使用跨不同路径的元数据识别文件答案

【问题标题】：Identifying file using metadata across different paths使用跨不同路径的元数据识别文件
【发布时间】：2011-11-09 11:41:00
【问题描述】：

我有一个 Win 服务将文件“a.txt”写入文件夹“Input”。从这里，另一个第三方服务会仔细阅读该文件，并在修改后将其放回文件夹“输出”中。使用文件名“a.txt”，我可以确定放在 Input 中的文件已经被处理并接收到 bny Output。

我的问题是，即使我等待处理后的副本返回到“输出”，同一文件的更新版本也可能被写入“输入”。那么在这种情况下，当我在“输出”中找到“a.txt”时，如何确定它是原始文件的哪个版本？我尝试使用 FileInfo.CreationTimeUtc 属性，但“输出”会发生变化。有什么建议吗？

【问题讨论】：

您可能想看看设计方法——在您有机会处理它之前，是否存在第三方覆盖 output/a.txt 的风险？

标签： c# windows file-io

【解决方案1】：

您是否可以控制将 a.txt 写入输出的第三方服务？如果是这样，则 FileInfo.CreationTimeUtc 既可读取又可写入。将文件放入输出后，它可以从处理的文件中获取创建时间，并将其设置在输出中的文件上。

【讨论】：

不，没有控制权，这就是为什么我专门称它为“第三方”。 :) 不过谢谢，当一个人确实控制双方时，这是一个不错的选择。

【解决方案2】：

如果您不控制第三方工具，您需要控制唯一可以控制的东西——您编写的文件。如果写入“a.txt”而不是写入“a.timestamp.txt”，您可以看到哪些版本已被处理。

【讨论】：

谢谢，必须保持文件名格式，所以不能这样做。
@shashankss，你们如何保证原子性和有序性？也就是说，如果您编写Input/a.txt，您将开始生成Output/a.txt。但如果第二次写入Input/a.txt，您将再次生成Output/a.txt。如果没有进一步的信息，似乎第一个处理步骤可以读取原始文件和更新的混合，或者第二个处理步骤可以在第一个完成之前完成。这个处理管道的描述方式对我来说很刺激。

【解决方案3】：

也许您可以在输出文件名中添加日期和时间。

读取输入文件及其 CreationTimeUtc
写入名为 a-CreationTimeUtc.txt 的输出文件

编辑

正如您所说，您不能更改文件名，第二个选项是将日期和时间写入文件本身。

【讨论】：

不幸的是，我没有那个选项。文件名遵循特定格式。
那么可能是文件内容本身？
是的，应该可以，谢谢。我看到的唯一问题是，要处理大量文件，必须读取每个文件的内容才能做出此决定。
是的，但如果您无法更改名称，您可能没有更好的选择。顺便说一句，我已经编辑了答案。

【解决方案4】：

正如您所说，您无法更改文件的名称，您有以下选项

如果第 3 方“服务”支持，每个文件使用一个子目录

或

为每个文件名维护一个“队列”
每当您生成文件时，您都会在临时文件夹中使用唯一名称存储它 - 而不是使用“真实”名称（根据您的命名约定）......您维护一个集合（具有“真实”名称的字典 => 唯一的队列名称）和“WorkItem”-List...然后您将一个唯一名称移动到具有“真实”名称的“Input”文件夹中，并将该名称添加到您的“WorkItem”-List...当该文件出现在您的“输出”文件夹，然后将其从“工作项”列表中删除，并将其从字典中的队列中出列……“移动到输入文件夹”总是首先检查“真实”名称是否已经在“工作项”中-List，如果是，它不会移动它。

【讨论】：

【解决方案5】：

您可以监视目录并将放置在 Input 中的文件存储在第二个目录中（如果您真的不能使用相同的目录），并使用修改后的文件名。

第三方存储在 Input:a.txt 中的文件
您的程序识别 a.txt 并将其复制到 Input/Queue/a.Timestamp.txt
您的程序将处理每个文件并将其复制到输出。

如果您不能在输出目录中使用时间戳，您将不得不等到来自输出的文件也被处理，这样您就不会覆盖它。我在generell中看到的问题是文件a.txt上是否没有锁或类似的东西。 a.txt 可以写两次，第一个版本根本不会被处理。就像已经说过的那样。更好的是某种非基于文件的队列或输入中的更多唯一名称。即使您没有直接控制第三方服务，这也可能是一个大问题...

【讨论】：