一种磁盘上循环覆盖文件策略

1. 前言

---

实际开发中经常需要存储数据, 无论是存储日志，还是二进制数据(图片，雷达数据或视频文件等), 不能一直存，是否存在一种策略:
当磁盘空间不足时，优先删除最开始写入的数据呢？

循环覆盖的策略应该有很多，这篇文章抛砖引玉，希望更多个伙伴给出更好的方案出来!

2. 软件设计流程思路

这里只提供思路，具体实现按照客户需求做多样化，最好写个抽象基类出来，后续可以多态各种需求。

---

• 初始化(挂载点/循环覆盖阈值T, 每次覆盖后预留一定的比例，比如覆盖阈值75,当使用率到了75后，删除的比例为5，那么删除后比例为70,)
  • 策略有很多，看客户需求：
    • 按照比例删除, 比如超过阈值，删掉{超过部分+一定过度，大概为5%~10%比例均可}。
    • 按照时间删除，比如超过比例，删除掉最早日期的数据，如果日期内数据小，会导致删除频率高，这里多考量下多目录多文件情况下的事件复杂度(目录遍历) && CPU占用比例实际等，是否影响到系统性能。
    • 组合删除。
    • 空闲删除，某种方式设备休眠时做删除动作{主业务不启用等}。
• 线程监测{按照比例删除流程}
  • 监测磁盘分区当前使用比例。
  • 比较使用比例和循环覆盖阈值T, 当大于阈值比例时, 计算需要删除的比例DT， 通过(总大小乘 DT )计算删除的数据大小。
  • 对磁盘文件做递归查询，将非目录文件部署到数组中(std::vector>。
  • 通过文件属性拿到写操作的时间戳, 通过STL的算法sort按照时间戳做降序/升序排序，得到 std::vector{sort}的数组。
  • 开始删除文件，这里需要注意std::vector<> erase坑。
    • 每次删除成功记录实际删除的大小。
    • 通过这个实际删除大小和理论删除对比，如果{>=}就停止， 调试线程开始。
  • 因为目录中的文件可能都删除了，所以需要检测空目录的情况，当有空目录就删除。

3. 模拟测试

---

3.1 分区准备工作

• 通过fdisk工具分区，假设我们分1个区域/dev/mmcblk1p1
• 格式化mkfs.ext4 /dev/mmcblk1p1
• 挂载 mount -t ext4 /dev/mmcblk1p1 /mywork

3.2 模拟写数据

• 格式化后分区大小为0
• 使用dd命令写操作, 如下是写的一个自动化写数据elf文件源码

#include <unistd.h>#include <stdlib.h>
#include <stdio.h>
#include <string>
#include <vector>int main(int argc, char *argv[])
{if(argc < 5){printf("Usage: ./a.out <创建文件数量> <创建文件大小MB> <创建文件间隔 S> <拷贝目录绝对路径>\n");return -1;}std::string strcmd("");int nFileCount = atoi(argv[1]);int nFileSize = atoi(argv[2]);int nTimeSpan = atoi(argv[3]);std::string dir = argv[4];printf("创建文件数量:%d, 创建文件大小为:%d, 创建文件间隔:%d 拷贝的目录:%s\n", nFileCount, nFileSize, nTimeSpan, dir.c_str());for(int i = 0; i < nFileCount; ++i){strcmd =std::string( "dd if=/dev/zero of=") + dir + "/"+std::to_string(time(0))+"_"+std::to_string(i+1)+".file bs=1048576 count=" + std::to_string(nFileSize);printf("cmd:%s\n", strcmd.c_str());FILE * fp = popen(strcmd.c_str(), "r");if(nullptr == fp){printf("pipe error .\n");exit(127);}printf("create %02d , size:%d MB\n", i+1, nFileSize);fclose(fp); fp = 0;sleep(nTimeSpan);}return 0;
}

运行日志如下:

cmd:dd if=/dev/zero of=/home/ubuntu/pic/6/1703141122_91.file bs=1048576 count=100
create 91 , size:100 MB
100+0 records in
100+0 records out
104857600 bytes (105 MB, 100 MiB) copied, 3.40722 s, 30.8 MB/s
cmd:dd if=/dev/zero of=/home/ubuntu/pic/6/1703141125_92.file bs=1048576 count=100
create 92 , size:100 MB
100+0 records in
100+0 records out
104857600 bytes (105 MB, 100 MiB) copied, 3.47826 s, 30.1 MB/s
cmd:dd if=/dev/zero of=/home/ubuntu/pic/6/1703141129_93.file bs=1048576 count=100
create 93 , size:100 MB
100+0 records in
100+0 records out
104857600 bytes (105 MB, 100 MiB) copied, 3.28752 s, 31.9 MB/s
cmd:dd if=/dev/zero of=/home/ubuntu/pic/6/1703141132_94.file bs=1048576 count=100
create 94 , size:100 MB
100+0 records in
100+0 records out
104857600 bytes (105 MB, 100 MiB) copied, 3.49482 s, 30.0 MB/s
cmd:dd if=/dev/zero of=/home/ubuntu/pic/6/1703141136_95.file bs=1048576 count=100
create 95 , size:100 MB
100+0 records in
100+0 records out
104857600 bytes (105 MB, 100 MiB) copied, 3.62826 s, 28.9 MB/s
cmd:dd if=/dev/zero of=/home/ubuntu/pic/6/1703141139_96.file bs=1048576 count=100
create 96 , size:100 MB
100+0 records in
100+0 records out
104857600 bytes (105 MB, 100 MiB) copied, 3.27876 s, 32.0 MB/s
cmd:dd if=/dev/zero of=/home/ubuntu/pic/6/1703141143_97.file bs=1048576 count=100
create 97 , size:100 MB
100+0 records in
100+0 records out
104857600 bytes (105 MB, 100 MiB) copied, 3.32141 s, 31.6 MB/s
cmd:dd if=/dev/zero of=/home/ubuntu/pic/6/1703141146_98.file bs=1048576 count=100
create 98 , size:100 MB
100+0 records in
100+0 records out
104857600 bytes (105 MB, 100 MiB) copied, 3.30286 s, 31.7 MB/s
cmd:dd if=/dev/zero of=/home/ubuntu/pic/6/1703141149_99.file bs=1048576 count=100
create 99 , size:100 MB
100+0 records in
100+0 records out
104857600 bytes (105 MB, 100 MiB) copied, 3.28151 s, 32.0 MB/s
cmd:dd if=/dev/zero of=/home/ubuntu/pic/6/1703141152_100.file bs=1048576 count=100
create 100 , size:100 MB

3.3 测试

• 开启一个窗口对分区写文件,执行 a.out 100 512 0.5 $PWD/2， 命令行的含义上面的代码有解释。
• 当模拟写的过程中，磁盘使用率越来越大。当到阈值T时，会对最早写的数据做删除动作，直到删除了超出阈值+一定的缓冲，一般给5%~10%足够。
• 进入到目录中，确认目录中文件是否是先删除时间戳最早的文件。