我有两台服务器：我们的生产 Web 服务器 (freebsd) 和一台备份服务器 (centos)。生产服务器每 3 小时转储一次 mysql 数据库，并使用 bzip2 压缩转储文件。因此我们在 /backups/dumps/ 有一个文件夹，文件类似于 database_dump-20120119_152100.bz2。
在我们的备份服务器上，我们有一个 /BackupRaid/webserver/ 文件夹。在此服务器上，每 3 小时运行一次 rsync 脚本，将生产服务器上的 /backups/dumps 文件夹同步到备份服务器上的 /BackupRaid/webserver 文件夹。其中一个备份文件大约有 500MB。如果解压，则有 3.2GB。
多年来，这一流程一直运行良好。但最近我检查了备份服务器，发现在过去一周，每 3 小时的时间段内都会有一个 500MB 的 bz2 文件，正如预期的那样，但每个文件都有一个 3.2GB 的未压缩版本。所以现在文件数量翻倍了，每个时间段一个未压缩，一个压缩。
我会找出下一次同步的时间，然后坐下来监控它。在备份服务器上，我看到一个“.database_dump-201201119_182100.tlv1d4”文件，这意味着 rsync 正在进行中。我观察着这个文件，它的大小越来越大，超过了它应该有的 500MB。它继续下载一个 3.2GB 的解压转储文件。我登录到 Web 服务器并检查它正在同步的文件夹，文件夹中只有 500MB 的 bz2 文件。一旦它完成了 3.2GB 的文件，它就会继续下载 500MB 的 bz2 文件。
那么它从哪里得到这个 3.2GB 未压缩的转储文件呢？它的行为就好像远程服务器在传输之前解压文件，将 3.2GB 的转储文件传输到备份服务器，然后备份服务器再次将其压缩回 500MB 大小。
我使用 lsof，grepped 查找文件名，找到 rsync 进程的 PID。检查 PID，ps aux果然它来自我的脚本。我的脚本是一个非常简单的命令：
#Rsync files, timeout set to 5 seconds
until rsync -avv --progress --partial --timeout=5 "${SOURCE_USER}"@"${SOURCE_SERVER}":"${SOURCE_PATH}" "${TARGET_PATH}";
do echo "Didn't quite get the whole file before an error/timeout occurred. Restarting where it left off..." >&2;
sleep 1;
done
到底是怎么回事？？
答案1
看起来您正在使用-a带有 rsync 的开关，它等同于-rlptgoD，其中包括递归、链接、文件时间等。
最重要的是，从您发布的命令来看，您似乎正在调用源端的路径。
因此，当使用路径时，使用-a或-r开关，rsync 将同步路径中的所有文件。我假设大文件也存在于源路径中，因此它也被复制。
答案2
听起来好像开始bzip2之前还没完成rsync。顺便问一下 - 您是否删除过两边的转储？