Cómo funciona
Por Pedro Albaladejo · ClearCopies
Actualizado 12 de agosto de 2026 · 7 min de lectura
Cómo encontrar archivos duplicados de OneDrive con Microsoft Graph
Diseña un inventario de solo lectura que gestione la paginación, los hashes, la limitación de peticiones y una salida segura.
Una llamada de prueba de concepto a Graph es fácil; un inventario fiable de la unidad no lo es. El código de producción debe gestionar el recorrido anidado o la enumeración delta, la paginación, los elementos eliminados o cambiantes, los paquetes, los hashes ausentes, la limitación de peticiones, la renovación de tokens y el comportamiento de reanudación.
Separa el adaptador del proveedor, el trabajo de análisis, el motor de duplicados y el modelo de revisión. Persiste puntos de control para que los reintentos no creen un resultado parcial engañoso, y marca la completitud del análisis antes de presentar los totales como definitivos.
Una lista de comprobación práctica
- 1Registra OAuth y solicita solo los ámbitos que necesitas.
- 2Enumera todas las páginas y registra un progreso reanudable.
- 3Normaliza los ID de archivo, los tamaños, las rutas y los hashes compatibles.
- 4Agrupa por tamaño y quickXorHash con estados sin resolver explícitos.
- 5Expón una capa de revisión y exportación independiente de las operaciones de escritura.
Comprende la situación
Mantén las evidencias de detección separadas del juicio de retención. Las señales técnicas pueden establecer que los bytes coinciden, mientras que la ruta, los permisos, el historial y la propiedad determinan si un elemento de archivo es operativamente redundante.
Utiliza un flujo de trabajo controlado
Un pipeline robusto gestiona la paginación, los valores ausentes, la limitación de peticiones y los cambios durante el análisis. Los datos incompletos deben reducir la confianza o permanecer sin resolver, en lugar de convertirse en un resultado de apariencia limpia pero inseguro.
Toma la decisión final
Genera grupos exactos únicamente a partir de la regla de evidencias definida y conserva los ID de los elementos, las rutas, las marcas de tiempo y el contexto de uso compartido para la revisión. Cualquier operación de escritura debe exigir la aprobación explícita del usuario y revalidar el elemento inmediatamente antes de actuar.
ClearCopies tiene una promesa deliberadamente acotada: analizar los metadatos de nube compatibles, confirmar los candidatos exactos mediante el tamaño en bytes más una huella del proveedor coincidente, dejar que el usuario revise y exportar el plan sin descargar el contenido original.
Límites y riesgos a revisar
- — Omitir la paginación crea inventarios incompletos de forma silenciosa.
- — La limitación de peticiones requiere reintentos acotados y espera progresiva.
- — El contenido de la unidad puede cambiar entre el análisis y la revisión.
- — Los tokens, los metadatos de los elementos y los registros son datos sensibles.
Referencias oficiales
Preguntas frecuentes
¿Debería descargar el contenido y calcular el hash yo mismo?
No para el flujo exacto basado solo en metadatos cuando OneDrive proporciona una huella compatible. La descarga de contenido cambia los requisitos de privacidad y de ancho de banda.
¿Puedo usar los nombres de archivo como alternativa?
Úsalos para mostrar candidatos a revisión, no para etiquetar copias exactas.
¿Debería el mismo endpoint eliminar los duplicados?
No. Mantén el inventario en solo lectura y separado de cualquier flujo de escritura posterior, aprobado explícitamente y revalidado.
Analiza primero. Decide con evidencia.
ClearCopies lee los metadatos de las unidades en la nube compatibles y agrupa las copias exactas por tamaño en bytes más una huella de contenido del proveedor. El análisis no descarga el contenido original de los archivos. Revisas el resultado y exportas un plan antes de que se mueva ningún archivo.