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。這是因為，`rm` 操作只是將 i_nlink 置為 0 了;由于文件被進程飲用的緣故，i_count 不為 0，所以系統沒有真正刪除這個文件。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。

　　對于單個文件刪除而言，我們可能完全不需要關心這個機制，但是對于大批量文件刪除，這卻是一個非常重要的因素，請允許我在隨后章節中詳細闡述，此處請先記下 Linux 的文件刪除機制。

　　生成待刪除列表

　　當一個文件夾下面有 10 個文件的時候，`ls` 可以一目了然，甚至可以用 `ls – alt` 查看所有文件的詳細屬性;當文件變成 100 個的時候，`ls` 可能只能看一看文件名了;文件數量上漲到 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果;再擴展成 100，000 的時候，絕大多數系統可能都沒有反應，或者“Argument list too long”了。不止是 `ls` 會遇到這樣的問題，其它的常用 Linux 系統管理命令都會遇到類似的問題，Shell 有參數來限制命令的長度。就算我們可以通過修改 Shell 參數來擴展命令長度，但這并不能提高命令的執行效率。對一個超大規模的文件系統而言，等待 `ls` 和 `find` 等常用文件管理命令的返回的時間是不可接受的.

　　那么我們如何能夠在更大數量級的文件系統上生成刪除文件列表呢?一個高性能的文件系統索引是一個好方法，不過高性能的文件索引是少數人的專利 (這也解釋了為什么 google 和 baidu 能這么賺錢)。好在如此規模的文件系統一般都只存在于高性能文件系統里面，這些文件系統都提供了非常強大的文件管理功能。譬如前面提到的 IBM 通用并行文件系統(GPFS)的 mmapplypolicy，通過直接掃描 inode 來快速掃描整個文件系統，并能夠根據指定條件返回文件列表。下面演示如何根據時間戳和文件類型來獲取文件列表