古いファイルを一括削除する perl script

サーバの Disk 容量が足りなくなってきたので、Amazon Search とかの Web Service として提供しているアプリケーションのコンテンツ・キャッシュファイルを、ある一定期間更新がされていないファイルを一括削除することにしました。

簡単な削除スクリプトを書いてみました。キャッシュをファイルベースで管理している場合に、ひょっとして他の方にも役立つかも？と思ってソースを公開しておこうかなぁーと思って。

#!/usr/local/bin/perl
use strict;
use File::Find;
use 5.6.0;
use constant CACHE_DIR => '/temp-path'; ## 削除したいディレクトリのpath
use constant EXPIRE    => 50; ## 削除対象とする経過日数
find(\&filter, CACHE_DIR);
sub filter {
  eval {
    my $hash = {
      Mrange => int(-M $_),
      Arange => int(-A $_),
      Crange => int(-C $_),
      dir    => $File::Find::dir,
      name   => $File::Find::name,
    };
    if( $hash->{Mrange} < EXPIRE ) {
      print "[ok]	$hash->{Mrange}	$hash->{dir}	$hash->{name}\n";
    } else {
      my $name = $File::Find::name;
      qx{ rm -rf "$name" };
      print "[rm]	$hash->{Mrange}	$hash->{dir}	$hash->{name}\n";
    }
  };if($@) { print $@; }
}

ちなみに、先週から週末を開発の時間に割り当てて、Amazon Search と Google Similar のコンテンツ管理を MySQL ベースに変更しようと思いプログラム変更をしていたのですが、全然パフォーマンスがでなくてお蔵入りしてしまいました。

今のファイルベースのキャッシュの仕組みは、コンテンツの内容（属性）を情報として LDAP のような構造をとるようにディレクトリを階層化して管理しているので、index とかが無くても１パスで目的のファイルに辿り着く仕組みになっていて、非常に高速に read/write できるように作っています。

一方、MySQL にした場合は適切なインデックス経由でデータにアクセスするようになるのですが、MySQL も非常に高速なので問題はでないだろうと予測していたのですが、数百万レコード単位になると、さすがに現状のように１パスでアクセスできるような仕組みと比較して遅いという結果になってしまいました。

現状の仕組みだと、集計作業やちょっとしたメンテナンスを全体的に行う場合に、全ファイルを総なめする必要があってメンテナンス性に難があるので、DB 化したいなぁ〜と思っていたのですが、当分は現状のまま運用するしかなさそうです・・・。