千万级小文件清理需分步验证、null分隔、并发控制与日志留痕：先-print确认路径，用-print0+xargs-0防解析错误，-p和-n限并发与批大小，tee记录日志，sleep限速，lsof跳过忙文件。
清理千万级小文件，不能靠 rm * 或 find ... -exec rm {} \; 这类低效又危险的方式。核心目标是：删得准、传得稳、跑得控、留得痕。
先用 find 精准定位，绝不跳过验证
冗余不等于可删。千万级场景下，误删代价极高，必须分两步走：
- 先用
-print或-ls把匹配结果“打出来看一眼”，确认路径、时间、大小都符合预期 - 例如清理 180 天前的临时文件：
find /tmp -name "*.tmp" -mtime +180 -print | head -10 - 若涉及重复内容，避免直接上
fdupes（它扛不住千万级），改用cksum流式去重：find /data -type f -print0 | xargs -0 cksum | sort | awk '{if ($1==prev) print $0; prev=$1}'
用 -print0 + xargs -0 传参，绕过空格和换行陷阱
Linux 文件名允许含空格、中文、换行符，普通管道会解析错乱，导致删错或中断。必须启用 null 分隔：
find /var/log -name "access_*.log" -mtime +90 -print0 | xargs -0 rm -f-
-print0让 find 每个路径后加\0；xargs -0只认\0当分隔符，彻底规避解析错误 - 切记不要写成
find ... | xargs rm—— 这是生产事故高发写法
加 -P 控制并发数，防 I/O 打满或系统卡死
默认 xargs 会把所有路径一股脑塞给一个 rm，或启动成百上千个进程，瞬间拖垮磁盘和内存：
- 用
-P N限定同时运行的rm进程数，SSD 建议-P 8~12，HDD 建议-P 4~6 - 配合
-n 100限制每批最多传 100 个文件，减轻单次系统调用压力：xargs -0 -P 6 -n 100 rm -f - 边跑边用
iostat -x 1观察%util，持续 >90% 就该调低-P
加日志、限速、跳过忙文件，让清理可追踪、可中断、可回退
生产环境清理不是“删完就行”，而是要留痕、可控、容错：
- 记录删了哪些：
find ... -print0 | tee /var/log/cleanup.log0 | xargs -0 -P 6 rm -fv 2>&1 | tee /var/log/cleanup.log - 机械盘限速防冲击：
find ... -print0 | xargs -0 -P 4 -I{} sh -c 'rm -f "$1"; sleep 0.01' _ {}（每删一个停 10ms） - 跳过被进程占用的文件（避免 “Text file busy” 中断）：
xargs -0 -P 6 sh -c 'for f; do lsof -f -- "$f" >/dev/null || rm -f "$f"; done' _（注意：仅在确有长期独占场景时启用）
