备份简述¶
什么是备份？
备份是指文件系统或数据库中的数据副本。在发生错误或灾难时，可以及时恢复系统有效数据，并进行正常运行。
有哪些备份方法？
- 完全备份：指一次性地复制硬盘或数据库中的所有文件、文件夹或数据。（优点：最好，恢复数据速度快。缺点：占用较大的硬盘空间。）
- 增量备份：指备份最后一次完全备份或增量备份之后更新的数据。其过程如下，例如第一天完全备份；第二天只备份新增加的数据，相对于第一天；第三天在第二天基础上备份新增加的数据，相对于第二天，依此类推。
- 差异备份：指备份自完全备份以来发生变化的文件。例如，第一天完全备份；第二天备份新增加的数据；第三天备份从第二天到第三天的新增加的数据；第四天备份从第二天到第四天所有新增加的数据，依此类推。
- 选择性备份：指备份系统的一部分。
- 冷备份：指系统在关机或维护状态下进行的备份。备份的数据与此期间系统中的数据完全一致。
- 热备份：指系统正常运行时进行的备份。由于系统中的数据随时都在更新，备份的数据相对于系统的真实数据存在一定的滞后。
- 远程备份：指将数据备份到另一个地理位置，以避免火灾、自然灾害、盗窃等造成的数据丢失和业务中断。
rsync 简介¶
在一台服务器上，我将第一个分区备份到第二个分区，这通常被称为“本地备份”。具体的备份工具是 tar、dd、dump、cp 等都可以实现。虽然数据备份在本服务器上，但如果硬件发生故障导致无法正常启动，数据就无法找回。为了解决本地备份的这个问题，我们引入了另一种备份方式 --- “远程备份”。
有人会说，我不能在第一台服务器上直接使用 tar 或 cp 命令，并通过 scp 或 sftp 将其发送到第二台服务器吗？
在生产环境中，数据量相对较大。首先，tar 或 cp 占用大量时间并占用系统性能。通过 scp 或 sftp 进行传输也占用大量网络带宽，这在实际生产环境中是不允许的。其次，这些命令或工具需要管理员手动输入，并需要结合 crontab 定时任务。但是，crontab 设置的时间不容易把握，如果时间设置得太短或太长，都会导致数据备份不合适。
因此，在生产环境中需要一种数据备份方式，它需要满足以下要求：
- 通过网络传输备份
- 实时数据文件同步
- 占用系统资源少，效率高
rsync 的出现恰好满足了上述需求。它采用 GNU 开源协议，是一个快速的增量备份工具。最新版本是 3.2.3（2020-08-06），更多信息可以访问其 官方网站。
在平台支持方面，它支持大多数类 Unix 系统，无论是 GNU/Linux 还是 BSD。此外，在 Windows 平台下也有相关的 rsync，例如 cwRsync。
最初的 rsync 由澳大利亚程序员Andrew Tridgell（如图 1 所示）维护，现在则由Wayne Davison（如图 2 所示）维护，你可以去 github 项目地址 获取你想要的信息。
注意
rsync 本身只是一个增量备份工具，不具备实时数据同步的功能（需要其他程序配合）。另外，同步是单向的，如果需要实现双向同步，则需要配合其他工具。
基本原理与特性¶
rsync 是如何实现高效的单向数据同步备份的？
rsync 的核心在于它的 校验和算法。更多信息可以参考 How Rsync works 和 The rsync algorithm。这部分超出了作者的能力范围，就不做过多的赘述了。
rsync 的特点是：
- 可以递归地更新整个目录树；
- 可以有选择地保留文件同步属性，例如硬链接、软链接、所有者、组、对应的权限、修改时间等，并且可以保留其中的某些属性；
- 支持两种传输协议，一种是 ssh 协议，另一种是 rsync 协议。
作者：李天赐
贡献者：Steven Spencer, Ganna Zhyrnova