rsync 一个超大文件夹“./attachments”过后，怎样检测两台服务器的这个“./attachments”文件夹一模一样
kisshere · 2019-08-20 08:44:46 +08:00 · 3024 次点击这是一个创建于 1947 天前的主题，其中的信息可能已经有所发展或是发生改变。
“./attachments ”文件夹约 2T，内部有几百万个文件，怎样检测这两个文件夹内部文件一模一样
18 条回复 • 2019-08-20 14:14:24 +08:00
 |
1
i4oolish 2019-08-20 08:50:29 +08:00
递归遍历，MD5 比对？
|
 |
2
vuuv 2019-08-20 08:59:09 +08:00 via Android  2
rsync -c 即可检查。
|
 |
3
shawndev 2019-08-20 09:30:12 +08:00
原本答案和 1 楼一样，看完 2 楼查了一下 manual 支持 2 楼。
|
 |
4
codingbaby 2019-08-20 09:56:00 +08:00
md5sum ./attachments
|
 |
5
ThinkZ 2019-08-20 10:03:05 +08:00 1
难道不是再同步一次？如果不一致，还不是要重新同步一次
|
 |
6
dot2017 2019-08-20 10:07:21 +08:00
md5sum 并不适合检查文件夹，更适合文件
|
 |
7
Jeffrey4l 2019-08-20 10:34:43 +08:00
find . -type f -exec md5sum {} \; > FILES
|
 |
8
smallpython 2019-08-20 10:40:04 +08:00
把文件打成 tar 包
看看 tar 包的 md5 值一样不一样 |
 |
9
lihongjie0209 2019-08-20 10:41:32 +08:00
@smallpython #8 你想打包一个 2T 的文件夹?
|
 |
10
zeyexe 2019-08-20 10:48:21 +08:00
@smallpython #8 不能保证两次打包的 md5 值是一样的。
|
 |
11
nullboy 2019-08-20 10:52:17 +08:00
rsync -avP ？
|
 |
12
geelaw 2019-08-20 10:54:46 +08:00 via iPhone
@lihongjie0209 #9 tar 可能是可以 O(1) 额外空间复杂度计算的，md5 是可以 O(1) 额外空间复杂度计算的，因此整个过程是可以流式计算的。
真正的问题并不是计算时间，很可能 文件夹 到 tar 的映射不是 deterministic wrt 内容的，因为 tar 里面还存放了很多其他数据，而且文件的存放顺序也可能是灵活的。 |
 |
13
SingeeKing 2019-08-20 11:15:41 +08:00
rclone check
|
 |
14
reus 2019-08-20 11:37:01 +08:00
-c, --checksum skip based on checksum, not mod-time & size
用 rsync -c |
 |
15
otakustay 2019-08-20 12:38:59 +08:00
2 个内容一模一样但是 chmod 不一样的文件是不是一样？
2 个内容和 chmod 都一样但 mtime 不一样的文件是不是一样？ |
|
16
vuuv 2019-08-20 13:55:27 +08:00 via Android 1
@ThinkZ #5 rsync 默认根据大小及时间快速判断文件是否需要同步，有较低可能出现内容不一致的情况（主要是不敢赌）。
而-c 可以显著减小这个风险。如果还不放心，再上 md5+sha1 校验文件。 常规要求文件安稳的做法 rsync -c 即可满足。 |
|
17
smallpython 2019-08-20 14:12:25 +08:00
|
 |
18
ritaswc 2019-08-20 14:14:24 +08:00
1、是否存在文件 /文件夹
2、两个文件都存在，对比文件大小是不是同一个数值 3、如果文件大小是同一个数值，对比 sha1 或者 md5 如果我是这个开发者 我会这样做 |
Select Language