当前位置:首页 > 文章列表 > 文章 > linux > Linux目录备份与tar增量教程

Linux目录备份与tar增量教程

2026-03-05 19:16:47 0浏览 收藏
本文深入剖析了Linux下tar命令实现真正可靠增量备份的核心原理与实战要点,强调仅靠简单压缩无法达成高效增量——必须依赖--listed-incremental选项与严格管理的快照文件(.snar)来精准追踪文件状态变化;同时详述完整备份中-p、-h、-X等关键选项对元数据完整性的保障作用,以及还原时必须遵循的严格时序和快照校验机制,并直击时间回拨、路径误写、权限变更等极易被忽视却导致“静默退化为全量”的高危陷阱,揭示可靠备份的本质在于快照生命周期可控、每次操作可验证、还原流程经实测——而非追求命令简洁。

Linux怎么备份整个目录_Linux使用tar增量备份技巧【干货】

Linux 下用 tar 做完整备份很简单,但增量备份必须配合 --listed-incremental 和快照文件,否则根本不是真正的增量——只是手动删旧再压新。

完整备份:用 tar -cf 打包,但别漏掉关键选项

完整备份本身不难,但容易忽略路径处理和元数据完整性:

  • 用绝对路径备份时,tar -cf backup.tar /home/user 会把根目录信息也打进归档,还原时需加 -C / 指定解压根,否则可能错位
  • 务必加 -p(保留权限)、-h(跟随软链接目标)、-X(排除临时文件),例如:tar -cpf home-full.tar -X exclude-list.txt -ph /home/user
  • 不要用 -z 或 -J 直接压缩大目录——出错无法恢复中间状态;先打 .tar,再用 gzip 或 xz 单独压

增量备份:核心是 --listed-incremental 和快照文件

所谓“增量”,是指只打包自上次备份以来变更的文件。tar 不靠时间戳判断,而是依赖一个快照文件(snapshot file)记录上次归档的 inode、mtime、size 等状态:

  • 首次做增量前,先跑一次完整备份并生成快照:tar --listed-incremental=home.snar -cpf home-full.tar /home/user
  • 后续增量只需改参数不改快照路径:tar --listed-incremental=home.snar -cpf home-inc-20240520.tar /home/user
  • 快照文件 home.snar 必须保留且不可手动修改,tar 每次读写它来比对文件变化
  • 如果误删或损坏 .snar 文件,下一次运行会自动重建为完整备份——但你不会收到任何提示,得自己校验

还原时:顺序不能错,且要识别快照状态

还原增量备份不是简单解压所有 .tar,而要按时间顺序从完整备份开始,逐个应用增量:

  • 先还原完整包:tar -xpf home-full.tar -C /restore
  • 再依次还原每个增量包(注意顺序!):tar -xpf home-inc-20240520.tar -C /restore
  • 还原过程中 tar 会自动读取 .snar 中的元数据,但该文件本身不参与还原——它只用于备份阶段
  • 如果想验证某次增量包里实际打了哪些文件,加 --list:tar --listed-incremental=home.snar -tf home-inc-20240520.tar

常见翻车点:时间、权限、快照位置全得对上

增量备份失败往往不报错,而是静默退化成完整备份,以下三点最容易踩坑:

  • --listed-incremental 后面跟的是文件路径,不是目录;写成 --listed-incremental=/backup/snar/(结尾带斜杠)会导致 tar 创建新快照而非复用,下次就不是增量了
  • 备份源目录权限变化(如 chown 或 chmod)会被视为“变更”,进增量包——哪怕文件内容没动
  • 系统时间回拨(比如虚拟机暂停后恢复)会让 mtime 倒流,tar 可能漏掉本该备份的文件;建议备份前校准时间(chronyc tracking 看偏移)

真正可靠的增量备份,不在于命令多短,而在于快照文件生命周期是否可控、每次备份前后是否校验快照大小与修改时间、以及还原流程是否在测试环境走通过。否则硬盘里存了一堆 .tar,关键时刻打不开才是真问题。

到这里,我们也就讲完了《Linux目录备份与tar增量教程》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!

二进制文件能存数据库吗?最佳实践解析二进制文件能存数据库吗?最佳实践解析
上一篇
二进制文件能存数据库吗?最佳实践解析
PHP源码中查找字符的实用技巧
下一篇
PHP源码中查找字符的实用技巧
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    256次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    298次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    275次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    253次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    61次使用