同步一个几个 G 的目录到服务器，哪怕只改了几个文件，用 scp 或 cp 还是得把整个目录重新传一遍——网络稍微差一点，等待时间就长得离谱。rsync 解决的正是这个问题：只传输真正变化的部分，其余的原样跳过。

这是 Linux 命令系列的一篇，承接 Linux 常见命令与工具地图。

rsync 为什么”增量”

rsync 判断”变了没”，不是简单看文件名或者改动时间——它用的是一套块级别的对比算法（由 Andrew Tridgell 提出，通常直接叫 rsync algorithm）：把文件切成一个个数据块，两边同时计算校验和，只有校验和对不上的块才会真正传输，没变的块直接跳过不传。

这意味着即使是同一个文件，哪怕只改了中间一小段，rsync 也只传那一小段变化的数据，不会把整个文件重传一遍。目录同步同理：目录里没变的文件直接跳过，只有新增、删除、内容变化的文件才会被处理。这是它比 cp/scp 快的根本原因，不是”压缩得更好”这类表面优化。

最常用的参数组合：-avz

日常用 rsync 基本都是这个组合起手：

1
2
3
4
5
6
rsync -avz ./local_dir/ user@host:/remote/path/
#     -a：archive，归档模式，等价于同时打开 -rlptgoD 这几个选项——
#         递归子目录、保留符号链接、保留权限、保留修改时间、保留属组属主、保留设备文件和特殊文件
#         简单说就是"尽量把文件的原始状态完整保留"，日常同步基本都要带上
#     -v：verbose，显示每个被传输的文件名，方便确认到底同步了什么
#     -z：compress，传输过程中压缩数据，跨网络传输时能省带宽；本地磁盘之间同步不需要这个

-a 是这几个参数里最关键的一个：不加 -a 的话，rsync 默认不会递归进子目录，也不会保留权限和时间戳这些元信息，同步出来的结果跟预期会差很多。

-P：进度条和断点续传

同步大文件的时候，光有 -avz 还不够——看不到进度，网络一断就得从头再来：

1
2
3
4
rsync -avzP bigfile.iso user@host:/remote/path/
#     -P：--partial 和 --progress 两个选项的简写
#     --progress：实时显示当前文件的传输进度（速度、百分比、预计剩余时间）
#     --partial：传输中断时保留已经传完的部分，下次续传时接着传，不用从头开始

-P 对大文件、不稳定的网络环境特别有用——没有 --partial 的话，传到一半中断，之前传的部分会被删掉，下次又得从零开始。

–delete：让目标和源完全一致

前面的同步只会”新增/更新”文件，源目录里删掉的文件不会影响目标目录——目标那边的旧文件会一直留着。想让目标和源保持完全一致（源删了，目标也跟着删），要加 --delete：

1
2
3
rsync -avz --delete ./local_dir/ user@host:/remote/path/
#     --delete：目标目录里凡是源目录没有的文件，都会被删除
#     这是个危险参数——用反了方向（源和目标搞反），可能会把不该删的文件删掉

--delete 属于”威力大但容易出事”的参数，用之前一定要先确认源和目标的方向没搞反。

–dry-run：先演练一遍，别直接动手

尤其是带了 --delete 这种会删除文件的操作，实际执行前应该先跑一遍演练模式，只看会发生什么，不真的执行：

1
2
3
rsync -avz --delete --dry-run ./local_dir/ user@host:/remote/path/
#     --dry-run（也可以用简写 -n）：只打印会做的操作，不实际传输或删除任何文件
#     确认输出的文件列表符合预期之后，去掉 --dry-run 再跑一次真正执行

只要命令里带了 --delete，先 --dry-run 看一眼输出，是能避免”手滑删错文件”最简单也最有效的办法。

排除规则：跳过不想同步的文件

项目目录里的 .git、node_modules 这类文件，同步时通常不需要带上：

1
2
3
4
5
6
7
8
9
rsync -avz --exclude='.git' --exclude='node_modules' ./project/ user@host:/remote/project/
#     --exclude：排除匹配指定模式的文件或目录，可以写多次排除多种内容

rsync -avz --exclude-from='exclude-list.txt' ./project/ user@host:/remote/project/
#     --exclude-from：从文件里批量读取排除规则，规则多的时候比堆一串 --exclude 清晰
#     exclude-list.txt 里每行写一条规则，比如：
#     .git
#     node_modules
#     *.log

远程同步和一个经典的坑：源目录带不带末尾斜杠

rsync 同步远程主机走的是 SSH 通道，语法跟 scp 类似但功能强得多：

1
2
3
rsync -avz ./local_dir/ user@host:/remote/path/
#     基于 SSH 传输，需要目标主机开着 SSH 服务、当前用户有权限登录
#     跟 scp 语法接近，但增量传输、断点续传这些能力 scp 都没有

源目录路径末尾带不带 /，行为是不一样的——这是 rsync 最容易踩的坑，官方手册专门用例子说明过：

1
2
3
4
5
6
7
8
rsync -av /src/foo /dest
#     源路径不带末尾斜杠：把 foo 这个目录本身同步过去
#     结果是 /dest/foo/ 里存放 foo 目录的内容——多出了一层 foo 目录

rsync -av /src/foo/ /dest/foo
#     源路径带末尾斜杠：表示"同步这个目录里的内容"，不是目录本身
#     这条命令和上面那条命令，最终产生的结果是一样的——都是 /dest/foo/ 里存放 foo 的内容
#     区别在于目标路径要不要手动多写一层 foo

简单记忆：源路径末尾的 / 决定”要不要在目标里多包一层目录”——同步目录内容用 foo/，同步目录本身（连同目录名）用 foo（不带斜杠），目标那边对应地要不要手动加上这层目录名。搞混这个经常导致同步出来的目录结构和预期差一层，排查起来莫名其妙。

写到这里

rsync 的核心就是这几件事：增量传输省时间、-P 应付大文件和不稳定网络、--delete 配 --dry-run 保证安全、--exclude 跳过不需要的内容。这几个参数组合起来，日常的目录同步和轻量级备份基本够用——更复杂的定时增量备份场景，通常是在这套参数基础上配合 cron 或者专门的备份工具，但底层同步逻辑还是这些。