需调用 stat() 填充 struct stat 并检查返回值，st_ino 与 st_dev 组合唯一标识文件；用 lstat() 获取软链接自身 inode；包含 和 。
直接用 stat() 系统调用获取 st_ino，但仅靠它无法安全去重——必须搭配 st_dev 才构成跨文件系统唯一的标识对。
怎么用 C++ 调用 stat() 正确读取 inode 号
Linux 下没有“C++ 原生 inode API”，只能通过 POSIX 系统调用。核心是填满 struct stat，其中 st_ino 是你要的值，但前提是你得先确保调用成功且路径有效。
-
stat()不跟随符号链接；若要获取软链接自身的 inode（不是目标），就该用lstat() - 必须检查返回值：
if (stat(path.c_str(), &sb) != 0)，否则sb.st_ino是未初始化垃圾值 - 常见失败原因：路径不存在、权限不足、路径是悬空符号链接（此时
errno == ENOENT或某些环境下为ELOOP） - 记得
#include <sys></sys>和#include <unistd.h></unistd.h>，否则编译不过
示例片段：
struct stat sb;
std::string path = "/tmp/test.txt";
if (stat(path.c_str(), &sb) == 0) {
std::cout << "inode: " << sb.st_ino << ", dev: " << sb.st_dev << "\n";
} else {
perror(("stat " + path).c_str()); // 自动打印 errno 对应错误
}
为什么不能只比 st_ino？必须组合 st_dev 才能去重
st_ino 在单个挂载点内唯一，但不同设备（比如 / 和 /home 可能是不同磁盘或 LVM 逻辑卷）上完全可能重复。拿两个 st_ino == 12345 的文件，一个在 SSD 上、一个在 NFS 挂载点上，它们毫无关系。
立即学习“C++免费学习笔记（深入）”；
- 真正唯一标识一个文件的是二元组
(st_dev, st_ino) -
st_dev是设备号（主+次号打包），可用major(sb.st_dev)/minor(sb.st_dev)拆解，但通常直接比较原始值更稳妥 - NFS 场景下
st_dev可能被服务端统一映射成伪设备号，此时(st_dev, st_ino)仍不跨客户端唯一——如果你在集群中做全局去重，得额外加主机标识 - ext4/xfs 等本地文件系统中，
st_ino就是磁盘 inode 表的真实槽位索引，重启不变，但依然不能脱离st_dev单独使用
硬链接去重 vs 内容去重：两种场景对应不同逻辑
用 (st_dev, st_ino) 只能识别硬链接（同一份数据的多个入口）。如果文件名不同、路径不同、但内容一样（非硬链接），这个组合完全无效——它们的 st_ino 必然不同。
- 硬链接去重：遍历目录，对每个文件调用
stat()，用std::map<:pair ino_t>, std::vector<:string>></:string></:pair>分组，同 key 的路径即为一组硬链接 - 内容去重：必须计算哈希（如
SHA256），用哈希值作 key。注意大文件要流式计算，避免内存爆掉；小文件可直接read()全量 -
find . -samefile target底层就是靠stat()+(st_dev, st_ino)实现的，但它只查硬链接，别误以为它能找内容重复文件 - 性能上，
stat()比哈希快得多，但只能解决一类问题；混用时建议先做硬链接聚类（零成本），再对每组代表文件做哈希校验（减少哈希次数）
容易被忽略的路径与符号链接陷阱
相对路径、符号链接、当前工作目录（cwd）三者一搅和，stat() 结果就可能出人意料。
- 传相对路径给
stat()，实际解析依赖调用时的 cwd——多线程或 chdir 后极易错乱；强烈建议转成绝对路径（realpath()）再调用 - 想判断两个路径是否指向同一文件（含软链接），用
stat()；想判断是否是同一个链接文件自身（比如监控谁改了这个链接），用lstat() -
stat()遇到深层嵌套的符号链接（如 a→b→c→d）会递归解析，可能触发多次 I/O，甚至卡住（某些 overlayfs 或旧内核）；lstat()则立刻返回，适合快速扫描 - 容器环境里，/proc/mounts 显示的挂载点可能和宿主机不一致，
st_dev值不可跨容器直接比较
最麻烦的其实是 NFS + 符号链接 + 相对路径组合——这时 st_ino 和 st_dev 都可能失真，硬编码去重逻辑大概率失效。
