hadoop 大数据环境配置 rsync命令 hadoop(三)

1. rsync :

              意思 remote sync.
              rsync 被用在UNIX / Linux执行备份操作操作.
              rsync 用来从一个位置到另一个位置高效地同步文件和文件夹. rsync可以实现在同一台机器的不同文件直接备份,也可以跨服务器备份.

2.rsync特点:

                     速度快

                     安全: rsync 可以使用ssh协议加密传输

                     占用带宽少: rsync 在发送时会压缩数据块, 接收后再解压缩数据块. 所以和其他文件传输协议比起来, rsync在跨主机传输文件时会占用较小的带宽.

                     不需要特殊权限: 安装和运行rsync 不需要特殊权限.

3. 参数:


一般同步传输目录都使用azv选项. 
 
-v, --verbose 详细模式输出 
 
-q, --quiet 精简输出模式 
 
-c, --checksum 打开校验开关,强制对文件传输进行校验 
 
-a, --archive 归档模式,表示以递归方式传输文件,并保持所有文件属性,等于-rlptgoD 
 
-r, --recursive 对子目录以递归模式处理 
 
-R, --relative 使用相对路径信息 
 
-b, --backup 创建备份,也就是对于目的已经存在有同样的文件名时,将老的文件重新命名为~filename。可以使用--suffix选项来指定不同的备份文件前缀。 
 
--backup-dir 将备份文件(如~filename)存放在在目录下。 
 
-suffix=SUFFIX 定义备份文件前缀 
 
-u, --update 仅仅进行更新,也就是跳过所有已经存在于DST,并且文件时间晚于要备份的文件。(不覆盖更新的文件) 
 
-l, --links 保留软链结 
 
-L, --copy-links 想对待常规文件一样处理软链结 
 
--copy-unsafe-links 仅仅拷贝指向SRC路径目录树以外的链结 
 
--safe-links 忽略指向SRC路径目录树以外的链结 
 
-H, --hard-links 保留硬链结 
 
-p, --perms 保持文件权限 
 
-o, --owner 保持文件属主信息 
 
-g, --group 保持文件属组信息 
 
-D, --devices 保持设备文件信息 
 
-t, --times 保持文件时间信息 
 
-S, --sparse 对稀疏文件进行特殊处理以节省DST的空间 
 
-n, --dry-run现实哪些文件将被传输 
 
-W, --whole-file 拷贝文件,不进行增量检测 
 
-x, --one-file-system 不要跨越文件系统边界 
 
-B, --block-size=SIZE 检验算法使用的块尺寸,默认是700字节 
 
-e, --rsh=COMMAND 指定使用rsh、ssh方式进行数据同步 
 
--rsync-path=PATH 指定远程服务器上的rsync命令所在路径信息 
 
-C, --cvs-exclude 使用和CVS一样的方法自动忽略文件,用来排除那些不希望传输的文件 
 
--existing 仅仅更新那些已经存在于DST的文件,而不备份那些新创建的文件 
 
--delete 删除那些DST中SRC没有的文件 
 
--delete-excluded 同样删除接收端那些被该选项指定排除的文件 
 
--delete-after 传输结束以后再删除 
 
--ignore-errors 及时出现IO错误也进行删除 
 
--max-delete=NUM 最多删除NUM个文件 
 
--partial 保留那些因故没有完全传输的文件,以是加快随后的再次传输 
 
--force 强制删除目录,即使不为空 
 
--numeric-ids 不将数字的用户和组ID匹配为用户名和组名 
 
--timeout=TIME IP超时时间,单位为秒 
 
-I, --ignore-times 不跳过那些有同样的时间和长度的文件 
 
--size-only 当决定是否要备份文件时,仅仅察看文件大小而不考虑文件时间 
 
--modify-window=NUM 决定文件是否时间相同时使用的时间戳窗口,默认为0 
 
-T --temp-dir=DIR 在DIR中创建临时文件 
 
--compare-dest=DIR 同样比较DIR中的文件来决定是否需要备份 
 
-P 等同于 --partial 
 
--progress 显示备份过程 
 
-z, --compress 对备份的文件在传输时进行压缩处理 
 
--exclude=PATTERN 指定排除不需要传输的文件模式 
 
--include=PATTERN 指定不排除而需要传输的文件模式 
 
--exclude-from=FILE 排除FILE中指定模式的文件 
 
--include-from=FILE 不排除FILE指定模式匹配的文件 
 
--version 打印版本信息 
 
--address 绑定到特定的地址 
 
--config=FILE 指定其他的配置文件,不使用默认的rsyncd.conf文件 
 
--port=PORT 指定其他的rsync服务端口 
 
--blocking-io 对远程shell使用阻塞IO 
 
-stats 给出某些文件的传输状态 
 
--progress 在传输时现实传输过程 
 
--log-format=formAT 指定日志文件格式 
 
--password-file=FILE 从FILE中得到密码 
 
--bwlimit=KBPS 限制I/O带宽,KBytes per second 
 
-h, --help 显示帮助信息 

-a命令:

有时我们希望拷贝或同步时, 时间戳不要发生变化, 源文件是什么时间戳,目标文件就是什么时间戳, 这时我们需要使用 -a --archive 归档模式选项. -a 选项相当于7个选项的组合 -rlptgoD

  • -r, --recursive: 递归模式Recursive mode
  • -l, --links: 将符号链接当作符号链接文件拷贝, 不拷贝符合链接指向的文件内容.
  • -p, --perms: 保留文件权限
  • -t, --times: 保留修改时间戳
  • -g, --group: 保留用户组信息
  • -o, --owner: 保留用户信息(需要超级用户权限)
  • -D, 相当于 --devices --specials 的组合, 保留设备文件, 保留特殊文件.

4. 常用:

    从本地拷贝到远程

#我在当前文件夹下有个txt文件 传输到远程home路径下
# -z 压缩
# -a 多个命令的合一起
# -v: --verbose 打印详细信息
rsync -zav a.txt  hadoop23:/home/

  5. 发送到远程脚本

      替换为自己的机器名即可 修改命令行hadoop22 hadoop23 hadoop24

#!/bin/bash

#1. 判断参数个数
if [ $# -lt 1 ]
then
	echo Not Enough Arguement!
	exit;
fi

#2. 遍历集群所有机器
for host in hadoop22 hadoop23 hadoop24
do
	echo *************************  $host    *************************
	#3. 遍历所有目录,挨个发送
	for file in $@
	do
		
		#4. 判断文件是否存在
		if [ -e $file ]
			then
				#5. 获取父目录
				pdir=$(cd -P $(dirname $file); pwd)
			
				#6. 获取当前文件的名称
				fname=$(basename $file)
				ssh $host "mkdir -p $pdir"
				rsync -av $pdir/$fname $host:$pdir
			else
				echo $file does not exists!
		fi
	done
done	

你可能感兴趣的:(大数据,hadoop,大数据,分布式)