用 graphviz 繪製 debian 套件相依關係圖

到底我的 debian （或 ubuntu/antix/...） 系統裡面， 哪些套件最佔用空間？ 它們彼此之間的相依關係 （dependency） 如何呢？ 其實 apt-* 系列指令可以部分回答這兩個問題。 不過畫出來的圖大到完全無法理解。 這篇就來示範一下如何畫出類似右圖的結果， 並且順便練習一下 grep、 graphviz、 輸入輸出重新導向、 pipe、 命令結果代換等等， 再次展示 「組合的力量」。

一、 列出最佔空間的 20 個套件

根據 dpkg-query 的手冊， 可以這樣查詢套件名稱及佔用空間： dpkg-query -W -f '${Installed-Size;6} ${Package}\n'

我們先把結果存起來：

dpkg-query -W -f '${Installed-Size;6} ${Package}\n' > package-size.txt

只要按照檔案大小排序一下， 再截頭或去尾， 就可找出最佔空間的套件：

sort -n -k 1 package-size.txt | tail -n 20
sort -nr -k 1 package-size.txt | head -n 20

二、 用 grep 列出 14MB 以上的套件

[這一節的目的其實只是在練習 regexp 以及提醒 grep 的新功能而已。] 如果 「大套件」 的條件不是排名， 而是超過某個預先指定的數字， 那該如何篩選呢？ 比方想列出 「佔用空間 14MB 或以上的所有套件」。 這對會寫 perl 或 awk 小程式的人來說很簡單。 但有沒有可能只靠著 regexp -- 例如只靠著 grep 指令 -- 完成呢？ 因為 regexp 看不見數字 -- 在它眼裡， 所有東西都是字串。 所以必須把條件敘述翻譯成三種可能性：

1. 1 開頭， 次位是 4-9 的 （至少） 五位數字
2. 2-9 開頭的 （至少） 五位數字
3. 六位或更大的數字

（因為 dpkg-query 印出來的數字以 K 為單位。） 先只看第一類的 數字 字串。 可以這樣下：
grep '1[4-9][0-9][0-9][0-9] ' package-size.txt
還好現代的 grep 提供 -P 選項， 讓我們可以改用比較強大的 PCRE 語法：
grep -P '1[4-9]\d{3} ' package-size.txt
加上顏色會看得更清楚一點：
grep -P --color=auto '1[4-9]\d{3} ' package-size.txt
同樣的方法可以找出第二類和第三類：
grep -P --color=auto '[2-9]\d{4} ' package-size.txt
grep -P --color=auto '\d{6} ' package-size.txt
合併在一起就變成：
grep -P --color=auto '(\d\d\d|[2-9]\d|1[4-9])\d{3} ' package-size.txt

順便一提： -P 跟 --color=auto 這兩個選項太好用了。 建議在 ~/.bashrc 裡面加上這一句：
alias pgrep='/bin/grep -P --color=auto'
這樣以後可以用 pgrep 指令做 PCRE 搜尋， 而且它會用不同的顏色顯示找到的字串， 有助於 regexp 除錯。

三、 列出與某個特定套件直接相關的那些套件

如果想查詢 「某個特定套件 （比方說 vim 好了） 相依於哪些套件？」 那麼可以這樣下：

apt-cache depends vim

列出來的結果顯示： vim 套件必須有 vim-common， vim-runtime， libacl1， libc6， libgpm2， libselinux1， libtinfo5 等等套件 "撐著" （也就是說， vim 需要用到這些套件） 才能運作。

反過來說， 如果想查詢 「有哪些套件會需要用到某個特定套件 （比方說 coreutils 好了）？」 那麼可以這樣下：

apt-cache rdepends coreutils

列出來的結果顯示： 包含 initscripts， xinit， mktemp， 各版本的核心 （linux-image-*） 等等三五十個套件都靠 coreutils 撐著 （都需要用到 coreutils）。

以上只顯示一層的相依關係。 如果要遞迴地列出所有下層的 depends 或所有上層的 rdepends， 可以加上 --recurse 選項。 不過那樣印出來的資料量多到爆， 顯然不是給人看的。

四、 畫出所有套件相依圖

以上都是文字資訊； 可是... 沒圖沒真相， 一張圖勝過千言萬語啊! 其實 apt-cache 有一個很強大的功能可以畫出整個系統內所有套件的相依圖：

apt-cache dotty > ~/system-dependency.dot

這在我的 antix 底下會產生一個 8MB 的大檔。 它是 graphviz 格式的原始碼， 所以可以這樣產生 svg 向量圖檔：

dot system-dependency.dot -T svg -o system-dependency.svg

如果你的電腦比較慢的話， 會當住好久。 可以開另外的分頁， 用 top 看一下， 它確實還在執行， 而且幾乎吃掉所有的 CPU 時間。 我還不曾在手邊的任何電腦成功地完成這個指令 -- 每次都是以 「Killed」 或 「已砍掉」 的殘念收場。 冏rz ... 就算你的電腦夠強， 成功地產生一個超大的 system-dependency.svg 而且 firefox 或 chrome 成功地開啟這個圖檔， （我不用看也知道） 你也會被它的複雜度完全打敗。 就算有 google 地圖那種等級的縮放功能 （而不是只有 firefox 的小級距 「ctrl +」 跟 「ctrl -」） 你也還是看不懂套件之間的關係 ：-）

五、 畫出某些特定套件的相依圖

apt-cache dotty 有一個選項可以 「只畫出你所指定的幾個套件 （以及他們第一層支撐者） 之間的相依關係」。 例如可以這樣畫出 gimp， inkscape， digikam 這幾個套件及其第一層支撐者之間的相依關係：

apt-cache -o APT::Cache::GivenOnly=1 dotty gimp inkscape digikam > 3pkgs.dot
dot 3pkgs.dot -T svg -o 3pkgs.svg

請用（任何有水準的） 瀏覽器打開來看看。 啊， 終於產生一個勉強可以看的圖了！

六、 過濾和補資訊

不過這樣畫出來的相依套件既太多 （不分大小一律印出） 又太少 （只有一層）。 於是我寫了一支 小小的 perl 程式。 請把它的內容剪貼 （不要 「另存新檔」） 並重新命名為 pick-large-add-size.pl 。 然後 chmod a+x pick-large-add-size.pl 變成可執行檔。 它把命令列上第一個參數視為對照表的檔名， 用以過濾及編修 standard input 的資料。 它假設對照表採用很簡單的一列列 「大小 套件名稱」 格式 -- 就是上面 dpkg-query 輸出的 package-size.txt 格式； 又假設 stdin 的資料是 graphviz 的 dot 格式。 它會過濾 dot 內容， 只留下對照表裡面提及的套件， 又會把每個套件的大小補進 dot 檔裡面。 例如這樣做：

grep -P '(\d\d|[3-9])\d{3} ' package-size.txt > large-pkg.txt
./pick-large-add-size.pl large-pkg.txt < 3pkgs.dot | dot -T svg -o 3pkgs.svg

所畫出來的圖只包含 「上述三套件第一層相依套件當中大小至少 3M 者」。

再進一步， 用 grep 的 -o 選項 （"只印出比對到的字串； 不要印同一列上的前後文"） 挑出套件名稱， 再用 命令結果代換 把這些 「夠大的套件」 （這次改成 「至少 14M」） 的名稱放在 apt-cache dotty 的命令列上。 然後用 pick-large-add-size.pl 重新處理一次：

grep -P '(\d\d\d|[2-9]\d|1[4-9])\d{3} ' package-size.txt > large-pkg.txt
apt-cache -o APT：：Cache：：GivenOnly=1 dotty $(grep -Po ' \S+$' large-pkg.txt) > large-pkg-dep.dot
./pick-large-add-size.pl large-pkg.txt < large-pkg-dep.dot | dot -T svg -o large-pkg-dep.svg

就可以看到一個比較簡潔的相依圖。 最後手動編輯一下 large-pkg-dep.dot 在大括弧之後加上一句 rankdir=LR； 讓相依順序方向改成由左而右排列。 重新執行上面最後一句， 然後用 inkscape 打開最終成品 large-pkg-dep.svg 略微手工調整， 就得到本文最開始的插圖。

七、 組合的力量

本文寫到一半才發現有個好物 debtree 也在做有點類似但不又不盡相同的事， 方便/強大/實用。 可惜它只查詢一個套件的相依關係。

不過當初要寫這篇的動機其實也並非為了實用， 只是想在 linux 課堂上展現 組合的力量。 請深呼吸， 讓我們用 pipe 跟 command substitution 這兩個最重要的機制， 一氣呵成 （省略大部分的中間檔） 產生最終的成果：

apt-cache -o APT：：Cache：：GivenOnly=1 dotty $(dpkg-query -W -f '${Installed-Size;6} ${Package}\n' | grep -P '(\d\d\d|[2-9]\d|1[4-9])\d{3} ' | tee large-pkg.txt | grep -Po ' \S+$') | ./pick-large-add-size.pl large-pkg.txt | dot -T svg -o large-pkg-dep.svg

實際執行時， 必須執行第二次才會成功， 因為 shell 執行 pick-large-add-size.pl 的時間出乎意外地早， 當時 tee 指令還來不及產生 large-pkg.txt。

在 linux 底下， 每一個指令就像一塊塊單獨的積木一樣， 看起來單調無聊乏善可陳。 但它最好玩也最強大的地方在於： 許多積木放在一起時， 彼此可以用各種不同的排列組合， 產生奇妙的花樣， 以及無窮盡的可能性。 這種以簡馭繁的快感， 就是小時候被電腦吸引的真正原因啊！