zoukankan      html  css  js  c++  java
  • Linux如何从零开始搭建rsync+serync服务器(centOS6)

    一、为什么要用Rsync+sersync架构?
    1、sersync是基于Inotify开发的,类似于Inotify-tools的工具
    2、sersync可以记录下被监听目录中发生变化的(包括增加、删除、修改)具体某一个文件或某一个目录的名字,然后使用rsync同步的时候,只同步发生变化的这个文件或者这个目录。
    二、Rsync+Inotify-tools与Rsync+sersync这两种架构有什么区别?
    1、Rsync+Inotify-tools
    (1):Inotify-tools只能记录下被监听的目录发生了变化(包括增加、删除、修改),并没有把具体是哪个文件或者哪个目录发生了变化记录下来;
    (2):rsync在同步的时候,并不知道具体是哪个文件或者哪个目录发生了变化,每次都是对整个目录进行同步,当数据量很大时,整个目录同步非常耗时(rsync要对整个目录遍历查找对比文件),因此,效率很低。
    2、Rsync+sersync
    (1):sersync可以记录下被监听目录中发生变化的(包括增加、删除、修改)具体某一个文件或某一个目录的名字;
    (2):rsync在同步的时候,只同步发生变化的这个文件或者这个目录(每次发生变化的数据相对整个同步目录数据来说是很小的,rsync在遍历查找比对文件时,速度很快),因此,效率很高。
    小结:当同步的目录数据量不大时,建议使用Rsync+Inotify-tools;当数据量很大(几百G甚至1T以上)、文件很多时,建议使用Rsync+sersync。
     
    请提前搭建好rsync服务器。
     
    1.目录结构如下:

    [root@nfs001 /]# tree /application/
    /application/
    `-- serync2.5.4
    |-- bin
    | `-- sersync2
    |-- conf
    | |-- confxml.xml
    | `-- confxml.xml.ori
    `-- logs
    `-- rsync_fail_log.sh

    2.编辑confxml.xml,修改如下:

    <inotify>
    <delete start="true"/>
    <createFolder start="true"/>
    <createFile start="true"/>
    <closeWrite start="true"/>
    <moveFrom start="true"/>
    <moveTo start="true"/>
    <attrib start="false"/>
    <modify start="false"/>
    </inotify>

    <sersync>
    <localpath watch="/nfs_server/">
    <remote ip="172.16.1.41" name="backup/"/>
    <!--<remote ip="192.168.8.39" name="tongbu"/>-->
    <!--<remote ip="192.168.8.40" name="tongbu"/>-->
    </localpath>
    <rsync>
    <commonParams params="-artuz"/>
    <auth start="true" users="rsync_backup" passwordfile="/etc/rsync.password"/>
    <userDefinedPort start="false" port="874"/><!-- port=874 -->
    <timeout start="true" time="100"/><!-- timeout=100 -->
    <ssh start="false"/>
    </rsync>
    <failLog path="/application/serync2.5.4/logs/rsync_fail_log.sh" timeToExecute="60"/><!--default every 60mins execute once-->

    3.运行serync服务。
     
    4.添加开机自启动服务。
     
     
     
  • 相关阅读:
    7.21
    7.14
    7.7
    大学生失物招领平台使用体验及改进意见
    cdh集群迁移 ip更改
    klearn.preprocessing.PolynomialFeatures学习
    二元线性回归
    python学习之numpy.ewaxis
    sklearn.linear_model.LinearRegresion学习
    一元线性回归-梯度下降法-房价预测
  • 原文地址:https://www.cnblogs.com/william126/p/8097915.html
Copyright © 2011-2022 走看看