Rsync 文件同步与增量备份 — 运维的数据守门员

📖 知识点简介

Rsync（Remote Sync）是 Linux 下最强大的文件同步工具，增量传输、差量拷贝、断点续传是其核心利器。结合 SSH 使用可实现安全的远程备份方案，是运维备份体系中最基础也最常用的一环。

🛠️ 核心命令整理

1. Rsync 参数速查

参数	含义	常用度
`-a`	归档模式（递归 + 保留权限/时间/属主等）	⭐⭐⭐
`-v`	输出详细同步信息	⭐⭐⭐
`-z`	传输时压缩	⭐⭐⭐
`-P`	`--partial --progress` 合体，显示进度 + 断点续传	⭐⭐⭐
`--delete`	删除目标目录中源没有的文件（保持严格一致）	⭐⭐
`--exclude`	排除指定文件/目录	⭐⭐⭐
`--link-dest`	硬链接增量备份（节省空间神器）	⭐⭐
`-n`	dry-run 模拟运行，测试不实际执行	⭐⭐⭐
`--bwlimit`	限制带宽（KB/s），防止占满业务带宽	⭐⭐
`-e`	指定远程 shell（默认 SSH，可自定义端口）	⭐⭐

2. 本地同步

bash 复制代码

# 基本同步：将源目录同步到目标目录
rsync -av /data/source/ /data/backup/

# 注意斜杠差异：
# 带斜杠 /data/source/  → 同步目录内容
# 不带斜杠 /data/source → 同步目录本身
# 结果：/data/backup/file.txt        （带斜杠）
# 结果：/data/backup/source/file.txt （不带斜杠）

# 带进度条 + 压缩
rsync -avzP /data/source/ /data/backup/

3. 远程同步（基于 SSH）

bash 复制代码

# 推送到远程服务器
rsync -avzP /data/local/ user@remote:/data/backup/

# 从远程拉取
rsync -avzP user@remote:/data/remote/ /data/local_copy/

# 指定 SSH 端口（默认 22 时无需 -e）
rsync -avzP -e "ssh -p 22222" /data/ user@host:/data/

# 指定密钥文件
rsync -avzP -e "ssh -i ~/.ssh/id_ed25519 -p 22222" /data/ user@host:/data/

📋 实操示例

场景 1：网站目录每日增量备份脚本

bash 复制代码

#!/bin/bash
# /usr/local/bin/backup_web.sh
# 功能：每日增量备份 /var/www/html 到 /backup/web/

SRC="/var/www/html/"
DST="/backup/web/"
LOG="/var/log/rsync_web.log"
DATE=$(date "+%Y-%m-%d %H:%M:%S")

echo "[$DATE] Starting backup..." >> "$LOG"

rsync -avzP --delete \
  --exclude="cache/" \
  --exclude=".tmp/" \
  --exclude="*.log" \
  "$SRC" "$DST" >> "$LOG" 2>&1

if [ $? -eq 0 ]; then
  echo "[$DATE] Backup completed successfully" >> "$LOG"
else
  echo "[$DATE] Backup FAILED!" >> "$LOG"
fi

加入 crontab 每天凌晨 3 点执行：

bash 复制代码

0 3 * * * /usr/local/bin/backup_web.sh

场景 2：硬链接增量备份（类比 macOS Time Machine）

利用 --link-dest 实现全量备份的体验、增量备份的存储：

bash 复制代码

#!/bin/bash
# /usr/local/bin/backup_hardlink.sh
# 功能：硬链接增量备份 /data/project

SRC="/data/project/"
BASE="/backup/project"
DATE=$(date +%Y%m%d_%H%M%S)
DST="$BASE/$DATE"
LATEST=$(ls -1d "$BASE"/*/ 2>/dev/null | tail -1)

mkdir -p "$BASE"

# 首次备份
if [ -z "$LATEST" ]; then
  rsync -avzP "$SRC" "$DST"
  echo "[$DATE] Full backup done -> $DST"
else
  rsync -avzP --link-dest="$LATEST" "$SRC" "$DST"
  echo "[$DATE] Incremental backup done -> $DST (based on $LATEST)"
fi

# 只保留最近 7 天
find "$BASE" -maxdepth 1 -type d -mtime +7 -exec rm -rf {} ;

第一次跑是全量，后续每次只存差异部分。未修改的文件通过硬链向上一版本，空间近乎零增长。

场景 3：断点续传 + 带宽限制（传输大文件）

bash 复制代码

# 10MB 日志文件半路断了？--partial 从断点接着传
rsync -avP --partial --bwlimit=1024 /data/bigfile.log user@remote:/backup/

# bwlimit=1024 ≈ 1MB/s，白天跑不影响业务
# 不加 --bwlimit 会打满带宽，慎用

场景 4：模拟运行校验

bash 复制代码

# -n（dry-run）检查会同步哪些文件，不做实际传输
rsync -avzn --delete /data/source/ /data/backup/

生产环境一定要先 dry-run！ 加 --delete 时尤其小心，一次误操作可能清空目标目录。

⚠️ 常见坑点 & 注意事项

斜杠 / 决定目录层级 --- 这是 rsync 最容易踩的坑。src/ vs src 结果完全不同。写脚本时统一用带斜杠的写法，行为更容易预测。
--delete 必须配合 dry-run 使用 --- rsync -av --delete 会把目标中有但源没有的文件全部删掉。如果源路径写错了，后果很严重。每次跑 --delete 前先加 -n 模拟一遍。

--exclude 模式注意路径是相对源目录的 --- 不要写成绝对路径。例如同步 /var/www/html/ 时排除缓存：

bash 复制代码

# ✅ 正确
rsync -av --exclude="cache/" /var/www/html/ /backup/

# ❌ 错误
rsync -av --exclude="/var/www/html/cache/" /var/www/html/ /backup/

SSH 传输大文件时网络不稳定 --- 建议加 -P（= --partial --progress），万一断了重跑会自动续传。配合 screen 或 tmux 使用更稳妥，防止终端关闭中断传输。
文件变化监控用 inotify + rsync 替代定时任务 --- 如果文件变化频繁且需要实时同步，crontab 定频不够及时。可以用 inotifywait 监听文件变化后触发 rsync：
bash 复制代码
```
# 需安装 inotify-tools
while inotifywait -r -e modify,create,delete /data/watch/; do
  rsync -avz /data/watch/ user@remote:/backup/
done
```
Rsync daemon 模式（rsync://） --- 除了 SSH 隧道，rsync 还支持走自己的 873 端口作为 daemon 服务。配置 /etc/rsyncd.conf 可实现模块化分享，但这会暴露端口在外网，建议仅在内网使用，外网务必走 SSH 隧道。
备份脚本注意日志记录 --- 不加日志，出问题了根本不知道备份有没有执行成功。建议同时记录退出码并配合告警（如邮件/企业微信通知）。

Rsync 是运维工具箱里的瑞士军刀：增量、差量、远程、限速、断点续传，一个命令全搞定。搭配 SSH 加密传输，就是最轻量的异地灾备方案。