rsync

定义

rsync 是一个在类 Unix 系统上常见的命令行文件复制与同步程序，可以把文件、目录树从一个位置复制到另一个位置，也可以在本机与远程主机之间双向传输。它的定位是rcp等传统复制命令的替代品，同时提供更多控制选项，例如递归复制、压缩传输、过滤排除规则以及属性保留^[1]。

需要区分两个容易混淆的概念：rsync 程序本身，以及被称为 rsync 算法的增量传输方法。后者解决的是「接收方已有类似文件时如何只传差异」的问题，程序以该算法为核心，但另外还实现了文件列表协商、过滤规则、守护进程服务等功能^[2]。

该程序以 GNU 通用公共许可证发布，源码开放，可自行编译或在各发行版的软件仓库中获取^[3]。

原理

增量传输是 rsync 区别于整体复制工具的关键。接收端把自己的文件切成固定大小的不重叠数据块，对每块计算两个校验值：一个是 32 位的滚动弱校验和，另一个是较慢但更强的哈希值；随后把这些校验值清单发给发送端。发送端在自己的文件上按字节逐位滑动窗口计算弱校验和，与清单比对，命中后再用强校验确认块内容一致，最后只把无法匹配的部分连同重建指令发回接收端^[4]。

滚动校验和的特殊性质使这一过程代价很低：若已知第 $n$ 到第 $n+S-1$ 字节的校验和为 $R$，那么第 $n+1$ 到第 $n+S$ 字节的校验和可以由 $R$、移出的第 $n$ 字节和移入的第 $n+S$ 字节直接算出，无需重新扫描中间数据。因此文件中间插入若干字节时，后续块仍能被重新对齐识别，只有真正变化的内容需要传输。

在文件层面，rsync 默认采用所谓「快速检查」：只要源端与目标端文件的大小与最后修改时间都一致，就跳过该文件，不再比较内容^[5]。这一策略避免了读取全部数据，但也意味着大小和时间戳相同而内容不同的文件不会被发现^[6]。

传输通道方面，rsync 默认借助 SSH 建立连接并执行远端命令，也可指定其他远程 shell，或连接对端运行的 rsync 守护进程，守护进程默认使用 873 端口^[2]。整个流程可概括为：

sequenceDiagram

participant R as 接收端

participant S as 发送端

R->>R: 分块并计算弱/强校验和

R->>S: 发送校验和清单

S->>S: 滚动校验和逐位比对

S->>R: 发送不匹配块与重建指令

R->>R: 拼装出与源端一致的文件

发展历程

1996 年 6 月 19 日，安德鲁·特里奇尔与保罗·麦克拉斯在公告中宣布发布 rsync，将其描述为带特殊功能的 rcp 替代品，并随包附上描述增量算法的技术报告^[1]。同年项目开始以 GPL 授权方式分发^[7]。

早期版本使用 128 位 MD4 哈希作为强校验。随 rsync 3.0.0 一同发布的协议第 30 版改用 MD5 哈希，校验强度有所变化^[8]。该版本还引入增量递归等改动，改变了目录遍历与文件列表的生成方式^[9]。

许可证方面，项目在 2007 年由 GPL 第 2 版转向 GPL 第 3 版，3.0.0 正式版于 2008 年 3 月发布^[7]。程序早期由特里奇尔维护，后由韦恩·戴维森(Wayne Davison)接手，并得到各地开发者的持续改进。

特里奇尔在其 1999 年的博士论文中讨论了该工具的设计、实现与性能，rsync 算法本身也成为后续若干增量同步工具的参考^[10]。

应用

备份与目录镜像是 rsync 最典型的用途。借助 --delete 选项可以让目标端与源端完全一致，即删除目标端多余的文件；配合 --link-dest 把未变化的文件以硬链接方式指向上一份备份，可以形成占用空间较小的多份快照式备份。

网站与构建产物发布也常用它：把本地构建目录推送到服务器目录，只传输变化过的静态文件，从而减少每次发布的网络开销。归档模式 -a 常用作起手参数，可递归传输并保留权限、时间戳、属主、软链接等属性^[11]。

运维迁移场景中，rsync 适用于在云主机、不同操作系统之间搬运大量文件，既可通过远程 shell 加密传输，也可配置成守护进程以服务端与客户端模式提供服务。其断点续传选项 --partial 会保留中断的未完成文件，使下一次传输可以只补齐剩余部分^[2]。

rsync 算法还被独立实现为库与配套工具，例如 librsync 以及基于其签名文件与差异文件生成流程的 rdiff，用于在本地生成可移植的增量补丁^[12]。

局限

快速检查的准确性有边界。默认只比较大小与修改时间，若文件内容变化而大小和时间戳恰好未变，同步会被跳过；改用 --checksum 逐文件计算校验和可提高准确性，但需读取完整文件，目录规模大时明显变慢。相反，若目标端时间戳被其他工具重置，rsync 可能重复传输本未变化的文件，此时可通过 --size-only 等选项调整比较策略。

属性保留并非默认全开。归档模式 -a 覆盖常用属性，但硬链接、访问控制列表和扩展属性需要额外选项才保留；保留硬链接时 rsync 需在内存中维护 inode 与路径的对应表，文件系统规模大时内存开销显著，且只能还原单次运行范围内的链接关系。缺少 -t 或 -a 时，下一次传输会退化为对全部文件重新处理^[13]。

--delete 是能力也是风险点。该选项会删除目标端存在而源端没有的文件，若源路径或目标路径书写错误，多余文件可能被批量清除，因此通常先以 --dry-run 预览结果。

网络与安全层面的限制同样存在。守护进程模式会做身份认证但并不加密传输的数据，涉及敏感内容时更适宜通过 SSH 通道运行^[14]。此外，rsync 本身只能在一端发起、由本地推动或拉取，不支持在两台远端主机之间直接同步，需借助其中一台主机中转^[15]。

参见

• SSH —— rsync 默认借其建立加密的远程传输通道

• 增量备份 —— 只保存和传输变化数据的备份方式，rsync 常用于此类任务

• 校验和 —— rsync 判断数据块是否相同所依赖的基本手段

• 硬链接 —— 快照式备份与链接保留所涉及的文件系统机制

• rcp —— rsync 早期定位所要替代的传统远程复制命令