当前位置:首页 > 文章列表 > 文章 > linux > Linux rsync --delete 怎样避免目标目录误删

Linux rsync --delete 怎样避免目标目录误删

来源:17golang原创 2026-11-02 14:02:30 0浏览 收藏

我第一次把 rsync --delete 放进定时同步脚本时,真正担心的不是“它会不会删文件”,而是“它认定的目标范围是不是我以为的那个目录”。稳妥的做法是:固定源、目标和尾斜杠,先用 --dry-run 配合 --max-delete=0 看清删除清单,再决定是否启用正式删除;需要回退时,再加独立的 --backup-dir。

官方手册:https://download.samba.org/pub/rsync/rsync.1

结论:--delete 只处理正在同步的目录中“目标端有、源端没有”的项目。误删通常来自同步范围写错、源目录不完整,或把排除项也纳入了删除范围。

先弄清 --delete 的删除范围

--delete 的对象是接收端多余项,但前提是 rsync 正在同步整个目录。比如源路径写成 /srv/app/current/ 时,尾斜杠表达的是“同步这个目录的内容”;源路径写成 /srv/app/current 时,目录本身也参与目标路径拼接。正式任务里,源和目标最好都用绝对路径,并把尾斜杠写成团队约定。

不要把 /srv/app/current/* 当作目录同步的替代写法。星号先由 shell 展开,rsync 收到的是一组文件项,不是完整的父目录,因此 --delete 的删除边界也会不同。目标目录里临时文件、人工放入的配置和旧日志,只有在它们落入本次同步范围且没有被保护时,才可能成为多余项。

rsync 源目录、尾斜杠、目标目录和删除范围的静态边界说明图
图1:删除范围结构说明图,查看源目录与目标目录的边界;这是一张静态说明图,不是运行截图。

先用预演确认哪些项目会被删除

我会把预演命令单独保存,不直接把正式命令复制到定时任务里。--dry-run 不改动文件,--itemize-changes 让新增、更新和删除项更容易区分;--max-delete=0 可以在发现目标端有多余项时只给出警告而不执行删除。

#!/usr/bin/env bash
# 先固定同步边界,避免定时任务从错误的当前目录启动
SRC="/srv/app/current/"
DST="/srv/app-mirror/"

# 只做预演:列出变化,并把删除上限设为 0,不改动目标目录
rsync -aivn --delete --max-delete=0 "$SRC" "$DST"

预演时重点看三件事:源目录是否真的挂载完整、目标路径是否指向预期卷、删除项数量是否符合这次发布的变化。如果一次发布只改了几个文件,却出现大量删除项,先停在预演阶段;不要用 --ignore-errors 把异常强行推进,因为官方手册说明发送端出现 I/O 错误时,rsync 默认会自动禁用目标端删除,这是避免源端暂时不可读造成大面积清理的保护。

把排除规则和删除策略分开

默认情况下,--exclude 或过滤规则既影响发送端文件列表,也会在接收端删除阶段保护匹配项。因此像 .env、runtime/ 这类由目标机自己维护的内容,可以先用排除规则保护,而不是把它们同步后再人工抢救。

#!/usr/bin/env bash
# 目标机自己维护的配置和运行目录不参与本次镜像
rsync -aivn --delete --max-delete=0 \
  --exclude='.env' \
  --exclude='runtime/' \
  "/srv/app/current/" "/srv/app-mirror/"

# 只有明确要求连排除项也清理时,才使用这个开关
# rsync -aiv --delete --delete-excluded \
#   --exclude='.env' \
#   "/srv/app/current/" "/srv/app-mirror/"

--delete-excluded 不是“更彻底的同步”按钮,而是改变保护边界的危险选项。尤其要注意 per-directory 规则:如果删除阶段读不到同一套规则,接收端可能无法按预期保护文件;生产脚本应把全局排除规则写清楚,并把规则文件本身的传输方式一起设计。

正式同步怎样保留回退空间

确认预演结果后,我更倾向于用 --delete-delay,让删除名单在传输过程中计算、在更新完成后再删除;再用 --backup 和绝对路径的 --backup-dir 把被替换或删除的旧内容放到独立位置。备份目录不要放在本次同步目标内部,否则下一轮可能又把它当成目标多余项处理。

#!/usr/bin/env bash
# 正式同步前仍固定源和目标,备份目录放在目标树之外
SRC="/srv/app/current/"
DST="/srv/app-mirror/"
TRASH="/srv/rsync-trash/$(date +%F)"

# 删除延后到传输收尾,并把旧内容转移到独立回退目录
rsync -aiv --delete-delay --backup --backup-dir="$TRASH" \
  "$SRC" "$DST"

这套写法解决的是“误删后还有回退材料”,不是替代备份系统。应给 /srv/rsync-trash/ 配置容量和保留周期,并确认执行账号有写入权限。若只是想观察会删除多少文件,可以保留预演命令;如果需要限制一次最多删除的数量,可设置一个业务上合理的 --max-delete=N,超过上限时让任务报错并进入人工处理。

rsync 预演、排除规则、延后删除和独立备份目录的静态关系说明图
图2:同步安全控制说明图,查看预演、排除保护、延后删除和独立备份目录的关系;这是一张静态说明图,不是运行截图。

常见边界问题

目标目录里的文件为什么没有被删?先确认它是否被 --exclude 或过滤规则保护,再确认命令是否同步了父目录而不是通配符文件列表;还要检查是否启用了 --max-delete 上限。

源目录临时挂载失败会怎样?不要把空目录当成正常源目录继续执行。先检查挂载和读取权限;rsync 对发送端 I/O 错误默认会停用目标端删除,脚本也不应使用 --ignore-errors 把这个保护关掉。

什么时候可以使用 --delete-excluded?只有当排除项本来就应该由镜像任务清理,并且已经为配置、日志、规则文件和回退方案做出明确约定时才考虑;对生产目标的自维护目录,通常应保持默认保护。

把 --delete 当成“让目标严格贴合源目录”的策略,而不是普通复制参数。真正安全的组合是:范围可读、预演可审、排除可解释、异常会停删、旧内容有独立回退位置。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Linux nftables set 怎样按集合管理访问规则Linux nftables set 怎样按集合管理访问规则
上一篇
Linux nftables set 怎样按集合管理访问规则
Linux tar --one-file-system 怎样控制备份边界
下一篇
Linux tar --one-file-system 怎样控制备份边界
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。
    844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。
    844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。
    927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。
    900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。
    730次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码