Debian共享/拷贝/存档

本篇教程将深入探讨Debian系统中用于存档和压缩的工具，介绍如何进行文件的复制和同步，解析归档和复制的语法，指导如何选择归档媒体和可移动存储设备，并讨论在网络上分享数据的方法和最佳实践，以供大家做个参考。

注意：为避免竞争情况，不应当对正在进行写操作的设备和文件，多个进程进行不协调的写操作。采用flock(1) 的文件锁定机制可用于避免这种情况。

数据的安全和它的受控共享有如下几个方面：

• 存档文件的建立；
• 远程存储访问；
• 复制；
• 跟踪修改历史；
• 促进数据共享；
• 防止未经授权的文件访问；
• 检测未经授权的文件修改。

这些可以通过使用工具集来实现：

• 存档和压缩工具；
• 复制和同步工具；
• 网络文件系统；
• 移动存储媒介；
• 安全 shell；
• 认证体系；
• 版本控制系统工具；
• 哈希算法和加密工具。

一、存档和压缩工具

以下是 Debian 系统上可用的存档和压缩工具的预览。

存档和压缩工具列表：

注意：除非你知道将会发生什么，否则不要设置 "$TAPE" 变量，它会改变 tar(1) 的行为。

• gzipped tar(1) 归档器用于扩展名是 ".tgz" 或者 ".tar.gz" 的文件；
• xz-compressed tar(1) 归档器用于扩展名是 ".txz" 或者 ".tar.xz" 的文件；
• FOSS 工具，例如 tar(1)，中的主流压缩方法已经按如下所示的迁移: gzip → bzip2 → xz；
• cp(1),scp(1) 和 tar(1) 工具可能并不适用于一些特殊的文件，cpio(1) 工具的适用范围是最广的；
• cpio(1) 是被设计为与 find(1) 和其它命令一起使用，适合于创建备份脚本的场景，因此，脚本的文件选择部分能够被独立测试；
• Libreoffice 数据文件的内部结构是 ".jar" 文件，它也可以使用 unzip 工具来打开；
• 事实上跨平台支持最好的存档工具是 zip。按照“zip -rX”的方式调用可以获得最大的兼容性。如果最大文件大小需要纳入考虑范围，请同时配合“-s”选项使用。

二、复制和同步工具

以下是 Debian 系统上的可用的简单复制和备份工具的预览。

复制和同步工具列表：

在复制文件的时候， rsync(8) 比其他工具提供了更多的特性：

• 差分传输算法只会发送源文件与已存在的目标文件之间的差异部分；
• 快速检查算法 (默认) 会查找大小或者最后的修改时间有变化的文件；
• "--exclude" 和 "--exclude-from" 选项类似于 tar(1)；
• 在源目录中添加反斜杠的语法能够避免在目标文件中创建额外的目录级别。

三、归档语法

以下是用不同的工具压缩和解压缩整个 "./source" 目录中的内容。

GNU tar(1):

$ tar -cvJf archive.tar.xz ./source
$ tar -xvJf archive.tar.xz

或者，如下所示。

$ find ./source -xdev -print0 | tar -cvJf archive.tar.xz --null -T -

cpio(1):

$ find ./source -xdev -print0 | cpio -ov --null > archive.cpio; xz archive.cpio
$ zcat archive.cpio.xz | cpio -i

四、复制语法

如下是用不同的工具复制整个 "./source" 目录中的内容。

• 本地复制: "./source" 目录 → "/dest" 目录；
• 远程复制：本地主机上的 "./source" 目录 → "user@host.dom" 主机上的 "/dest" 目录。

rsync(8):

# cd ./source; rsync -aHAXSv . /dest
# cd ./source; rsync -aHAXSv . user@host.dom:/dest

你能够选择使用“源目录上的反斜杠”语法。

# rsync -aHAXSv ./source/ /dest
# rsync -aHAXSv ./source/ user@host.dom:/dest

或者，如下所示。

# cd ./source; find . -print0 | rsync -aHAXSv0 --files-from=- . /dest
# cd ./source; find . -print0 | rsync -aHAXSv0 --files-from=- . user@host.dom:/dest

GNU cp(1) 和 openSSH scp(1):

# cd ./source; cp -a . /dest
# cd ./source; scp -pr . user@host.dom:/dest

GNU tar(1):

# (cd ./source && tar cf - . ) | (cd /dest && tar xvfp - )
# (cd ./source && tar cf - . ) | ssh user@host.dom '(cd /dest && tar xvfp - )'

cpio(1):

# cd ./source; find . -print0 | cpio -pvdm --null --sparse /dest

你能够在所有包含 "." 的例子里用 "foo" 替代 "."，这样就可以从 "./source/foo" 目录复制文件到 "/dest/foo" 目录。

在所有包含 "." 的列子里，你能够使用绝对路径 "/path/to/source/foo" 来代替 "."，这样可以去掉 "cd ./source;". 如下所示，这些文件会根据工具的不同，拷贝到不同的位置。

• "/dest/foo": rsync(8), GNU cp(1), 和 scp(1)
• "/dest/path/to/source/foo": GNU tar(1), 和 cpio(1)

rsync(8) 和 GNU cp(1) 可以用 "-u" 选项来忽略接受端上更新的文件。

五、查找文件的语法

find(1) 被用作从归档中筛选文件也被用作拷贝命令或者用于 xargs(1)。通过 find 的命令行参数能够使其功能得到加强。

• 以下是 find(1)基本语法的总结；
• find 条件参数的运算规则是从左到右；
• 一旦输出是确定的，那么运算就会停止；
• “逻辑 OR" （由条件之间的 "-o" 参数指定的）优先级低于 "逻辑 AND" （由 "-a" 参数指定或者条件之间没有任何参数）；
• ”逻辑 NOT" (由条件前面的 "!" 指定) 优先级高于 “逻辑 AND”；
• "-prune" 总是返回逻辑 TRUE 并且如果这个目录是存在的，将会搜索除这个目录以外的文件；
• "-name" 选项匹配带有 shell 通配符的文件名但也匹配带有类似 "*" 和 "?" 元字符的 ."；
• "-regex" 匹配整个文件路径，默认采用 emacs 风格的 BRE；
• "-size" 根据文件大小来匹配 (值前面带有 "+" 号匹配更大的文件，值前面带有 "-" 号匹配更小的文件)；
• "-newer" 参数匹配比参数名中指定的文件还要新的文件；
• "-print0" 参数总是返回逻辑 TRUE 并将完整文件名 (null terminated) 打印到标准输出设备上。

如下是 find(1) 语法格式。

# find /path/to \
-xdev -regextype posix-extended \
-type f -regex ".*\.cpio|.*~" -prune -o \
-type d -regex ".*/\.git" -prune -o \
-type f -size +99M -prune -o \
-type f -newer /path/to/timestamp -print0

这些命令会执行如下动作。

• 查找 "/path/to" 下的所有文件；
• 限定全局查找的文件系统并且使用的是 ERE ；
• 通过停止处理的方式来排除匹配 ".*\.cpio" 或 ".*~" 正则表达式的文件；
• 通过停止处理的方式来排除匹配 ".*/\.git" 正则表达式的目录；
• 通过停止处理的方式来排除比 99MB (1048576字节单元) 更大的文件；
• 显示文件名，满足以上搜索条件并且比 "/path/to/timestamp" 新的文件。

请留心以上例子中的 "-prune -o" 排除文件的习惯用法。

对于非 Debian 系的 Unix-like 系统，有些参数可能不被 find(1) 命令所支持。在这种情况下，应该考虑调整匹配方法并用 "-print" 替代 "-print0"，你可能同样需要更改其他相关的命令。

六、归档媒体

为重要的数据存档寻找存储设备时，你应该注意它们的局限性。对于小型的个人数据备份，我使用品牌公司的 CD-R 和 DVD-R 然后把它放在阴凉、干燥、清洁的地方。(专业的一般使用磁带存档介质)

防火安全是对于纸质文档来说的，大多数的计算机数据存储媒介耐热性比纸差。我经常依赖存储在多个安全地点的加密拷贝。

网上（主要是来源于供应商信息）可以查看存储介质的最大使用寿命。

• 大于100年：用墨水的无酸纸；
• 100年：光盘存储（CD/DVD，CD/DVD-R）；
• 30年：磁带存储（磁带，软盘)；
• 20年：相变光盘存储（CD-RW）。

这不包括由于人为导致的机械故障等等。

网上（主要来源于供应商信息）可以查看存储介质的最大的写次数。

• 大于250,000次：硬盘驱动器；
• 大于10,000次：闪存；
• 1,000次：CD/DVD-RW；
• 1次：CD/DVD-R，纸。

七、可移动存储设备

可移动存储设备可能是以下的任何一种：

• USB 闪存盘；
• 硬盘驱动器；
• 光盘驱动器；
• 数码相机；
• 数字音乐播放器。

它们可以通过以下的方式来进行连接：

• USB；
• IEEE 1394 / FireWire；
• PC 卡。

像 GNOME 和 KDE 这样的现代桌面环境能够在 "/etc/fstab" 文件中没有匹配条目的时候，自动挂载这些可移动设备。

• udisks2 包提供了守护进程和相关的实用程序来挂载和卸载这些设备；
• D-bus 创建事件来触发自动处理；
• PolicyKit 提供了所需的特权。

注意：

• umount(8) 在自动挂载设备的时候可能会带有 "uhelper=" 参数；
• 只有当这些可移动设备没有在 "/etc/fstab" 文件中列出时，桌面环境下才会自动挂载。

现代桌面环境下的挂载点被选为 "/media/username/disk_label"，它可以被如下所示的来定制。

• FAT 格式的文件系统使用 mlabel(1) 命令；
• ISO9660 文件系统使用带有 "-V" 选项的 genisoimage(1) 命令；
• ext2/ext3/ext4 文件系统使用带有 "-L" 选项的 tune2fs(1) 命令。

注意：

• 挂载时可能需要提供编码选项；
• 在图形界面菜单上移除文件系统，可能会移除它的动态设备节点例如 "/dev/sdc"。如果你想要保留它的设备节点，你应该在命令行提示符上输入 umount(8) 命令来卸载它。

八、选择文件系统

当你通过可移动存储设备与其他系统分享数据的时候，你应该先把它格式化为被两种操作系统都支持的通用的 文件系统。下面是文件系统的列表。

典型使用场景下可移动存储设备可选择的文件系统列表：

FAT 文件系统被绝大多数的现代操作系统支持，它对于通过可移动硬盘进行的数据交换是非常有用的。

当格式化像装有 FAT 文件系统的跨平台数据共享的可移动设备时，以下应该是保险的选择。

1、用 fdisk(8)，cfdisk(8) 或者 parted(8) 命令把它们格式化为单个的主分区并对把它做如下标记。

• 标记小于 2GB 的 FAT 设备为 字符"6"；
• 标记更大的 FAT32 设备为字符 "c"。

2、如下所示是用 mkfs.vfat(8) 命令格式化主分区的。

• 它的设备名字，例如 "/dev/sda1" 用于 FAT16 设备；
• 明确的选项和它的设备名，例如 "-F 32 /dev/sda1" 用于 FAT32 设备。

当使用 FAT 或 ISO9660 文件系统分享数据时，如下是需要注意的安全事项。

3、用 tar(1)，或cpio(1)命令压缩文件，目地是为了保留文件名，符号链接，原始的文件权限和文件所有者信息。

4、用 split(1) 命令把压缩文件分解成若干小于 2GiB的小文件，使其免受文件大小限制。

5、加密压缩文件保护其内容免受未经授权的访问。

因为 FAT 文件系统的设计，最大的文件大小为 (2^32 - 1) bytes = (4GiB -1 byte)。对于一些老旧的 32 位系统上的应用程序而言，最大的文件大小甚至更小(2^31 -1) bytes = (2GiB -1 byte)。Debian 没有遇到后者的问题。

微软系统本身并不建议在超过 200MB 的分区或者驱动器上使用 FAT。他们的 " Overview of FAT, HPFS, and NTFS File Systems 这篇文章突出显示了微软系统的缺点，例如低效的磁盘空间利用。当然了，我们在 Linux 系统上还是应该使用 ext4 文件系统。

九、网络上的数据分享

当使用网络来分享数据的时候，你应该使用通用的服务。

典型使用场景下可选择的网络服务列表：

尽管对于文件分享来说，通过网络挂载文件系统和传输文件是相当方便的，但这可能是不安全的。它们的网络连接必须通过如下所示的加强安全性。

• 用 SSL/TLS 加密；
• 建立 SSH 通道;
• 网络之间需要有安全的防火墙。