我最近决定使用以下方法存档一些数据柏油。数据由同一文件夹的大量备份组成；这意味着它包含大量重复项。我读到，由于 Tar 缺少索引，它无法很好地处理包含大量重复项的数据。所以我的问题是 Tar 是否适合存档此类数据？
我最关心的是保存档案中的所有原始数据，这包括所有文件时间戳：创建、修改、访问。
答案1
当然，无论有多少重复文件，Tar 都可以归档这些备份。如果 100 个不同文件夹中有 100 个文件 abc.doc 的重复文件，则该文件将被归档 100 次。但这样做效率不高。
如果备份工具可以删除重复数据，它会识别这 100 个相同的文件，备份其中一个，并引用 99 次。如果其中一个版本发生变化，它会删除引用，并单独备份。
答案2
GNU tar
创建时间：
Linux 并不真正记录文件创建时间。它有ctime时间戳，有时会被误认为是创建时间，但实际上是“inode 更改时间”：它记录上次更改文件或其权限、所有者等的时间。也就是说，它更改的频率比 更高mtime。ctime时间戳由内核处理，不能由用户设置为任意值（尽管您可以很容易地将其重置为当前时间）。
修改时间:
mtime保存于tar
访问时间：
tar通常会更改原始文件的访问时间。您可以使用标志来阻止这种情况--atime-preserve。您可能还需要--preserve保留权限（以及目录排序顺序）的标签。
我不知道您是否可以tar保留存档文件的 atimes，但您可以通过以下方式修复这些问题：
- 解压
- 在每个文件上使用
touch -a -d TIME FILE（时间格式为[[CC]YY]MMDDhhmm[.ss]） - 重新涂焦油
tar --atime-preserve
警告：--atime-preserve当前使用会记住 atime，因此在读取后可以保留它。在大多数系统上，这会导致 ctime 发生更改，有时会干扰其他软件（例如安全软件）。
其他软件
您可能会研究rsync（参见本文例如）或版本控制系统（如git）