分布式运用之rsync远程同步

一、rsync的相关知识

1.1 rsync简介

rsync（Remote Sync，远程同步）是一个开源的快速备份工具，可以在不同主机之间镜像同步整个目录树，支持增量备份，并保持链接和权限，且采用优化的同步算法，传输前执行压缩，因此非常适用于异地备份、镜像服务器等应用。

rsync 的官方站点的网址是 rsync.samba.org/，目前最新版本是 3.1.3，由 Wayne Davison 进行维护。作为一种最常用的文件备份工具，rsync 往往是 Linux 和 UNIX 系统默认安装的基本组件之一。

1.2 rsync特性

支持拷贝特殊文件，如连接文件、设备等。

可以有排除指定文件或目录同步的功能，相当于打包命令tar的排除功能。

可以做到保持原文件或目录的权限、时间、软硬链接、属主、组等所有属性均不改变 –p。

可以实现增量同步，既只同步发生变化的数据，因此数据传输效率很高（tar-N）。

可以使用rcp、rsh、ssh等方式来配合传输文件（rsync本身不对数据加密）。

可以通过socket（进程方式）传输文件和数据（服务端和客户端）。

支持匿名的活认证（无需系统用户）的进程模式传输，可以实现方便安全的进行数据备份和镜像。

1.3 rsync同步源服务器

在远程同步任务中，负责发起 rsync 同步操作的客户机称为发起端，而负责响应来自客户机的 rsync 同步操作的服务器称为同步源。

在下行同步（下载）中，同步源负责提供文档的原始位置，发起端应对该位置有读取权限。
在上行同步（上传）中，同步源负责提供文档的目标位置，发起端应对该位置具有写入权限。

1.4 scp与rsync的区别

1）功能差距

rsync远程拷贝可以附带软链接/硬链接。(参数-l 保留软链接，-H 保留硬链接)

scp不支持链接的拷贝。

2）效率差异

简单的解析scp和rsync，前是复制，后是同步。

rsync和scp在文件夹均不存在时，执行时间相差不大，但是文件夹存在的情况下差异很大。原因是scp是复制：若目的地文件不存在则新建，若存在则覆盖。而rsync是同步，比较两边文件是否相同，相同的话，就什么都不做，若存在差异就直接更新。

起到同步的作用时用rsync会快一些，起到复制作用时两者均可（目的地无文件）。视情况来选择rsync或scp。

二、rsync的工具使用

基本格式：

rsync [选项] 原始位置目标位置

常用选项：

选项	功能
-r	递归模式，包含目录及子目录中的所有文件。
-l	对于符号链接文件仍然复制为符号链接文件。
-v	显示同步过程的详细（verbose）信息。
-z	在传输文件时进行压缩（compress）。
-a	归档模式，保留文件的权限、属性等信息，等同于组合选项“-rlptgop"。
-p	保留文件的权限标记。
-t	保留文件的时间标记。
-g	保留文件的属组标记（仅超级用户使用）。
-o	保留文件的属主标记（仅超级用户使用）。
-H	保留硬连接文件。
-A	保留ACL属性信息。
-D	保留设备文件及其他特殊文件。
--delete	删除目标位置有而原始位置没有的文件。
--checksum	根据校验和（而不是文件大小、修改时间）来决定是否跳过文件。

三、配置rsync定时下行同步

源服务器：192.168.73.105

客户机（发起端）：192.168.73.106

1）配置源服务器

systemctl stop firewalld
setenforce 0

rpm -q rsync #一般系统已默认安装rsync

#建立/etc/rsyncd.conf配置文件
vim /etc/rsyncd.conf #添加以下配置项
uid = root
gid = root
use chroot = yes #禁锢在源目录
address = 192.168.73.105 #监听地址
port = 873 #监听端口tcp/udp 873，可通过cat /etc/services | grep rsync查看
log file = /var/log/rsyncd.log #日志文件位置
pid file = /var/run/rsyncd.pid #存放进程ID的文件位置
hosts allow = 192.168.73.0/24 #允许访问的客户机地址。多个地址以空格分隔
dont compress = *.gz *.bz2 *.tgz *.zip *.rar *.z #同步时不再压缩的文件类型

[wwwroot] #共享模块名称
path = /var/www/html #源目录的实际路径
comment = Document Root of www.yang.com #备注
read only = yes #是否为只读。yes表示客户端只能读取目录内容，不能写入。只允许下行，不允许上行。
auth users = backuper #授权账户，多个账号以空格分隔。授权用户，允许读取的用户名。
secrets file = /etc/rsyncd_users.db
#存放授权账户信息的数据文件
#如采用匿名的方式，只要将其中的“auth users"和“secrets file"配置项去掉即可。

#为备份账户创建数据文件。
vim /etc/rsyncd_users.db
backuper:abc123 #无须建立同名系统用户。backuper为用户名，abc123为密码。

chmod 600 /etc/rsyncd_users.db

mkdir -p /var/www/html
#保证所有用户对源目录/var/www/html都有读取权限
chmod +r /var/www/html/
ls -ld /var/www/html/
#启动rsync服务程序
rsync --daemon #启动rsync 服务，以独立监听服务的方式(守护进程)运行
netstat -anpt | grep rsync

#关闭rsync 服务
kill $(cat /var/run/rsyncd.pid)
rm -rf /var/run/rsyncd.pid

2）发起端配置

#将指定的资源下载到本地/opt目录下进行备份。密码abc123

格式一: #用户名@主机地址::共享模块名
rsync -avz backuper@192.168.73.105::wwwroot /opt/ #wwwroot为共享模块名，密码abc123
#backuper指的是我在同步的时候用的哪个用户身份
#wwwroot代表的是模块，模块下面会写同步的默认路径和一些特性，所以我们只需要写模块就好了
#/opt/指的是同步到本地的目录

格式二: #rsync:/用户名@主机地址/共享模块名
rsync -avz rsync://backuper@192.168.73.105/wwwroot /opt/

#免交互格式配置:
echo "abc123" > /etc/server.pass

chmod 600 /etc/server.pass #密码文件权限必须为600，即除了属主，其他人都没有查看权限。

rsync -avz --password-file=/etc/server.pass backuper@192.168.73.105::wwwroot /opt/ #免密同步

#定时同步
crontab -e
30 22 * * * /usr/bin/rsync -az --delete --password-file=/etc/server.pass backuper@192.168.80.10::wwwroot /opt/
#为了在同步过程中不用输入密码，需要创建一个密码文件，保存backuper用户的密码，如/etc/server.pass。在执行rsync 同步时使用选项"--password-file=/etc/server.pass"指定即可。

systemctl restart crond
systemctl enable crond

四、rsync实时同步（上行同步）

定期同步的不足

执行备份的时间固定，延迟明显、实时性差
当同步源长期不变化时，密集的定期任务是不必要的

实时同步的优点

一旦同步源出现变化，立即启动备份
只要同步源无变化，则不执行备份

Linux内核的inotify机制

从版本2.6.13开始提供
可以监控文件系统的变动情况，并做出通知响应
辅助软件：inotify-tools

发起端配置rsync+Inotify

使用inotify通知接口，可以用来监控文件系统的各种变化情况，如文件存取、删除、移动、修改等。利用这一机制，可以非常方便地实现文件异动告警、增量备份，并针对目录或文件的变化及时作出响应。
将inotify机制与rsync工具相结合，可以实现触发式备份（实时同步），即只要原始位置的文档发生变化，则立即启动增量备份操作；否则处于静默等待状态。
因为 inotify 通知机制由 Linux 内核提供，因此主要做本机监控，在触发式备份中应用时更适合上行同步。

具体操作

修改rsync源服务器配置文件

vim /etc/ rsyncd. conf
read only = no #关闭只读，上行同步需要可以写

#之后重启
kill $(cat /var/run/rsyncd.pid)
rm -rf /var/run/rsyncd.pid
rsync --daemon
netstat -anpt | grep rsync

#创建一个同步目录，并修改权限
mkdir /data
chmod 777 /data

发起端，调整 inotify 内核参数

在Linux内核中，默认的inotify机制提供了三个调控参数：

max_queue_events ( 监控事件队列，默认值为16384)、
max_user_instances (最多监控实例数，默认值为128)、
max_user_watches (每个实例最多监控文件数，默认值为8192)。

当要监控的目录、文件数量较多或者变化较频繁时，建议加大这三个参数的值。

cat /proc/sys/fs/inotify/max_queued_events
cat /proc/sys/fs/inotify/max_user_instances
cat /proc/sys/fs/inotify/max_user_watches

vim /etc/sysctl.conf #内核参数都在该文件中修改
fs.inotify.max_queued_events = 16384
fs.inotify.max_user_instances = 1024
fs.inotify.max_user_watches = 1048576

sysctl -p

发起端，安装 inotify-tools

用inotify 机制还需要安装inotify-tools，以便提供inotifywait、 inotifywatch 辅助工具程序，用来监控、汇总改动情况。

inotifywait：可监控modify (修改)、create (创建)、move (移动)、delete (删除)、attrib ( 属性更改)等各种事件，一有变动立即输出结果。
inotifywatch：可用来收集文件系统变动情况，并在运行结束后输出汇总的变化情况。

注：需要安装依赖包：yum install -y gcc gcc-c++ make

cd /opt
 
tar zxvf inotify-tools-3.14.tar.gz -C /opt/
 
cd /opt/inotify-tools-3.14
./configure
make && make install
 
 #可以先执行“inotifywait”命令，然后另外再开启一个新终端向 /data 目录下添加文件、移动文件，在原来的终端中跟踪屏幕输出结果。
 inotifywait -mrq -e modify,create,move,delete /data
 
 #选项“-e”：用来指定要监控哪些事件
 #选项“-m”：表示持续监控
 #选项“-r”：表示递归整个目录
 #选项“-q”：简化输出信息

发起端，编写触发式同步脚本

在另外一个终端编写触发式同步脚本（注意，脚本名不可包含 rsync 字符串，否则脚本可能不生效）。

vim /opt/inotify.sh 
 #!/bin/bash
 
 #定义inotifywait监控/data目录中文件事件的变量。attrib表示属性变化。
 INOTIFY_CMD="inotifywait -mrq -e modify,create,attrib,move,delete /data"
 
 #定义执行 rysnc 上行同步的变量。--delete保证两边目录内容一致，可以不加。
 RSYNC_CMD="rsynC -azH --delete --password-file=/etc/server .pass /data backuper@192.168.73.105::backupdir/"
 
 #使用while、read持续获取监控结果，根据结果可以作进一步判断是否读取到输出的监控记录
 $INOTIFY_CMD | while read DIRECTORY EVENT FILE 
 do
    #如果rsync未在执行，则立即启动
    if[ $(pgrep rsync | wc -l) -le 0 ];then
         $RSYNC_CMD
    fi
 done
 
 chmod +x /opt/inotify.sh
 
 chmod +x /etc/rc.d/rc.local     #开机自启脚本文件
 echo '/opt/inotify.sh' >> /etc/rc.d/rc.local  #加入开机自动执行
 
 #之后运行脚本（后台运行）
 cd /opt/
 ./inotify.sh &
 
 #之后在发起端创建文件，查看源服务器中是否新增了

如果同步的文件比较大，同步时比较慢导致后面文件没来的及同步，则需要在脚本内添加消息队列或缓冲：

 #!/bin/bash
 #定义inotifywait监控目录中文件事件的变量
 INOTIEY_CMD="inotifywait -mrq -e modify,create,attrib,move,delete /data/"
 #定义执行rsync上行同步的变量
 RSYNC_CMD="rsync -azH --delete --password-file=/etc/server.pass /data/ backuper@192.168.73.105::backupdir/"
 #使用while、read持续获取监控结果，根据结果可以进一步判断是否读取到输出的监控记录
 $INOTIEY_CMD | while read DIRECTORY EVENT FILE
 do    
       #小于等于0，则等待它执行完再去同步其他文件
       until [ $(pgrep rsync | wc -l) -le 0 ] 
      
       do
          sleep 1
       done
       $RSYNC_CMD
 done

验证同步效果

上述脚本用来检测本机/data目录的变动情况，一旦有更新触发rsync 同步操作，上传备份至服务器192.168.73.105的wwwroot共享目录下。

触发式上行同步的验证过程如下:

（1）在本机运行/opt/inotify.sh 脚本程序.

（2）切换到本机的 /data/ 目录，执行增加、删除、修改文件等操作。

（3）查看远端服务器中的wwwroot目录下的变化情况。

五、使用rsync快速删除大量文件

假如要在linux下删除大量文件，比如100万、1000万，像/usr/local/nginx/proxy_temp的nginx缓存等，那么rm -rf * 可能就不好用了，因为要等待很长一段时间。

在这种情况下我们可以使用rsync来巧妙处理。

rsync实际用的是替换原理。

#先建立一个空的文件夹：
mkdir /home/blank

#用rsync删除目标目录：
rsync --delete-before -a -H -v --progress --stats /home/blank/ /usr/local/nginx/proxy_temp

#这样目标目录很快就被清空了

选项说明：

选项	作用
--delete-before	接收者在传输进行删除操作
-a	归档模式，表示以递归方式传输文件，并保持所有文件属性
-H	保持硬连接的文件
-v	详细输出模式
--progress	在传输时显示传输过程
--stats	给出某些文件的传输状态