我想获取gcs每个目录下的最新文件名

Posted 2023-03-29

【中文标题】我想获取gcs每个目录下的最新文件名

【英文标题】：I want to get the latest file names under each directory of gcs

【发布时间】：2021-07-11 05:22:12

【问题描述】：

我想知道使用 gsutil ls 的每个目录下最新文件的路径。

像这样在循环中执行命令非常慢。

我希望最终的输出是

我该怎么做？

我想知道使用 gsutil ls 的每个目录下最新文件的路径。

shell脚本

for dir in dir_list[@];do
  file+=$(gsutil ls -R $dir | tail -n 1);
done

在循环过程中运行命令非常慢。

我希望最终的输出是

还有其他方法吗？

结果图片

gs://bucket/dir_a/latest.txt
gs://bucket/dir_b/latest.txt
gs://bucket/dir_c/latest.txt
gs://bucket/dir_d/latest.txt

【参考方案1】：

没有其他策略是有充分理由的：目录不存在。因此，您需要扫描所有文件，获取元数据，获取最后一个文件，然后为每个“相似前缀”执行此操作。

前缀就是您所说的目录“/path/to/prefix/”。这就是为什么您只能在 GCS 中按前缀而不是按文件模式执行搜索的原因。

因此，您可以想象构建一个自定义应用程序，该应用程序为每个不同的前缀（目录）创建一个专用于该前缀的并发进程（fork）。像这样，您可以执行并行化。写起来没那么简单，但你可以！