业务需求：需要把一个目录下的1000多万个文件迁移到远程机器
思路：用wget来把文件一个一个的迁移过去，因为文件数量比较大，如果一下在循环操作，会非常慢。所以分批操作，采用化整为零的方法。
#! /bin/sh
home=/usr/local/www/skate/p_w_picpath63delback
cd $home
if [ `pwd` == $home ];then
a="1 1000000 2000000 3000000 4000000 5000000 6000000 7000000 8000000 9000000"
for b in $a
do
c=`expr $b + 100000`
for loop in `sed -n "$b,$c"p $1`
do
path=`echo $loop | awk -F "/" '{print $1"/"$2"/"$3"/"$4}'`
mkdir -p $path
/usr/bin/wget http://172.16.111.163/$loop -P $path
echo $loop >> $1.log
done
done
fi
需求2：需要把A目录下的1000多万个小文件分批迁移到B目录，每次1000个，30分钟一次，mv之前需确认B目录为空。
思路：使用python的shutil模块，也用shell，大概思路与上文一般。
# -*- coding: utf-8 -*-
import os
import shutil
def Test1(rootDir):
list_dirs = os.walk(rootDir)
count=0
for root, dirs, files in list_dirs:
for d in dirs:
print os.path.join(root, d)
if os.listdir("/data/file/S10032666/"):
print "目录非空，请清空文件。"
return 0
else:
for f in files:
if count < 1000:
count=count +1
f = os.path.join(root, f)
shutil.move(f,"/data/file/S10032666/")
print os.path.join(root, f)
else:
return 0
Test1("/data/S10032666_bak/")
我们也可以使用linux系统命令rsync来巧妙的处理。rsync实际上用的是替换原理，处理数十万个文件也是秒删。
1、先建立一个空目录
mkdir /data/blank 2、用rsync删除目标目录
rsync --delete-before -d -a -H -v --progress --stats /data/blank/ /var/edatacache/
或者
rsync --delete-before -d /data/blank/ /var/edatacache/
这样/var/edatacache目录就被快速的清空了。
选项说明：
–delete-before 接收者在传输之前进行删除操作
–progress 在传输时显示传输过程
-a 归档模式，表示以递归方式传输文件，并保持所有文件属性
-H 保持硬连接的文件
-v 详细输出模式
–stats 给出某些文件的传输状态
-d transfer directories without recursing
3、也可以用来删除大文件假如我们在/root/下有一个几十G甚至上百G的文件data，现在我们要删除它
一、创建一个空文件 touch /root/empty
二、用rsync清空/root/data文件 rsync --delete-before -d --progess --stats /root/empty /root/data
