18 临时目录、上传文件与清理

1. 每个任务独立目录

TEMP_DIR/jobs/<taskId>/
├─upload/
├─extract/
├─rendered/
└─output/

不要让所有请求共享一个 temp/ 根目录并直接使用原始文件名，否则同名请求会覆盖，清理也难以确认归属。

2. 创建安全临时目录

import { mkdtemp } from "node:fs/promises";
import path from "node:path";

const taskDirectory = await mkdtemp(
  path.join(tempJobsRoot, "markdown-export-"),
);

mkdtemp() 会在前缀后添加随机字符。调用前先确保受控根目录存在。

3. `try/finally`

let taskDirectory: string | undefined;

try {
  taskDirectory = await createTaskDirectory();
  await processUpload(taskDirectory);
} finally {
  if (taskDirectory !== undefined) {
    await rm(taskDirectory, {
      recursive: true,
      force: true,
    });
  }
}

如果结果要通过 Stream 下载，不能在调用 res.download() 后立刻清理；应等待响应完成/关闭，并处理客户端中断。更简单的生产架构是先把任务结果保存为有生命周期的文件，由独立清理器删除。

4. 三类文件生命周期

类型	示例	清理时机
上传原件	Multer ZIP	校验/任务接管后按策略删除
中间产物	解压 Markdown、HTML	任务完成或失败后
最终结果	HTML ZIP	下载后、TTL 后或用户删除后

最终文件是否“一次下载后删除”要由业务决定，不能在网络传输尚未结束时删除。

5. 时间字段

mtime      内容修改时间
ctime      元数据变更时间，不是通用创建时间
birthtime  文件系统提供的创建时间，跨平台可靠性有限

按“存放超过一天”清理时通常选择目录/文件 mtime，但 Worker 写入会刷新时间。更可靠的是任务状态记录 expiresAt；没有数据库记录时，需要明确以哪个文件或目录的 mtime 为准。

6. Node.js 与 Bash

Ubuntu 单机纯运维目录可使用：

find /srv/nloop/tmp/jobs \
  -mindepth 1 -maxdepth 1 \
  -type d -mmin +1440 \
  -print

确认 Dry Run 后才增加删除：

find /srv/nloop/tmp/jobs \
  -mindepth 1 -maxdepth 1 \
  -type d -mmin +1440 \
  -exec rm -rf -- {} +

Bash 简洁，适合 systemd timer/cron；Node.js 更容易结合任务状态、Pino、Windows 和“正在使用”判断。无论选择哪种，都先固定绝对根目录、限制深度并 Dry Run。

7. 什么时候清理

推荐组合：

请求/任务结束：立即尽力清理中间文件
服务启动：扫描上次崩溃遗留目录
低峰期定时任务：清理超过 TTL 的最终结果和遗留任务
磁盘告警：触发人工或受控加速清理

定时清理仍要避免多个 PM2 进程重复执行。可以单独运行一个清理进程、使用分布式锁，或交给 systemd timer。

8. 清理失败

清理属于重要操作，不应完全静默：

taskId
target relative path
error.code
attempt
next retry time

但清理失败也不应覆盖原始转换错误。可以记录为第二错误并由后续清理器补偿。

练习题

为任务设计上传、中间、最终文件 TTL。
写一个 Node.js Dry Run 清理器，只打印将删除目录。
解释为什么不能只根据 ctime 理解“创建超过一天”。
比较 cron Bash 与 Node Worker 的适用边界。