[转自]https://www.cnblogs.com/MikeZhang/p/rsyncExample_20160818.html
使用rsync同步目录
本文描述了linux下使用rsync单向同步两个机器目录的问题。 使用rsync同步后可以保持目录的一致性（含删除操作）。
数据同步方式
从主机拉数据
备机上启动的流程
同步命令：
rsync -avzP --delete root@{remoteHost}:{remoteDir} {localDir}
参数说明：
-a 参数，相当于-rlptgoD（-r 是递归 -l 是链接文件，意思是拷贝链接文件；-p 表示保持文件原有权限；-t 保持文件原有时间；-g 保持文件原有用户组；-o 保持文件原有属主；-D 相当于块设备文件）；
-z 传输时压缩；
-P 传输进度；
-v 传输时的进度等信息；
示例：
rsync -avzP --delete root@192.168.1.100:/tmp/rtest1 /tmp/
向备机推数据
主机上启动的流程
同步命令：
rsync -avzP --delete {localDir} root@{remoteHost}:{remoteDir}
示例：
rsync -avzP --delete /tmp/rtest1 root@192.168.1.101:/tmp/
自动同步配置
描述同步时不输入密码的配置的方法。
使用ssh key
该方法可以直接使用rsync命令进行同步，同步过程中无需输入密码。
-
在主机上产生ssh key :
ssh-keygen -t rsa
-
在备机上加入pubkey
ssh-copy-id -i ~/.ssh/id_rsa.pub root@192.168.1.101
或者手动添加：
在主机上执行以下命令获取pubkey：
cat ~/.ssh/id_rsa.pub在备机上加入key内容：
vi ~/.ssh/authorized_keys
使用pexpect自动输入密码
示例代码如下：
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import pexpect
import time
import traceback
def doRsync(user,passwd,ip,srcDir,dstDir,timeout=3600):
cmd = "rsync -azPq --delete {srcDir} {rUser}@{rHost}:{dstDir}".format(
rUser = user,rHost=ip,srcDir=srcDir,dstDir=dstDir
)
try:
ssh = pexpect.spawn(cmd,timeout=timeout)
print cmd
i = ssh.expect(['password:', 'continue connecting (yes/no)?'], timeout=5)
if i == 0 :
ssh.sendline(passwd)
elif i == 1:
ssh.sendline('yes')
ssh.expect('password: ')
ssh.sendline(passwd)
ssh.read()
ssh.close()
except :
#print traceback.format_exc()
pass
if __name__ == '__main__':
doRsync("root","123456","192.168.1.101","/tmp/rtest1","/tmp")
上面是使用python实现的代码，大家可根据情况用其它语言实现该功能。
其它
1、rsync在执行过程中被kill掉会怎么样；
http://unix.stackexchange.com/questions/5959/how-can-i-pause-resume-rsync
It is safe to kill an rsync process and run the whole thing again; it will continue where it left off. It may be a little inefficient, particularly if you haven't passed --partial (included in -P), because rsync will check all files again and process the file it was interrupted on from scratch.
rsync被kill掉是安全的，下次启动时还可以正常工作。
2、rsync不能指定时间段；
1）该问题可以通过kill来解决
2）或者使用pexpect的timeout参数来控制
3）可以先通过find查找过滤出文件夹的名字，然后使用rsync进行同步 这个可以根据现有业务的特征进行，比如：
find /tmp -name '*' -newermt '2016-03-08' ! -newermt '2016-03-20'
3、rsync在写文件过程中同步（比如录音过程中执行rsync操作）
经测试，rsync会同步部分文件内容，文件写入完成后再执行rsync会保持文件的一致
4、当文件数量达到百万级以上时，rsync同步时扫描改变的文件非常耗时
本文github地址：
https://github.com/mike-zhang/mikeBlogEssays/blob/master/2016/20160818_使用rsync同步目录.md
