在指定絕對(duì)路徑下刪除一個(gè)文件，rm 就可以實(shí)現(xiàn);如果只知道文件名，不知道路徑，我們可以通過 `find` 找到它，然后刪除。推而廣之，如果我們可以根據(jù)預(yù)設(shè)的條件找到指定文件，我們就可以實(shí)施刪除操作。這也就是文件自動(dòng)清理的基本思路，根據(jù)預(yù)設(shè)條件生成待刪 除文件列表，然后執(zhí)行定期清除任務(wù)實(shí)施刪除操作。

　　對(duì)于過期文件而言，他們共同標(biāo)志是時(shí)間戳，根據(jù)不同的文件系統(tǒng)，可能是文件創(chuàng)建時(shí)間，訪問時(shí)間，過期時(shí)間等不同的時(shí)間屬性。由于過期文件大多 存在于歸檔系統(tǒng)上，這類文件的特點(diǎn)是數(shù)量巨大，對(duì)于大型系統(tǒng)而言，每天的過期文件數(shù)量都可能達(dá)到數(shù)十萬甚至百萬的數(shù)量級(jí)。對(duì)于如此規(guī)模的文件數(shù)量，掃描文 件系統(tǒng)，生成文件列表就需要大量的時(shí)間，所以文件清理性能是此類人物不得不考慮的問題。

　　對(duì)于垃圾文件而言，有可能會(huì)是存放在特定目錄下的文件，也有可能是是以特殊后綴名結(jié)尾的文件，還有可能是因?yàn)橄到y(tǒng)錯(cuò)誤產(chǎn)生的 0 尺寸或者超大尺寸的文件，對(duì)于這些文件而言，文件數(shù)量一般不大，但是種類比較繁多，情況比較復(fù)雜，需要根據(jù)系統(tǒng)管理員的經(jīng)驗(yàn)，制定比較細(xì)致的文件查詢條 件，定期掃描，生成文件列表，然后進(jìn)行進(jìn)一步處理。

　　相關(guān) Linux 命令簡(jiǎn)介

　　常用的文件系統(tǒng)管理命令包括 `ls`，`rm`，`find` 等等。鑒于這些命令都是常見的系統(tǒng)管理命令，在此不做贅述，詳細(xì)用法請(qǐng)參見命令幫助或者 Linux 使用手冊(cè)。由于大規(guī)模文件系統(tǒng)一般都存儲(chǔ)在專用的文件系統(tǒng)上，這些文件系統(tǒng)都提供了獨(dú)有的命令進(jìn)行文件系統(tǒng)管理。本文實(shí)踐章節(jié)以 IBM 的 GPFS 文件系統(tǒng)舉例，以下簡(jiǎn)要介紹 GPFS 的若干文件系統(tǒng)管理命令。

　　mmlsattr

　　此命令主要用于查看 GPFS 文件系統(tǒng)中文件的擴(kuò)展屬性，如存儲(chǔ)池信息，過期時(shí)間等屬性。

　　mmapplypolicy

　　GPFS 采用策略對(duì)文件進(jìn)行管理，此命令可以根據(jù)用戶定義的策略文件，對(duì) GPFS 文件系統(tǒng)執(zhí)行各種操作，具有非常高的效率。

　　大批量文件自動(dòng)清理的難點(diǎn)

　　Linux 文件刪除機(jī)制

　　Linux 是通過 link 的數(shù)量來控制文件刪除，只有當(dāng)一個(gè)文件不存在任何 link 的時(shí)候，這個(gè)文件才會(huì)被刪除。每個(gè)文件都有 2 個(gè) link 計(jì)數(shù)器—— i_count 和 i_nlink。i_count 的意義是當(dāng)前使用者的數(shù)量，i_nlink 的意義是介質(zhì)連接的數(shù)量;或者可以理解為 i_count 是內(nèi)存引用計(jì)數(shù)器，i_nlink 是硬盤引用計(jì)數(shù)器。再換句話說，當(dāng)文件被某個(gè)進(jìn)程引用時(shí)，i_count 就會(huì)增加;當(dāng)創(chuàng)建文件的軟連接或者硬連接的時(shí)候，i_nlink 就會(huì)增加。

　　對(duì)于 rm 而言，就是減少 i_nlink。這里就出現(xiàn)一個(gè)問題，如果一個(gè)文件正在被某個(gè)進(jìn)程調(diào)用，而用戶卻執(zhí)行 rm 操作把文件刪除了，會(huì)出現(xiàn)什么結(jié)果呢?當(dāng)用戶執(zhí)行 rm 操作后，ls 或者其他文件管理命令不再能夠找到這個(gè)文件，但是進(jìn)程卻依然在繼續(xù)正常執(zhí)行，依然能夠從文件中正確的讀取內(nèi)容。這是因?yàn)�，`rm` 操作只是將 i_nlink 置為 0 了;由于文件被進(jìn)程飲用的緣故，i_count 不為 0，所以系統(tǒng)沒有真正刪除這個(gè)文件。i_nlink 是文件刪除的充分條件，而 i_count 才是文件刪除的必要條件。

　　對(duì)于單個(gè)文件刪除而言，我們可能完全不需要關(guān)心這個(gè)機(jī)制，但是對(duì)于大批量文件刪除，這卻是一個(gè)非常重要的因素，請(qǐng)?jiān)试S我在隨后章節(jié)中詳細(xì)闡述，此處請(qǐng)先記下 Linux 的文件刪除機(jī)制。

　　生成待刪除列表

　　當(dāng)一個(gè)文件夾下面有 10 個(gè)文件的時(shí)候，`ls` 可以一目了然，甚至可以用 `ls – alt` 查看所有文件的詳細(xì)屬性;當(dāng)文件變成 100 個(gè)的時(shí)候，`ls` 可能只能看一看文件名了;文件數(shù)量上漲到 1000，多翻幾頁可能還能接受;如果是 10，000 呢? `ls` 可能需要等上半天才能有結(jié)果;再擴(kuò)展成 100，000 的時(shí)候，絕大多數(shù)系統(tǒng)可能都沒有反應(yīng)，或者“Argument list too long”了。不止是 `ls` 會(huì)遇到這樣的問題，其它的常用 Linux 系統(tǒng)管理命令都會(huì)遇到類似的問題，Shell 有參數(shù)來限制命令的長(zhǎng)度。就算我們可以通過修改 Shell 參數(shù)來擴(kuò)展命令長(zhǎng)度，但這并不能提高命令的執(zhí)行效率。對(duì)一個(gè)超大規(guī)模的文件系統(tǒng)而言，等待 `ls` 和 `find` 等常用文件管理命令的返回的時(shí)間是不可接受的.

　　那么我們?nèi)绾文軌蛟诟�大�?shù)量級(jí)的文件系統(tǒng)上生成刪除文件列表呢?一個(gè)高性能的文件系統(tǒng)索引是一個(gè)好方法，不過高性能的文件索引是少數(shù)人的專利 (這也解釋了為什么 google 和 baidu 能這么賺錢)。好在如此規(guī)模的文件系統(tǒng)一般都只存在于高性能文件系統(tǒng)里面，這些文件系統(tǒng)都提供了非常強(qiáng)大的文件管理功能。譬如前面提到的 IBM 通用并行文件系統(tǒng)(GPFS)的 mmapplypolicy，通過直接掃描 inode 來快速掃描整個(gè)文件系統(tǒng)，并能夠根據(jù)指定條件返回文件列表。下面演示如何根據(jù)時(shí)間戳和文件類型來獲取文件列表