在模式匹配“hdfs-ds-ls”输出时如何忽略时间戳？

mw3dktmi 于 2021-05-29 发布在 Hadoop

关注(0)|答案(1)|浏览(368)

我在hdfs上存储了一些文件，这些文件的名称后面有一个日期后缀，不同于文件的修改日期，如下所示：

$hdfs dfs -ls /a/b/c/d/e/*
Found 5 items
drwxr-xr-x - xuser xuser 0 2015-05-01 13:59 /a/b/c/d/e/exp_dt=2016-01-05
drwxr-xr-x - xuser xuser 0 2017-10-10 15:42 /a/b/c/d/e/exp_dt=2015-05-01

我只想找到一个给定 exp_dt . 目前，努力如下：

inputDir=/a/b/c/d/e/                                                                                                       
countCmd='hdfs dfs -ls $inputDir | grep '\.2015$''
hduCmdOutput=`eval $countCmd`
echo $hduCmdOutput

…输出：

drwxr-xr-x - xuser xuser 0 2015-05-01 13:59 /a/b/c/d/e/exp_dt=2016-01-05 drwxr-xr-x - xuser xuser 0 2017-10-10 15:42 /a/b/c/d/e/exp_dt=2015-05-01

而我想要的是：

drwxr-xr-x - xuser xuser 0 2017-10-10 15:42 /a/b/c/d/e/exp_dt=2015-05-01

当我只想与文件名本身匹配时，如何防止文件的日期戳（修改时间）匹配？

hadoop shell sh

来源：https://stackoverflow.com/questions/50956423/how-can-i-ignore-the-timestamp-when-pattern-matching-hdfs-ds-ls-output

1条答案

按热度按时间

b5buobof1#

符合你的特定模式

如果您只想在一年之后立即过滤 exp_dt= 或者 day_id= ，将筛选器设置为仅在该位置匹配：

hdfs dfs -ls '/a/b/c/d/e/*' | grep -Ee '(exp_dt|day_id)=2015-'

或者如果你想匹配 2015-??-?? 只有在一行的末尾，这可能看起来像：

hdfs dfs -ls '/a/b/c/d/e/*' | grep -Ee '2015-..-..$'

请注意，没有 eval 在这里。如果要存储此代码以多次运行它（使用可能更改的参数），请使用以下函数：

filesForYear() {
  local path=$1 year=$2
  hdfs dfs -ls "$path/*" | grep -Ee "(exp_dt|day_id)=$year"
}

…可称为：

filesForYear /a/b/c/d/e 2015

或

filesForYear /e/f/g 2016

…等等。

通常只搜索文件名

考虑以下功能：

grepHdfsList() {
  local path=$1 pattern=$2
  while read -r line; do
    read -r _ _ _ _ _ _ _ filename <<<"$line"
    [[ $filename =~ $pattern ]] && printf '%s\n' "$line"
  done < <(hdfs dfs -ls "$path")
}

对于从中读取的每行 hdfs dfs -ls ，它只提取文件名，只根据模式匹配文件名，但如果模式匹配，则打印整行(你可以改变 printf '%s\n' "$line" 至 printf '%s\n' "$filename" 如果您只想打印文件名）。
调用可能如下所示：

grepHdfsList /a/b/c/d/e 2015

赞(0）回复(0）举报 2021-05-29

我来回答

在模式匹配“hdfs-ds-ls”输出时如何忽略时间戳？

1条答案

符合你的特定模式

通常只搜索文件名

相关问题

热门标签

最新问答