Artifactory充分利用了基于Checksum的存储，但是这种机制无法代替常规的工件清理任务。软件开发可能很杂乱，很多时候Artifactory中的许多工件都从未使用过。
例如，许多CI / CD构建都配置为基于源代码控制“提交”运行，并且一旦将这些快照构建发送到Artifactory，就永远不会实际下载它们。
考虑到软件开发的动态性质，大多数组织都有自己的数据保留策略。由您决定可以清除哪些数据，但是内置工具可以覆盖大多数情况。
通常，在Artifactory中使用三种技术来管理工件存储：
–限制保留多少SNAPSHOT
–
清除超大缓存
–
删除未使用的工件
限制保留多少SNAPSHOT
Artifactory具有内置机制来限制构建的“快照”。该系统的目的是确保在覆盖“release”工件之前将其从“snapshots”存储库中升级出来。
Artifactory支持六种存储库类型的“最大唯一快照”标记：
– Maven – NuGet
– Gradle –Ivy
– Docker – SBT
Artifactory使用Artifactory
Layout系统跟踪快照的数量。这意味着用户在上载快照工件时需要遵循预定义的模式（大多数客户端会自动处理）。
例如，此Maven JAR文件被识别为快照运行编号3的一部分：
jfrog/ hello / 1.0.5-SNAPSHOT / hello-1.0.5-20190620.224837-3.jar
大多数CLI客户端使用特定模式进行上传，Artifactory的默认布局应涵盖这些情况。您可以根据需要自定义这些存储库类型的布局，以处理自定义上传路径。
要在Artifactory中启用此功能，请更新本地存储库设置：
启用此设置后，在“最大唯一快照数”上方进行的上传将在下次构建运行期间删除所有较早的发行版。
最高的数字将始终是最新版本。
清除超大缓存
Artifactory的远程存储库将下载的文件存储在缓存中。通常，保留整个缓存是有益的，因为它可以加快下载速度。但是，如果项目使用的工件有所更改，则值得定期清除缓存。
在Artifactory中有支持此功能的内置系统。要启用自动缓存清除，请转到远程存储库菜单的“高级”部分。
您可以在“ 未使用的工件清理期”部分中添加清理工件之前的小时数：
这并不意味着工件会在12小时后被删除。相反，它在内部将工件标记为“未使用”。
在“ 管理员”->“高级”->“维护 ” 下找到一个单独的作业，称为“清理未使用的缓存工件”，它将执行清理。默认情况下，此cron作业每天运行一次。
删除未使用的工件
通常，Artifactory通常不会自动删除二进制文件。也有例外，例如本文中已讨论的字段。
话虽如此，通过删除长时间未下载的工件可以节省大量存储空间。自动清除未使用的文件的最佳方法是实施Artifactory
User Plugin。
JFrog开发的最受欢迎的用户插件之一是“ artifactCleanup”插件。该插件在Cron Job上运行，并自动删除“ X”天之内尚未下载的任何工件。
如果您需要进一步自定义插件，则可以在代码中更改Artifactory Query Language语句：
def
aql =“ items.find（{” repo“：”“ + repoKey +”“，” type“：” any“，” @ cleanup.skip“：” true“}）。include（” repo“，” path “，”名称“，”类型“）”
需要注意的一件事：artifactCleanup在Docker
Repositories上不起作用。
Docker映像层作为单独的工件存储在“ image”文件夹中。如果大多数Docker客户端中已经有一个层，则不会经常下载该层。由于行为上的差异，建议使用单独的“ cleanDockerImages”插件。
它依赖manifest.json文件的下载计数，该文件始终在发生“ docker pull”时下载。
参考资料：
https://jfrog.com/knowledge-base/artifactory-cleanup-best-practices/
补充资料：
- AQL清理：
https://jfrog.com/blog/advanced-cleanup-using-artifactory-query-language-aql/
-清理已有数据：通过 Rest API 清理 90 天内无人下载的 snapshot，或者是 90 天以前的所有 snapshot，这样能够大大减少存储量，加快索引速度。
-定期清理新增数据：在页面上配置实时清理 snapshot：
更多精彩内容可以专注我们的在线课堂
微信搜索公众号：jfrogchina 获取课程通知
