rsync最近x GB

我正在寻找一个命令/脚本，以允许将最近修改的文件（最大）10GB复制到另一台计算机。

因此，如果每个4 GB的文件有4个，则脚本只能传输其中2个文件；如果1GB大的文件有12个，则仅应传输最近的10个文件。

这是一个满足您要求的脚本。

要求

• 传输的文件总数必须小于阈值大小。
• 与rsync目标相比，必须修改文件。
• 如果不是所有文件都可以传输，则只能选择最近修改的文件。

细节

它用于rsync --dry-run构建将要传输的文件（这些文件是修改后的文件）的列表。然后，它使用的组合du，并ls获得文件大小和修改时间。然后，它按mtime排序文件，然后循环遍历文件，直到总大小超过阈值。最后，它仅使用最近修改且总大小在阈值以下的文件再次调用rsync。

该脚本有点丑陋，但是可以用。一个很大的限制是它必须在包含rsync from目录的计算机上执行。可以对其进行修改，以使用ssh来使用远程from目录，但该摘要的大小留给读者。

最后，将rsync选项硬编码到脚本中，但是如果要在命令行上指定它们，这是一个容易的更改。此外，计算大小的数学运算以字节为单位。通过将调用修改为du并将阈值降低相同的倍数，可以将其更改为千/兆/千兆字节。

用法

./rsyncrecent.sh rsync-from-directory rsync-to-directory

其中rsync-from-directory是本地目录，并且rsync-to-directory是任何本地或远程目录。默认选项硬编码为-avz，默认阈值硬编码为10GiB。

剧本

#!/bin/bash

RSYNC=rsync
RSYNC_OPTS=-avz
THRESHOLD=10737418240

usage () {
  echo >&2 "Usage:  $0 from-location to-location"
  exit 1
}

[ "$#" -eq 2 ] || usage

RSYNC_FROM=$1
RSYNC_TO=$2

echo "Fetching file list for $RSYNC $RSYNC_OPTS $RSYNC_FROM $RSYNC_TO"

# get list of changed files
FILES=`$RSYNC $RSYNC_OPTS --dry-run  $RSYNC_FROM $RSYNC_TO | sed -n '/list$/,/^$/{/sending.*list$/ d ; /^$/ d ; /\/$/ d ;; p}'`

# reported files are relative to ..RSYNC_FROM, so rather than transforming filenames, lets just move there
pushd $RSYNC_FROM > /dev/null

# get modified time and sizes for all files
i=0
for FILE in $FILES
do
   #strip first part of path so files are relative to RSYNC_FROM
   FILE=${FILE#*/}
   #FSIZE=`ls -l $FILE | cut -f5 -d' '`
   FSIZE=`du -bs $FILE`
   FMTIME=`ls -l --time-style=+%s $FILE | cut -f6 -d' '`
   FLIST[$i]=`echo $FMTIME $FILE $FSIZE`
   ((i=$i+1))
done

# go back to original directory
popd > /dev/null

# sort list according to modified time
IFS=$'\n' FLIST=($(sort -rg <<<"${FLIST[*]}"))

max=$i
i=0
size=0
#NEWFLIST=''

# add up the files in mtime order until threshold is reached
for ((i=0; i<$max; i++))
do
   s=`echo ${FLIST[$i]} | cut -f3 -d' '`
   f=`echo ${FLIST[$i]} | cut -f2 -d' '`
   ((size=$size+$s))
   if (( "$size" > "$THRESHOLD" ))
   then
      break
   fi
   NEWFLIST="$NEWFLIST $f"
   echo $f >> /tmp/rsyncfilelist
done

$RSYNC $RSYNC_OPTS --dry-run $RSYNC_FROM --files-from=/tmp/rsyncfilelist  $RSYNC_TO

rm /tmp/rsyncfilelist

我将使用rsync “ --dry-run”（或“ -n”）来获取较新文件的列表。然后，我将使用另一个带有选项“ --files-from =-”的rsync发送文件。在它们之间有“丑陋的” perl。
像这样的东西：

#!/usr/bin/perl

$source="/somedir";
$target="host:/remotedir";
$maxsize=10*1024**3; # 10GB 

open (RSOUT,"|rsync -av --files-from=- $source $target");
open (RSIN, "rsync -avn $source $target |");
while (<RSIN>)
{
        chomp;
        last if (/^$/);
        if (-f "$_")
        {
                next if ($size + -s "$_" > $maxsize);
                $size += -s "$_";
                printf RSOUT "%s\n", $_;
        }
}

请注意，我未使用超过10GB的内存进行测试，也许perl会在某些限制下溢出；为了解决这个问题，而不是计算字节，请使用Kbytes：

$maxsize=10*1024**2; # 10M of Kbytes
...
     $size +=( -s "$_")/1024;

编辑：我注意到，第一个解决方案不会按mtime排序文件，这是一个更完整的解决方案（类似于另一个人发布的bash脚本）。

#!/usr/bin/perl
use File::stat;

$source="/somedir/";
$target="host:/remotedir";
$maxsize=10 * 1024**3; # 10GB  

open (RSOUT,"|rsync -av --files-from=- $source $target");
open (RSIN, "rsync -avn $source $target |");
while (<RSIN>)
{
    chomp;
    last if (/^$/);
    if (-f "$_")
    {
            my $fileattr;
            my $stat=stat($_);
            $fileattr->{name}=$_;
            $fileattr->{size}=$stat->size;
            $hash{sprintf ("%s %s\n", $stat->mtime, $_)}=$fileattr;
    }

}

foreach $key (reverse sort keys %hash)
{
    next if ( ($size + $hash{$key}->{size}) > $maxsize);
    $size += $hash{$key}->{size};
    print RSOUT $hash{$key}->{name}, "\n";
}

您可以解析的排序输出du。假设GNU实用程序：

du -0ak | sort -z -k1n | awk -v 'RS=\0' -v 'ORS=\0' '
    (size += $1) > 10*1024*1024 {quit}
    {print substr($0, index(s, "\t")+1)}
' | xargs -0 cp -t destination

POSIXly，假设没有文件名包含换行符：

du -ak | sort -k1n | awk '
    (size += $1) > 10*1024*1024 {quit}
    {print substr($0, index(s, "\t")+1)}
' | while IFS= read -r filename; do cp -- "$filename" /path/to/destination

请注意du遍历子目录。为避免这种情况，请告诉du您要操作的文件。通常，您可以使用find来过滤文件。

find . -type f ! -name excluded-file -exec du -ak {} + |
sort -k1n | awk '
    (size += $1) > 10*1024*1024 {quit}
    {print substr($0, index(s, "\t")+1)}
' | while IFS= read -r filename; do cp -- "$filename" /path/to/destination