Pythonで最新のバックアップを選ぶとき、ファイル名と更新日時のどちらを信じる?

Python

この記事について
この記事は、生成AIを活用した自動生成フローで作成しています。Python公式のpathlibとshutilの仕様を参考に、バックアップファイルを名前だけで取り違えないための手順を整理しました。掲載コードの実行結果は未確認です。

検証ステータス:📘 公式仕様を参照・掲載コードの実行は未確認

Pythonで最新のバックアップを選ぶとき、ファイル名と更新日時のどちらを信じる?

「昨日のバックアップを戻してほしい」と頼まれ、フォルダー内で最も新しいファイルを探す。単純にファイル名を降順に並べればよさそうですが、手作業で付けた名前やコピーした時刻が混ざると、想定と違うファイルを選ぶことがあります。バックアップの復元では、最新らしいファイルと復元してよいファイルを区別することが大切です。 、実際のバックアップを変更せず、架空のファイルを作って並び順の違いを観察します。最後に、復元前の確認項目と、選定結果を記録する方法まで考えます。

対象環境と注意点

Python 3.10以降の標準ライブラリを想定します。追加パッケージや管理者権限は不要です。実験にはTemporaryDirectoryを使い、作成した架空ファイルだけを読みます。実際のNAS、データベース、WordPressのバックアップは読み書きしません。

この例の「更新日時」はファイルシステムが保持するst_mtimeです。ファイル内容が業務的にいつ確定したかを示すものではありません。コピー、同期、復元、時刻設定によって変化することがあります。したがって、更新日時が新しいだけで正しい世代とは断定できません。

まず、二つの並び順を比べる

次のコードは一時フォルダーに3個の架空ファイルを作り、ファイル名と更新日時を別々に並べます。os.utimeで更新日時を明示的に設定するため、実行した日の時計に依存しない比較ができます。

import os
import tempfile
from datetime import datetime, timezone
from pathlib import Path

with tempfile.TemporaryDirectory() as work:
    folder = Path(work)
    samples = [
        ("backup-20261113.json", "old", 1700000300),
        ("backup-20261114.json", "middle", 1700000100),
        ("backup-20261115.json", "new", 1700000200),
    ]
    for name, value, timestamp in samples:
        path = folder / name
        path.write_text(value, encoding="utf-8")
        os.utime(path, (timestamp, timestamp))

    files = list(folder.glob("backup-*.json"))
    by_name = sorted(files, key=lambda p: p.name, reverse=True)
    by_mtime = sorted(files, key=lambda p: p.stat().st_mtime, reverse=True)

    print("名前順:", [p.name for p in by_name])
    print("更新日時順:", [p.name for p in by_mtime])
    print("名前順の先頭:", by_name[0].read_text(encoding="utf-8"))
    print("日時順の先頭:", by_mtime[0].read_text(encoding="utf-8"))

期待結果(未実行):名前順の先頭はbackup-20261115.jsonで内容はnew、更新日時順の先頭はbackup-20261113.jsonで内容はoldです。同じ3ファイルでも、採用する基準によって答えが変わります。これは並べ替え関数の不具合ではなく、ファイル名に書かれた日付とファイルシステムの更新日時が別の情報だからです。

Path.globはパターンに合うファイルを列挙するだけで、業務上の新旧を保証しません。sortedで初めて順序を指定しています。reverse=Trueは降順にする指定であり、何を基準に降順にするかはkeyで決まります。

どちらを信じるべきか

定時バッチが日付付きファイル名を厳格に作り、命名規則と保存完了が保証されているなら、名前の日付を世代管理の軸にできます。しかし、担当者が手でファイル名を変更できる場合、日付だけでは信頼できません。反対に、更新日時を使う方式では、古いファイルを別の場所からコピーしただけで「最新」に見える可能性があります。

実務では、まずバックアップ作成側が残す完了記録やマニフェストを優先し、そこに世代ID、作成日時、サイズ、ハッシュ、対象システムを記録する設計が有効です。ファイル名や更新日時は候補を絞る補助情報に留めます。復元候補を選ぶ操作と、本当に復元する操作も分離します。

条件を一つ変える:更新日時を同じにする

上のos.utimeの3つ目の時刻を1700000300に変えてください。すると、1番目と3番目の更新日時が同じになります。Pythonのソートは安定ソートですが、元のglob列挙順は世代順を意味しません。同時刻のファイルに対する明示的な第2キーがないと、どちらを選ぶかが不明瞭になります。

候補の表示を再現可能にするなら、例えばkey=lambda p: (p.stat().st_mtime, p.name)とします。これで同じ更新日時のときは名前で決まります。ただし、順序が決まることと正しいバックアップが決まることは別です。同時刻の候補が複数あるなら、自動復元せず、人が内容と完了記録を確認する運用も妥当です。

ファイルを開けないときの切り分け

globの結果が空なら、まずフォルダーが正しいか、拡張子や大文字小文字が想定と一致しているかを調べます。ファイルを列挙できてもstat()やread_text()で権限エラーになることがあります。ファイルが列挙から読み取りまでの間に削除された場合はFileNotFoundErrorも起こり得ます。

ファイル名の規則が壊れている場合、単純な文字列順ではbackup-9.jsonがbackup-10.jsonより後に並ぶことがあります。固定桁の日付や連番を使うか、名前をパースして妥当性を検証してください。未知の名前は黙って採用せず、確認対象として残すのが安全です。

復元業務に持ち込むときの確認

障害復旧の担当者は、候補のファイル名、更新日時、サイズ、ハッシュ、作成ジョブの完了記録を一緒に確認します。作成ジョブが失敗した途中ファイルを「最新」として選ばないためです。ハッシュは内容が記録時から変わっていないことを確かめる材料ですが、元の記録自体が正しいか、データがアプリケーションとして整合しているかまでは保証しません。

本番復元の前には隔離した場所で読み込み試験を行い、対象時点のデータ件数や主要レコードを確認します。復元先のサービス停止や切戻し条件も決めてから実施します。この記事のコードは候補を比較する練習であり、復元や削除を自動化するコードではありません。

また、バックアップに個人情報や認証情報が含まれる場合、候補一覧やエラー出力に中身を表示しないことが重要です。ログに必要なのは、候補の識別子、判定基準、採否の理由です。実データを貼り付けずに検証できる設計にしましょう。

まとめ

ファイル名と更新日時は、どちらも「最新」を判断する手掛かりですが、それだけで復元の正しさは決まりません。今回の実験で並び順が逆転する理由を理解できれば、単純な最新ファイル取得処理を業務へ導入する前に、どの前提が不足しているかを説明できます。重要な復元ほど、完了記録と内容確認を優先してください。

公式資料

掲載コードはPythonの公式仕様を参照して作成しましたが、掲載内容そのものの実行結果はまだ確認していません。業務への適用時は対象OS、ファイルシステム、権限とバックアップ方式を確認してください。

文書情報

記事タイトル
Pythonで最新のバックアップを選ぶとき、ファイル名と更新日時のどちらを信じる?
作成日
更新日
Source URL
https://papanda925.com/?p=18643

ライセンス: 本記事のうち、当サイトが権利を有する本文・自作図表は、特記なき限り CC BY 4.0 で利用できます。生成AIを活用して作成・編集した内容を含みます。コードについて、別途ライセンス表示またはリンク先GitHubリポジトリのライセンスがある場合は、その条件を優先します。引用・第三者資料・画像・商標等は本ライセンスの対象外です。 利用ポリシー

タイトルとURLをコピーしました