shell awk实现删除hdfs上某日期之前的文件

最新推荐文章于 2024-09-11 10:42:52 发布

brianv5

最新推荐文章于 2024-09-11 10:42:52 发布

阅读量58

点赞数

文章标签： hdfs hadoop 大数据

本文链接：https://blog.csdn.net/beikewz/article/details/133022090

版权

hadoop fs -ls /user/zhang  查看hdfs上的文件，awk $6是日期， $8是文件路径

#shell脚本
data=$(hadoop fs -ls /user/zhang/data | awk '{print $8}')
data_arr=(${data// / })
for sub_file in ${data_arr[@]}
do
    old_files=$(hadoop fs -ls $sub_file | awk 'BEGIN{ twenty_days_ago=strftime("%F", systime()-20*24*3600) }{ if($6<twenty_days_ago){printf "%s\n", $8} }'
    )
    arr=(${old_files// / })
    for oldfile in ${arr[@]}
    do
        hadoop dfs -rm -r $oldfile
    done
done

#如是集群
把hadoop替换为hadoop --cluster z-hadoop
z-hadoop是我的集群的名字
systime() 系统当前日期的秒数
strftime 返回的是2020-06-30
24*3600 一天的秒数

参考：https://www.cnblogs.com/yankang/p/9773996.html