系統管理員的手中，管理著企業最有價值的資產——數據;而占據企業級服務器操作系統市場半壁江山的 Linux，更是讓 Linux 系統管理員成為最重要的資產管理員。管理員的職責，就是讓有限的 IT 資源，存儲最有價值的數據。1991 年 IBM 推出 3.5 英寸 1GB 硬盤的時候，管理員洞悉硬盤上的每個文件，人工就可以實現文件管理;而今天 PB 級的存儲設備，則給文件管理帶來了前所未有的挑戰。

　　文件刪除操作，用過 Linux 的人都應該可以完成。那么以下這些文件刪除操作，你能完成哪些?

　　刪除整個文件系統中以特定后綴結尾的文件

　　在一個有 1 百萬的文件系統中刪除某個指定文件

　　從一個千萬級的文件系統里，刪除指定日期創建的 10 萬個文件

　　在億級文件系統里，每天執行文件系統清理，刪除 1 年前產生的上百萬文件

　　下面要討論就是如何實現以上文件刪除操作的策略和方法，如果以上操作對你來說輕而易舉，可以忽略本文。

　　對于清理文件系統而言，我們可以簡單的把清理任務分成兩大類，清理過期文件和清理垃圾文件。

　　過期文件

　　任何數據都有自己的生命周期，數據的生命周期曲線告訴我們，數據在產生和產生之后的一段時間內的價值最大，然后數據價值隨著時間衰減。當數據生命周期結束時，就應該刪除這些過期文件，將存儲空間釋放出來留給有價值的數據。

　　垃圾文件

　　系統運行過程中，會產生各種各樣的臨時文件，些應用程序運行時的臨時文件，系統錯誤產生的 Trace 文件，Core Dump 等等，在這些文件被處理后，就失去了保留價值，這些文件可以統稱為垃圾文件。及時清理垃圾文件，有助于系統維護和管理，保證系統穩定有效的運行。

　　文件自動清理的概述

　　文件自動清理的特點與方法

　　在指定絕對路徑下刪除一個文件，rm 就可以實現;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，如果我們可以根據預設的條件找到指定文件，我們就可以實施刪除操作。這也就是文件自動清理的基本思路，根據預設條件生成待刪除文件列表，然后執行定期清除任務實施刪除操作。

　　對于過期文件而言，他們共同標志是時間戳，根據不同的文件系統，可能是文件創建時間，訪問時間，過期時間等不同的時間屬性。由于過期文件大多存在于歸檔系統上，這類文件的特點是數量巨大，對于大型系統而言，每天的過期文件數量都可能達到數十萬甚至百萬的數量級。對于如此規模的文件數量，掃描文件系統，生成文件列表就需要大量的時間，所以文件清理性能是此類人物不得不考慮的問題。

　　對于垃圾文件而言，有可能會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尾的文件，還有可能是因為系統錯誤產生的 0 尺寸或者超大尺寸的文件，對于這些文件而言，文件數量一般不大，但是種類比較繁多，情況比較復雜，需要根據系統管理員的經驗，制定比較細致的文件查詢條件，定期掃描，生成文件列表，然后進行進一步處理。

　　相關 Linux 命令簡介

　　常用的文件系統管理命令包括 `ls`，`rm`，`find` 等等。鑒于這些命令都是常見的系統管理命令，在此不做贅述，詳細用法請參見命令幫助或者 Linux 使用手冊。由于大規模文件系統一般都存儲在專用的文件系統上，這些文件系統都提供了獨有的命令進行文件系統管理。本文實踐章節以 IBM 的 GPFS 文件系統舉例，以下簡要介紹 GPFS 的若干文件系統管理命令。

　　mmlsattr

　　此命令主要用于查看 GPFS 文件系統中文件的擴展屬性，如存儲池信息，過期時間等屬性。

　　mmapplypolicy

　　GPFS 采用策略對文件進行管理，此命令可以根據用戶定義的策略文件，對 GPFS 文件系統執行各種操作，具有非常高的效率。

　　大批量文件自動清理的難點

　　Linux 文件刪除機制

　　Linux 是通過 link 的數量來控制文件刪除，只有當一個文件不存在任何 link 的時候，這個文件才會被刪除。每個文件都有 2 個 link 計數器—— i_count 和 i_nlink。i_count 的意義是當前使用者的數量，i_nlink 的意義是介質連接的數量;或者可以理解為 i_count 是內存引用計數器，i_nlink 是硬盤引用計數器。再換句話說，當文件被某個進程引用時，i_count 就會增加;當創建文件的軟連接或者硬連接的時候，i_nlink 就會增加。

　　對于 rm 而言，就是減少 i_nlink。這里就出現一個問題，如果一個文件正在被某個進程調用，而用戶卻執行 rm 操作把文件刪除了，會出現什么結果呢?當用戶執行 rm 操作后，ls 或者其他文件管理命令不再能夠找到這個文件，但是進程卻依然在繼續正常執行，依然能夠從文件中正確的讀取內容。<