Linux 大目录拷贝

[byte404]

现在有个服务运行的时候会实时产生大量细碎文件，我需要在不停服务的情况把它的所有数据拷贝到另一个磁盘；有什么办法能够在不影响服务的情况下完整同步它的所有文件呢，以前一直用的 rsync ，但从来没有在这个场景里试过。文件系统是 xfs ，需要拷贝的数据大概在 2T 左右 。

[ursus1024]

压缩,迁移,解压.............

[byte404]

@ursus1024 怎么保证文件的完整性？

[ccc008]

不知道你具体的场景。个人感觉要做一下文件夹规划。每天的量多不多？不多按天建文件夹，多的话每天的文件夹下面再按小时分。然后同步的时候同步每天或者每小时的文件夹去同步。

[Vegetable]

rsync 就是干这个的

[my3157]

改 zfs , 用 snapshot send/receive

[byte404]

@ccc008 不可能这么做的，这是一个服务，你仔细看一下描述。

[cheng6563]

你又没走网络 IO ，那直接 rsync 对拷就是了啊，有啥不完整的。

如果分区是基于 lvm 的那就可以用快照实现一致性，不然也没其他办法了。

[byte404]

@cheng6563 这个数据很重要，我多次内网 rsync 拷过去文件都损坏了，几个 T 的目录里全是几百 K ，一两兆那种文件，坏一个都 GG ，就算是本地跨设备拷贝不走网络也有一些担心。

[momocraft]

写入是随机的，那从头复制的都不行
试试 syncthing

[cheng6563]

@Aumujun 要 100%不损坏你只能带上校验文件了，或者拷完后用 diff 比较。
这都要求你要有个类似 lvm 的分区管理器，不然你服务若在你拷贝时读写肯定校验不过。

[byte404]

@cheng6563 我试试 rsync 后再做一次完整的校验，备份的磁盘没有使用 lvm ；实在不行我把备份盘改成 lvm 用快照的方式试试。多谢老哥。

[zhanggg]

raid1 双写 + 热插拔 ？

[limobai]

rclone
https://rclone.org/commands/rclone_bisync/

[limobai]

https://rclone.org/commands/rclone_sync/

[matrix67]

> 运行的时候会实时产生大量细碎文件

改改服务，写 chunk 。比如几百个合成 1M 之类的。

[vhysug01]

ceph ？

[microxiaoxiao]

glusterfs 复制卷可以吧，文件级别的双份写。

[billlee]

这个根本就不是拷贝文件的问题，而是数据一致性的问题。你这数据一直在变化，拷贝需要时间，最后得到的数据肯定是不完整的。除非有 checkpoint 机制，这个 checkpoint 机制要么你的应用自己实现，要么依赖文件系统来提供。

[byte404]

@billlee 和七楼老哥说的一样，我需要的就是这个；这个服务是可以停止后备份的，但每次停止都会耽误进度；所以寻求这样的一个解决方案，后续我会尽量把这种服务建立在 btrfs 上，方便迁移和复制。

[JohnBull]

rsync

[novolunt]

@ursus1024 对，使用 Facebook 开源压缩程序 zstd
同步到服务器
zstd -14 -T0 -r /opt -c | ssh $slave "cat > pkg_file. tgz "
同步到微软云 blob
zstd -14 -T0 -r /opt -c | azcopy copy --from-to PipeBlob "https://myaccountname.blob.core.windows.net/inputs/input.fastq.gz" #input.fastq.gz 这里需要固定得文件名，PipeBlob 是固定的

[julyclyde]

之前给一个服务器做数据备份
直接读它的日志，看哪些文件变化过，然后整理成列表给 rsync 用

[lvzhiqiang]

推荐用 lsync ，直接集成 文件变动通知。

[Dragonish3600]

换成 zfs ，直接定期发送快照

[madao2015]

rsync 挺快,应该有检查文件一致性的参数

[defunct9]

lsync ，这个是王道。但是小心它的语法，跟 rsync 有区别

[MrKrabs]

你数据一直在变怎么定义“完整同步”？

[byte404]

@MrKrabs 你猜楼上给出解决方案的老哥们怎么定义的？

[byte404]

@defunct9 正在用了，还没拷完，后面看看效果。

[calvey]

lsyncd

[yyttrr]

塞进 docker 里面准备两套启动命令，相同的镜像，不同的端口，不同的持久化目录。
运行第一个启动命令，产生文件，过一段时间之后，停止第一个容器，运行第二个启动命令。这时拷贝第一个产生的文件，重复执行

[msg7086]

btrfs snapshot （或者 zfs ），先暂停，然后快照，然后继续跑。快照里的你慢慢 rsync ，跑完释放掉。

[yanqiyu]

btrfs 创建一致快照再 send 出去

[liuliancao]

啥文件 啥服务 文件内容啥 其实也可以考虑利用起来 比如接个 filebeat 吐出来