Trabajando con ficheros temporales: el comando mktemp

Fecha: 2019-10-21 Tiempo de lectura: 4 minutos Categoría: Operaciones Tags: fichero / temporal / script / bash

En uno de los sitios en los que estuve trabajando, tenía un compañero un poco desordenado. Cada vez que hacía un script que necesitaba guardar la salida en un fichero temporal, reutilizaba los nombres o los acumulaba infinitamente en una carpeta temporal, cuyo nombre dependía de la inspiración del momento.

Ambos comportamientos suponen un problema a la larga:

• El llenado de espacio o de inodos puede causar problemas en un sistema linux
  • Son servidores, así que es improbable que se reinicien y se libere la carpeta /tmp
  • Tener varias carpetas de ficheros temporales nos garantiza el caos absoluto y perder nuestros datos
• El reusado de nombres de ficheros es todavía más peligroso
  • Podemos sobreescribir algo importante de una ejecución anterior
  • Si hay dos ejecuciones paralelas de scripts que trabajen con ese fichero, los resultados serán impredecibles

Así pues, cuando yo trabajo con ficheros temporales, siempre utilizo el comando mktemp, que nos crea un fichero vacío (garantizando que no existiera) y nos devuelve el path completo al mismo; sin embargo no lo elimina, siendo este nuestro trabajo.

Para ello, hay dos técnicas utilizadas habitualmente por los que escribimos scripts:

• Lo creamos y lo eliminamos sin cerrarlo, con lo que no se eliminará efectivamente hasta que lo cerremos
• Podemos registrar un evento tipo trap para que al salir de nuestro script lo haga el propio shell

La que me gusta más es la segunda; es más limpia y no hay que ir con cuidado de no cerrar el fichero antes de tiempo. Además, si el script falla, los traps se ejecutan igualmente.

Un ejemplo práctico

Supongamos que tenemos un proceso de importación de datos de un sistema externo. Este sistema nos proporciona unos datos en bruto que hay que procesar, cambiar de formato y, posiblemente, insertar en una base de datos local.

Para obtener los datos es muy fácil hacerlo en bash, o tal vez alguien externo escribió el script y no nos apetece reescribirlo; sin embargo, el procesado de datos lo vamos a hacer en python porque nos ofrece muchas más facilidades para el proceso e inserción de los datos.

Así pues, tenemos un sistema de 3 scripts:

• Uno escrito en bash que obtiene los datos y los escribe en la salida estándar
• Uno en python que los procesa, los modifica y los guarda en la base de datos
• El script principal, también en bash, que llama a los otros dos

Para la salida del primer script, necesitamos recoger la salida en un fichero, para poder pasárselo al segundo script; vamos a utilizar un fichero temporal para esto. El responsable de crear y borrar los ficheros temporales va a ser el script principal, dejando que los otros dos scripts simplemente los usen.

gerard@sirius:~/scripts$ cat ingesta_datos_externos.sh 
#!/bin/bash

TEMPFILE=$(mktemp)
echo "'${TEMPFILE}' creado"
trap 'rm -v ${TEMPFILE}' EXIT

./consultar_sistema_externo.sh > ${TEMPFILE}
./procesar_datos.py ${TEMPFILE}
gerard@sirius:~/scripts$ 

Estos dos scripts invocados harán lo que deban: el primero escribirá los datos en la salida estándar, y el segundo los leerá para hacer lo que necesitemos; para limitar el alcance del artículo, vamos ha hacer que no hagan nada.

gerard@sirius:~/scripts$ cat consultar_sistema_externo.sh 
#!/bin/bash
gerard@sirius:~/scripts$ 

gerard@sirius:~/scripts$ cat procesar_datos.py 
#!/usr/bin/env python3
gerard@sirius:~/scripts$ 

Nos quedamos con las tres ideas claves del artículo:

• Creamos un fichero temporal con mktemp, recogiendo su path en una variable
• Registramos un trap que elimine el fichero cuando el script principal acabe
• Trabajamos alegremente con nuestro fichero temporal, sin importar su nombre o su localización

Si necesitamos más control sobre la posición o el nombre del fichero temporal, podemos poner algunos parámetros en la invocación de mktemp, aunque esto lo tendréis que estudiar por vosotros mismos; la información está fácilmente a la vista:

gerard@sirius:~/scripts$ mktemp --help
Modo de empleo: mktemp [OPCIÓN]... [PLANTILLA]
Crea un fichero o un directorio temporal, de forma segura, y muestra su nombre.
TEMPLATE debe contener al menos 3 'X's consecutivas en la última componente.
Si no se especifica PLANTILLA, utiliza tmp.XXXXXXXXXX e implica --tmpdir.
los ficheros se crean con permisos u+rw, los directories con u+rwx,
menos las restricciones de umask.

  -d, --directory     crea un directorio, no un fichero
  -u, --dry-run       no crea nada, simplemente muestra un nombre (inseguro)
  -q, --quiet         elimina los mensajes sobre fallos de creación de
                        ficheros/directorios
      --suffix=SUF    añade SUF a PLANTILLA; SUF no debe contener la barra.
                        Esta opción va implícita si TEMPLATE no termina en X
  -p DIR --tmpdir[=DIR]  interpreta PLANTILLA relativa a DIR; si no se especifica
                     DIR, utiliza $TMPDIR si existe, o si no /tmp.
                     Con esta opción, PLANTILLA no debe ser un nombre absoluto;
                     al contrario que con -t, PLANTILLA puede contener barras,
                     pero mktemp solamente crea la última componente
  -t               interpreta PLANTILLA como una sola componente de nombre de
                     fichero relativa a un directorio: $TMPDIR, si existe;
                     o si no el directorio especificado con -p; o si no /tmp
                     (obsoleto)
      --help     muestra esta ayuda y finaliza
      --version  informa de la versión y finaliza

ayuda en línea sobre GNU coreutils: <http://www.gnu.org/software/coreutils/>
Informe de errores de traducción en mktemp a <http://translationproject.org/team/es.html>
Full documentation at: <http://www.gnu.org/software/coreutils/mktemp>
or available locally via: info '(coreutils) mktemp invocation'
gerard@sirius:~/scripts$ 

Y con esto evitamos seguir acumulando ficheros innecesarios, que solo molestan.

Feliz scripting!

Copyright © 2015-2020 | Gerard Monells | GitHub