1. 几大实时同步工具比较

1.1 inotify + rsync

最近一直在寻求生产服务服务器上的同步替代方案，原先使用的是​​inotify + rsync​​，但随着文件数量的增大到100W+，目录下的文件列表就达20M，在网络状况不佳或者限速的情况下，变更的文件可能10来个才几M，却因此要发送的文件列表就达20M，严重减低的带宽的使用效率以及同步效率；更为要紧的是，加入inotifywait在5s内监控到10个小文件发生变化，便会触发10个rsync同步操作，结果就是真正需要传输的才2-3M的文件，比对的文件列表就达200M。使用这两个组合的好处在于，它们都是最基本的软件，可以通过不同选项做到很精确的控制，比如排除同步的目录，同步多个模块或同步到多个主机。

搭建过程参考 ​​Linux下同步工具inotify+rsync使用详解​​ 。

1.2 sersync

后来听同事说 ​​sersync​​ 这么个工具可以提高同步的性能，也解决了同步大文件时出现异常的问题，所以就尝试了一下。sersync是国内的一个开发者开源出来的，使用c++编写，采用多线程的方式进行同步，失败后还有重传机制，对临时文件过滤，自带crontab定时同步功能。网上看到有人说性能还不错，说一下我的观点：

  • 国产开源，文档不是很全，在2011年之后就没更新了（googlecode都要快关闭了，其实可以转交其他人维护），网上关于它的使用和讨论都止于10年了
  • 采用xml配置文件的方式，可读性比较好，但是有些原生的有些功能没有实现就没法使用了
  • 无法实现多目录同步，只能通过多个配置文件启动多个进程
  • 文件排除功能太弱。这个要看需求，不是每个人都需要排除子目录。而对于我的环境中，这个功能很重要，而且排除的规则较多
  • 虽然提供插件的功能，但很鸡肋，因为软件本身没有持续更新，也没有看到贡献有其它插件出现（可能是我知识面不够，还用不到里面的refreshCDN plugin）。

虽然不懂c++，但大致看了下源码 ​​FileSynchronize​​，拼接rsync命令大概在273行左右，最后一个函数就是排除选项，简单一点可以将​​--exclude=​​改成​​--eclude-from​​来灵活控制。有机会再改吧。

另外，在作者的文章 ​​Sersync服务器同步程序 项目简介与设计框架​​ 评论中，说能解决上面 ​​rsync + inotify​​中所描述的问题。阅读了下源码，这个应该是没有解决，因为在拼接rsync命令时，后面的目的地址始终是针对module的，只要执行rsync命令，就会对整个目录进行遍历，发送要比对的文件列表，然后再发送变化的文件。sersync只是减少了监听的事件，减少了rsync的次数——这已经是很大的改进，但每次rsync没办法改变。（如有其它看法可与我讨论）

其实我们也不能要求每一个软件功能都十分健全，关键是看能否满足我们当下的特定的需求。所谓好的架构不是设计出来的，而是进化来的。目前使用​​sersync2​​没什么问题，而且看了它的设计思路应该是比较科学的，特别是过滤队列的设计。双向同步看起来也是可以实现。

1.3 lsyncd

废话说这么多，本文就是介绍它了。有些博客说lsyncd是谷歌开源的，实际不是了，只是托管在了googlecode上而已，幸运的是已经迁移到github了：​​https://github.com/axkibe/lsyncd​​ 。

Lysncd 实际上是lua语言封装了 inotify 和 rsync 工具，采用了 Linux 内核（2.6.13 及以后）里的 inotify 触发机制，然后通过rsync去差异同步，达到实时的效果。我认为它最令人称道的特性是，完美解决了 ​​inotify + rsync​​海量文件同步带来的文件频繁发送文件列表的问题 —— 通过时间延迟或累计触发事件次数实现。另外，它的配置方式很简单，lua本身就是一种配置语言，可读性非常强。lsyncd也有多种工作模式可以选择，本地目录cp，本地目录rsync，远程目录rsyncssh。

实现简单高效的本地目录同步备份（网络存储挂载也当作本地目录），一个命令搞定。

2. 使用 lsyncd 本地目录实时备份

这一节实现的功能是，本地目录source实时同步到另一个目录target，而在source下有大量的文件，并且有部分目录和临时文件不需要同步。

2.1 安装lsyncd

安装​​lsyncd​​极为简单，已经收录在ubuntu的官方镜像源里，直接通过​​apt-get install lsyncd​​就可以。

在Redhat系（我的环境是CentOS 6.2 x86_64 ），可以手动去下载 lsyncd-2.1.5-6.fc21.x86_64.rpm，但首先你得安装两个依赖​​yum install lua lua-devel​​。也可以通过在线安装，需要​​epel-release​​扩展包：


1


2



# rpm -ivh http://dl.fedoraproject.org/pub/epel/6/x86_64/epel-release-6-8.noarch.rpm


# yum install lsyncd


 

源码编译安装

从源码编译安装可以使用最新版的lsyncd程序，但必须要相应的依赖库文件和编译工具：​​yum install lua lua-devel asciidoc cmake​​。

从 ​​googlecode lsyncd​​ 上下载的​​lsyncd-2.1.5.tar.gz​​，直接​​./configure​​、​​make && make install​​就可以了。

从github上下载​​lsyncd-master.zip​​ 的2.1.5版本使用的是 cmake 编译工具，无法​​./configure​​：


1


2


3


4



# uzip lsyncd-master.zip


# cd lsyncd-master


# cmake -DCMAKE_INSTALL_PREFIX=/usr/local/lsyncd-2.1.5


# make && make install


 

我这个版本编译时有个小bug，如果按照​​INSTALL​​在​​build​​目录中make，会提示：


1


2


3


4


5


6



[100%] Generating doc/lsyncd.1


Updating the manpage


a2x: failed: source file not found: doc/lsyncd.1.txt


make[2]: *** [doc/lsyncd.1] Error 1


make[1]: *** [CMakeFiles/manpage.dir/all] Error 2


make: *** [all] Error 2


 

解决办法是要么直接在解压目录下cmake，不要​​mkdir build​​，要么在​​CMakeList.txt​​中搜索​​doc​​字符串，在前面加上​​${PROJECT_SOURCE_DIR}​​。

2.2 lsyncd.conf

下面都是在编译安装的情况下操作。

2.2.1 lsyncd同步配置


1


2


3


4


5


6


7


8


9


10


11


12


13


14


15


16


17


18


19


20


21


22


23



# cd /usr/local/lsyncd-2.1.5


# mkdir etc var


# vi etc/lsyncd.conf


settings {


logfile ="/usr/local/lsyncd-2.1.5/var/lsyncd.log",


statusFile ="/usr/local/lsyncd-2.1.5/var/lsyncd.status",


inotifyMode = "CloseWrite",


maxProcesses = 7,


-- nodaemon =true,


}


 


sync {


default.rsync,


source = "/tmp/src",


target = "/tmp/dest",


-- excludeFrom = "/etc/rsyncd.d/rsync_exclude.lst",


rsync = {


binary = "/usr/bin/rsync",


archive = true,


compress = true,


verbose = true


}


}


到这启动 lsycnd 就可以完成实时同步了，默认的许多参数可以满足绝大部分需求，非常简单。

2.2.2 lsyncd.conf配置选项说明

settings

里面是全局设置，​​--​​开头表示注释，下面是几个常用选项说明：

  • ​​logfile​​ 定义日志文件
  • ​​stausFile​​ 定义状态文件
  • ​​nodaemon=true​​ 表示不启用守护模式，默认
  • ​​statusInterval​​ 将lsyncd的状态写入上面的statusFile的间隔，默认10秒
  • ​​inotifyMode​​ 指定inotify监控的事件，默认是​​CloseWrite​​，还可以是​​Modify​​或​​CloseWrite or Modify​​
  • ​​maxProcesses​​ 同步进程的最大个数。假如同时有20个文件需要同步，而​​maxProcesses = 8​​，则最大能看到有8个rysnc进程
  • ​​maxDelays​​ 累计到多少所监控的事件激活一次同步，即使后面的​​delay​​延迟时间还未到

sync

里面是定义同步参数，可以继续使用​​maxDelays​​来重写settings的全局变量。一般第一个参数指定​​lsyncd​​以什么模式运行：​​rsync​​、​​rsyncssh​​、​​direct​​三种模式：

  • default.rsync ：本地目录间同步，使用rsync，也可以达到使用ssh形式的远程rsync效果，或daemon方式连接远程rsyncd进程；
    default.direct ：本地目录间同步，使用cp、rm等命令完成差异文件备份；
    default.rsyncssh ：同步到远程主机目录，rsync的ssh模式，需要使用key来认证
  • source 同步的源目录，使用绝对路径。
  • target 定义目的地址.对应不同的模式有几种写法：
    /tmp/dest ：本地目录同步，可用于direct和rsync模式
    172.29.88.223:/tmp/dest ：同步到远程服务器目录，可用于rsync和rsyncssh模式，拼接的命令类似于/usr/bin/rsync -ltsd --delete --include-from=- --exclude=* SOURCE TARGET，剩下的就是rsync的内容了，比如指定username，免密码同步
    172.29.88.223::module ：同步到远程服务器目录，用于rsync模式
    三种模式的示例会在后面给出。
  • init 这是一个优化选项，当init = false，只同步进程启动以后发生改动事件的文件，原有的目录即使有差异也不会同步。默认是true
  • delay 累计事件，等待rsync同步延时时间，默认15秒（最大累计到1000个不可合并的事件）。也就是15s内监控目录下发生的改动，会累积到一次rsync同步，避免过于频繁的同步。（可合并的意思是，15s内两次修改了同一文件，最后只同步最新的文件）
  • ​excludeFrom​​ 排除选项，后面指定排除的列表文件，如​​excludeFrom = "/etc/lsyncd.exclude"​​，如果是简单的排除，可以使用​​exclude = LIST​​。这里的排除规则写法与原生rsync有点不同，更为简单：
  • 监控路径里的任何部分匹配到一个文本，都会被排除，例如​​/bin/foo/bar​​可以匹配规则​​foo​​
  • 如果规则以斜线​​/​​开头，则从头开始要匹配全部
  • 如果规则以​​/​​结尾，则要匹配监控路径的末尾
  • ​​?​​匹配任何字符，但不包括​​/​​
  • ​​*​​匹配0或多个字符，但不包括​​/​​
  • ​​**​​匹配0或多个字符，可以是​​/​​

rsync

（提示一下，​​delete​​和​​exclude​​本来都是rsync的选项，上面是配置在sync中的，我想这样做的原因是为了减少rsync的开销）

  • ​​bwlimit​​ 限速，单位kb/s，与rsync相同（这么重要的选项在文档里竟然没有标出）
  • ​​compress​​ 压缩传输默认为​​true​​。在带宽与cpu负载之间权衡，本地目录同步可以考虑把它设为​​false​​
  • ​​perms​​ 默认保留文件权限。
  • 其它rsync的选项

其它还有rsyncssh模式独有的配置项，如​​host​​、​​targetdir​​、​​rsync_path​​、​​password_file​​，见后文示例。​​rsyncOps={"-avz","--delete"}​​这样的写法在2.1.*版本已经不支持。

​​lsyncd.conf​​可以有多个​​sync​​，各自的source，各自的target，各自的模式，互不影响。

2.3 启动lsyncd

使用命令加载配置文件，启动守护进程，自动同步目录操作。

lsyncd -log Exec /usr/local/lsyncd-2.1.5/etc/lsyncd.conf


2.4 lsyncd.conf其它模式示例

以下配置本人都已经过验证可行，必须根据实际需要裁剪配置：


1


2


3


4


5


6


7


8


9


10


11


12


13


14


15


16


17


18


19


20


21


22


23


24


25


26


27


28


29


30


31


32


33


34


35


36


37


38


39


40


41


42


43


44


45


46


47


48


49


50


51


52


53


54


55


56


57


58


59


60


61


62


63


64


65


66


67


68


69


70


71


72


73


74


75


76


77


78


79


80


81


82


83


84


85


86


87


88


89


90


91



settings {


logfile ="/usr/local/lsyncd-2.1.5/var/lsyncd.log",


statusFile ="/usr/local/lsyncd-2.1.5/var/lsyncd.status",


inotifyMode = "CloseWrite",


maxProcesses = 8,


}


 


 


-- I. 本地目录同步，direct：cp/rm/mv。 适用：500+万文件，变动不大


sync {


default.direct,


source = "/tmp/src",


target = "/tmp/dest",


delay = 1


maxProcesses = 1


}


 


-- II. 本地目录同步，rsync模式：rsync


sync {


default.rsync,


source = "/tmp/src",


target = "/tmp/dest1",


excludeFrom = "/etc/rsyncd.d/rsync_exclude.lst",


rsync = {


binary = "/usr/bin/rsync",


archive = true,


compress = true,


bwlimit = 2000


}


}


 


-- III. 远程目录同步，rsync模式 + rsyncd daemon


sync {


default.rsync,


source = "/tmp/src",


target = "syncuser@172.29.88.223::module1",


delete="running",


exclude = { ".*", ".tmp" },


delay = 30,


init = false,


rsync = {


binary = "/usr/bin/rsync",


archive = true,


compress = true,


verbose = true,


password_file = "/etc/rsyncd.d/rsync.pwd",


_extra = {"--bwlimit=200"}


}


}


 


-- IV. 远程目录同步，rsync模式 + ssh shell


sync {


default.rsync,


source = "/tmp/src",


target = "172.29.88.223:/tmp/dest",


-- target = "root@172.29.88.223:/remote/dest",


-- 上面target，注意如果是普通用户，必须拥有写权限


maxDelays = 5,


delay = 30,


-- init = true,


rsync = {


binary = "/usr/bin/rsync",


archive = true,


compress = true,


bwlimit = 2000


-- rsh = "/usr/bin/ssh -p 22 -o StrictHostKeyChecking=no"


-- 如果要指定其它端口，请用上面的rsh


}


}


 


-- V. 远程目录同步，rsync模式 + rsyncssh，效果与上面相同


sync {


default.rsyncssh,


source = "/tmp/src2",


host = "172.29.88.223",


targetdir = "/remote/dir",


excludeFrom = "/etc/rsyncd.d/rsync_exclude.lst",


-- maxDelays = 5,


delay = 0,


-- init = false,


rsync = {


binary = "/usr/bin/rsync",


archive = true,


compress = true,


verbose = true,


_extra = {"--bwlimit=2000"},


},


ssh = {


port = 1234


}


}


 

上面的内容几乎涵盖了所有同步的模式，其中第​​III​​个要求像rsync一样配置rsyncd服务端，见本文开头。第​​IV​​、​​V​​配置ssh方式同步，达到的效果相同，但实际同步时你会发现每次同步都会提示输入ssh的密码，可以通过以下方法解决：

在远端被同步的服务器上开启ssh无密码登录，请注意用户身份：


1


2


3


4



user$ ssh-keygen -t rsa


一路回车...


user$ cd ~/.ssh


user$ cat id_rsa.pub >> authorized_keys


 

把​​id_rsa​​私钥拷贝到执行lsyncd的机器上


1


2


3



user$ chmod 600 ~/.ssh/id_rsa


测试能否无密码登录


user$ ssh user@172.29.88.223


 

3. lsyncd的其它功能

​​lsyncd​​的功能不仅仅是同步，官方手册 ​​Lsyncd 2.1.x ‖ Layer 2 Config ‖ Advanced onAction​​ 高级功能提到，还可以监控某个目录下的文件，根据触发的事件自己定义要执行的命令，example是监控某个某个目录，只要是有jpg、gif、png格式的文件参数，就把它们转成pdf，然后同步到另一个目录。正好在我运维的一个项目中有这个需求，现在都是在java代码里转换，还容易出现异常，通过lsyncd可以代替这样的功能。但，门槛在于要会一点点lua语言（根据官方example还是可以写出来）。

另外偶然想到个问题，同时设置了​​maxDelays​​和​​delay​​，当监控目录一直没有文件变化了，也会发生同步操作，虽然没有可rsync的文件。

TO-DO：