descoberta me levou a encontrar essa resposta em outra pergunta de superusuário. No contexto do meu problema, foi isso que concluí dessa resposta.

1. Se um arquivo for tão pequeno que os dados do arquivo e a contabilidade do sistema de arquivos forem menores que 1 KB, o NTFS armazenará os dados no próprio registro do arquivo (MFT) e nenhum cluster deverá ser alocado para ele. Não há tamanho no disco porque não há nada além do registro do arquivo. Isso é chamado de arquivo residente.
2. Antes do Windows 8, o cálculo do "tamanho no disco" do NTFS não levava em consideração os arquivos residentes e não residentes e apenas arredondava o tamanho de cada arquivo para o próximo múltiplo do tamanho do cluster. Agora o NTFS contará arquivos com dados residentes como tamanho de 0kb no disco; o que significa que o cálculo usado no Windows 8+ é mais inteligente do que o cálculo usado no Windows 7-.
3. Depois que um arquivo passa do limite de um arquivo residente para um arquivo não residente, o arquivo não pode voltar.

Como acabei com exatamente os mesmos arquivos com tamanhos diferentes no disco

A pasta original que passou pelas atualizações do servidor teria seus dados reescritos durante o processo, portanto o Windows reexecutou seu cálculo de NTSF e quando encontrou os arquivos que agora sabia que poderiam se tornar arquivos residentes, atualizou a contabilidade para acomodá-los, ou seja, algumas centenas de tamanho de 4kb (1x tamanho do cluster) em arquivos de disco se transformaram em tamanho de 0kb em arquivos de disco, reduzindo assim um arquivo de 245Mb para 244Mb.

Quando nosso departamento de TI usou o software de duplicação de terceiros, não apenas os dados foram copiados, mas também as informações contábeis. Esta aplicação destina-se a duplicar tudo e isso inclui a contabilidade.

O arquivo original em 2008 ocupava 245 MB, pois o NTFS não manipulava os arquivos residentes em seu cálculo. Quando os dados foram reescritos, o NTFS executou o cálculo atualizado e tornou determinados arquivos residentes. A duplicação do original de 2008 também teve suas informações contábeis copiadas, portanto os arquivos de não residentes permaneceram como não residentes.

Portanto, uma resposta sucinta sem todo o histórico necessário para entender como isso aconteceu é: uma pasta contém arquivos residentes, enquanto a outra pasta não. Isso ocorre porque uma pasta teve seus dados reescritos com cálculos que lidam com arquivos residentes, enquanto a outra pasta teve seus dados e informações contábeis copiados de um sistema que não lidava com arquivos residentes.

Menções dignas de nota

1. Posso replicar esse problema copiando a pasta original (244 MB) ou a pasta duplicada (245 MB). A nova cópia sempre terá 244 MB com arquivos residentes.
2. Se eu olhar para o compartilhamento administrativo da unidade C: em um computador com Windows 7, como o Windows 7 calcula a propriedade Tamanho no disco, ambas as pastas mostram 245 MB. Se eu olhar de um computador com Windows 10, ele mostrará 244 MB e 245 MB, pois o cálculo é inteligente o suficiente para procurar arquivos residentes.
3. Se (de uma máquina Windows 8+) eu copiar um arquivo não residente da pasta duplicada que é um arquivo residente na pasta original, a cópia resultará em um arquivo residente desde que os dados foram reescritos.

O Windows compacta automaticamente os arquivos que não são usados ​​com frequência. Se foi compactado pelo Windows, você pode verificar:

Clique com o botão direito na pasta > Propriedades > Atributos avançados

Verifique se a compactação de conteúdo para economizar espaço em disco está habilitada.

Comparar tamanho x tamanho no disco : o conteúdo dos arquivos na imagem acima é do mesmo tamanho, mas o espaço necessário para armazená-los é diferente.

Os arquivos são armazenados em pedaços ('clusters'), e esses pedaços variam de acordo com o sistema de formatação usado para preparar a unidade e o tamanho do cluster escolhido (se você não deixar o tamanho padrão do cluster ser usado). Este documento da Microsoft mostra o tamanho padrão do cluster] para diferentes opções de formatação e para o tamanho da unidade.

Você também pode ter bifurcações de Fluxo de Dados Alternativo anexadas a arquivos no diretório fora da raiz.

O 1 MB extra de espaço provavelmente se deve à adição de metadados no inode ou no nó de índice...

O inode (nó de índice) é uma estrutura de dados em um sistema de arquivos no estilo Unix que descreve um objeto do sistema de arquivos, como um arquivo ou um diretório. Cada inode armazena os atributos e a(s) localização(ões) do bloco de disco dos dados do objeto. Os atributos do objeto do sistema de arquivos podem incluir metadados (horas da última alteração, acesso, modificação), bem como dados de proprietário e permissão.

Embora sejam cópias, o maior está em um diretório diferente (aninhado), portanto, possui um conjunto diferente de informações para indexação.