linux定时脚本：删除linux/HDFS上过期文件

一、定时删除linux上定时的文件

显示20分钟前的文件
find /tmp/ -type f -mmin + -exec ls -l {} \;

删除20分钟前的文件
find /tmp/ -type f -mmin + -exec rm {} \;

显示20天前的文件
find /tmp/ f -mtime + -exec ls -l {} \;

删除20天前的文件
find /tmp/ -type f -mtime + -exec rm {} \;

二、定时删除HDFS上过时的文件

思路：获取文件或目录的修改时间，与设定的过期时间进行比较，对过期文件执行删除操作即可。

#!/bin/bash
source ~/.bashrc

#待检测的HDFS目录
data1_file=/hive/warehouse/db1/
data1_file=/hive/warehouse/db2/

#将待检测的目录(可以为多个)加载至数组中
array_check=($data1_file,$data2_file)

# 当前时间戳
today_timestamp=$(date -d "$(date +"%Y-%m-%d %H:%M")" +%s)

#Func: 删除指定时间之前的过期，这里设置的是30天前
removeOutDate(){
        hadoop fs -ls $ > temp.txt
        cat temp.txt | while read quanxian temp user group size day hour filepath
        do
            current_file_time="$day $hour"
            current_file_timestamp=$(date -d "$current_file_time" +%s)
            if [ $(($today_timestamp-$current_file_timestamp)) -ge $((***)) ];
            then
                echo "$(date +'%Y-%m-%d %H:%M:%S') $filepath"
                hadoop fs -rm -r $filepath > /dev/null >&
            fi
        done
}

#Func: 执行删除
execute(){
        echo -e "\n"
        echo "$(date +'%Y-%m-%d %H:%M:%S') start to remove outdate files in hdfs"
        echo "$(date +'%Y-%m-%d %H:%M:%S') today is: $(date +"%Y-%m-%d %H:%M:%S")"

        for i in ${array_check[@]}
        do
            echo "$(date +'%Y-%m-%d %H:%M:%S') processing filepath: $i"
            removeOutDate $i
            echo -e "\n"
        done

        echo "$(date +'%Y-%m-%d %H:%M:%S') remove outdate files in hdfs finished"
        echo -e "\n"
}
# 开始执行
execute

【参考资料】

[1]. 佚名, Linux 删除指定时间前的文件.

[2]. mengrennwpu, 定时脚本: 删除HDFS中的过期文件.