用 rsync 做增量备份：比全量拷贝省 90% 时间

备份这件事，很多人第一版实现都是 cp -r 或者 tar 打包整个目录。数据量小的时候没问题，一旦目录到了几十 GB、几百万个小文件，每次全量拷贝既慢又占空间，磁盘 I/O 还会把线上服务拖慢。

rsync 解决的就是这个问题：它只传输变化的部分。这篇文章记录一套可以直接用的增量备份方案。

rsync 为什么快

rsync 的默认算法是「快速检查」：先比较文件大小和修改时间（mtime），两者都一致就跳过，不再读文件内容。这意味着对绝大多数场景，它根本不会去传输没变的文件。

如果需要更严格的校验，可以加 -c 参数让它计算校验和。代价是要把两边文件都读一遍，速度会慢很多，适合对数据完整性要求极高的场景。

另一个关键点是 rsync 的传输协议：即使文件变了，它也只传差异块，而不是整个文件。对大文件（数据库文件、日志归档）效果非常明显。

一条能用的命令

rsync -aHAX --delete --numeric-ids \
      --exclude='*.tmp' --exclude='cache/' \
      /data/ backup@192.0.2.10:/backup/data/

参数逐个说明：

• -a 归档模式，等价于 -rlptgoD，保留权限、时间、软硬链接、属主属组
• -H 保留硬链接。备份大量重复文件（比如 Docker 镜像层）时必须加，否则硬链接会被展开成独立文件，体积暴涨
• -A 保留 ACL，-X 保留扩展属性。SELinux 环境或者用了 setfacl 的目录必须加
• --delete 让目标端删除源端已删除的文件，保持严格镜像
• --numeric-ids 按数字 UID/GID 同步，不查用户名。跨机器、容器环境里用户名对不上时，不加会把属主改错

--delete 是有风险的参数：如果源目录挂载失败变成空目录，rsync 会把备份也清空。稳妥做法是加 --delete-after（先传完再删）配合 --dry-run 先跑一遍看清单。

增量备份到不同日期目录

严格镜像只能保留最新一份，误删文件会被同步过去。要保留历史版本，可以用硬链接快照：

#!/bin/bash
set -euo pipefail
SRC=/data/
DEST=/backup/snapshots
TODAY=$(date +%Y-%m-%d)
LATEST=$(ls -1d "$DEST"/2* 2>/dev/null | tail -1)

mkdir -p "$DEST/$TODAY"
if [ -n "$LATEST" ]; then
    rsync -aHAX --numeric-ids --delete \
          --link-dest="$LATEST" "$SRC" "$DEST/$TODAY/"
else
    rsync -aHAX --numeric-ids "$SRC" "$DEST/$TODAY/"
fi

--link-dest 是关键：rsync 会把没变的文件硬链接到上一份快照，只有变化的文件才占新空间。这样每天的「全量快照」实际只多出增量部分的磁盘占用，但恢复时每个目录都是完整的、可直接拷回去的树。

实测一个 40 GB 的目录，首次备份 12 分钟，之后每天增量约 1 分钟，单日新增占用 200 MB 到 1 GB 不等。

常见坑

mtime 不可信会导致漏备份。 有些程序写完文件不改 mtime（或者被 touch 重置），rsync 会误判为未变化。这类目录要么加 -c，要么在备份前 touch 一下。

跨文件系统同步丢硬链接。 硬链接不能跨文件系统，如果目标盘和源盘不在同一个 fs 上，-H 会退化成复制。硬链接快照方案要求 $DEST 内部是同一个文件系统。

排除规则写错会漏文件。 --exclude='cache' 匹配任意层级的 cache，而 --exclude='/cache' 只匹配根目录下的。排除规则多的时候建议写成文件，用 --exclude-from=rules.txt 管理。

中断后重跑不需要特殊处理。 rsync 支持断点续传，--partial 会保留未完成的临时文件，重跑时接着传。不加这个参数的话，中断的大文件下次会从头开始。

什么时候不该用 rsync

rsync 适合「文件级」备份。数据库这类有自己事务日志的服务，直接同步数据文件可能拿到不一致的状态，正确做法是先做逻辑导出（mysqldump、pg_dump）或者用文件系统快照（LVM、ZFS、btrfs snapshot）再同步快照。

另外 rsync 是单线程的，超大目录（千万级 inode）扫描阶段会成为瓶颈。这种规模可以考虑 btrfs send/receive 或者分布式方案。

小结

rsync 的价值不在「能拷文件」，而在「只拷变化的、能保留元数据、能构造硬链接快照」。一套 --link-dest 的每日快照脚本大约 20 行，就能覆盖大部分中小规模备份需求，恢复时也不需要任何特殊工具，直接把目录拷回去即可。