定时脚本: 删除HDFS中的过期文件

1. 基本原理:

  通过hadoop fs -ls *命令获取相关文件或目录的修改时间,然后与设定的过期时间进行比较,之后执行删除操作即可

2. 相关代码:

#!/bin/bash
source ~/.bashrc

# HADOOP所在的bin目录 HADOOP_BIN_PATH
=/home/hadoop/hadoop-2.3.0-cdh5.0.0/bin #待检测的HDFS目录 data1_file=/user/gas/data1
data2_file=/user/gas/data2
#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45天前 removeOutDate(){ $HADOOP_BIN_PATH/hadoop fs -ls $1 > temp.txt cat temp.txt | while read quanxian temp user group size day hour filepath do current_file_time="$day $hour" current_file_timestamp=$(date -d "$current_file_time" +%s) if [ $(($today_timestamp-$current_file_timestamp)) -ge $((45*24*60*60)) ];then echo "$(date +'%Y-%m-%d %H:%M:%S') $filepath" $HADOOP_BIN_PATH/hadoop fs -rm -r $filepath > /dev/null 2>&1 fi done } #Func: 执行删除 execute(){ echo -e "\n\n" echo "$(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\n" } # 开始执行 execute

 参考:Hadoop运维-删除目录下过期的数据

转载于:https://www.cnblogs.com/mengrennwpu/p/6114505.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值