如何为Github仓库中的文件夹制定清理与归档策略

一、自动化归档脚本 #

编写Shell脚本（适配Linux/macOS，Windows可改用PowerShell），自动筛选并归档超过3个月的SQL文件，按时间维度分类存储方便查阅。

脚本示例（基于Git提交时间，更准确反映文件实际生效时间） #

#!/bin/bash

# 配置路径
SOURCE_DIR="./ddl-scripts"
ARCHIVE_ROOT="./ddl-scripts-archive"

# 创建归档根目录
mkdir -p "$ARCHIVE_ROOT"

# 查找并归档超过90天的.sql文件
find "$SOURCE_DIR" -maxdepth 1 -type f -name "*.sql" -mtime +90 | while read -r FILE; do
    # 获取文件的Git提交年月
    FILE_DATE=$(git log -1 --format="%ad" --date=format:"%Y-%m" "$FILE")
    # 若无需依赖Git，改用系统修改时间：FILE_DATE=$(date -r "$FILE" +"%Y-%m")
    
    ARCHIVE_DIR="$ARCHIVE_ROOT/$FILE_DATE"
    mkdir -p "$ARCHIVE_DIR"
    
    mv "$FILE" "$ARCHIVE_DIR/"
    echo "已归档: $FILE -> $ARCHIVE_DIR"
done

二、仓库归档结构设计 #

• 主工作目录ddl-scripts仅保留近3个月的活跃SQL文件，维持文件数量可控
• 归档目录ddl-scripts-archive按YYYY-MM分文件夹存储历史文件，例如2024-01、2024-02，便于快速定位历史版本
• 归档文件仍保留在Git仓库中，完整保留所有历史记录

三、CICD流程优化 #

• 修改CICD触发规则：仅监控ddl-scripts文件夹的新增/变更，无需扫描归档目录
• 压缩步骤仅针对ddl-scripts文件夹，大幅减少压缩耗时
• 若CICD支持构建缓存，将归档目录加入缓存忽略列表，进一步提升构建速度

四、自动化触发配置 #

通过CI/CD工具的定时任务实现无人值守归档，以下是GitHub Actions的配置示例：

name: 归档旧SQL脚本
on:
  schedule:
    - cron: '0 0 * * 0' # 每周日凌晨自动执行
  workflow_dispatch: # 保留手动触发入口

jobs:
  archive-job:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - name: 执行归档脚本
        run: |
          chmod +x archive-old-sql.sh
          ./archive-old-sql.sh
      - name: 提交并推送归档结果
        run: |
          git config --global user.name "GitHub Actions"
          git config --global user.email "actions@github.com"
          git add .
          git commit -m "自动归档旧SQL脚本"
          git push

GitLab CI、Jenkins等工具可参照类似逻辑配置定时任务，周期可根据需求调整为每周/每两周。

五、注意事项 #

• 首次执行脚本会批量归档所有符合条件的旧文件，后续定期执行仅处理新增的过期文件
• 可根据实际需求调整时间阈值（将-mtime +90改为+60即归档2个月以上的文件）
• 若需临时查阅历史文件，直接进入归档目录对应年月的文件夹即可

内容的提问来源于stack exchange，提问作者Nik