今天我们主要讲解海量文件实时同步，最近涉及到数百万图片数据迁移，为了使图片数据快速迁移，并保证数据数据的一致性，无缝切换。尝试了多种方案。
方案1：rsync+inotify同步，最先想到的是此方案，以前在多台服务器间的做代码同步就常用此方法，因为代码文件数并不多。现在用在海量文件同步时，其缺陷也暴露出来，分析原理后，我们知道，每次新增数据都会做一次全量同步，在数据量不大的情况下同步挺快，但当文件数达到数百万就相当慢，每次对比整个目录的数量庞大的文件；第二，inotify监听的事件也非常多，创建一个文件会产生open、modify、close_write和close事件，这样就触发4次全量同步，恐怖至极，因此此种方案最终被我放弃。 但对于同步代码这种文件数不多也是极快，特分享本如下：
#!/bin/bash
host02=10.104.162.233 #需要同步的目标主机2
#本地监听目录
src="/usr/local/apache-tomcat-6.0.39/webapps/"
#同步的的rsync服务的模块名
dst="/usr/local/apache-tomcat-6.0.39/webapps/"
#rsync服务端认证用户
user=root
rsync_passfile=/etc/rsyncd.pass
inotify_home=/usr/local/inotify
records="/scripts/logs/records.txt"
#judge
if [ ! -e "$src" ]
|| [ ! -e "${rsync_passfile}" ]
|| [ ! -e "${inotify_home}/bin/inotifywait" ]
|| [ ! -e "/usr/bin/rsync" ];
then
echo "Check File and Folder"
exit 9
fi
${inotify_home}/bin/inotifywait -mrq --timefmt ‘%d/%m/%y %H:%M‘ --format ‘%T %w %f %e‘ -e close_write,delete,create,attrib $src >>$records &
while true
do
if [ -s $records ];then
echo "-------$now_time--------" >>/var/log/rsync.log
rsync -avzc --exclude-from=/scripts/exclude.conf --delete $src [email protected]$host02:$dst >>/var/log/rsync.log
if [ $? -ne 0 ];then
now_time=$(date "+%Y-%m-%d %H:%M:%S")
context="$now_time测试1同步到测试2失败"
recipients="[email protected]"
echo $context |mailx -s "rsync is error" $recipients
fi
cat /dev/null >/scripts/logs/records.txt
#防止清空后，遗漏事件，再同步一次
rsync -avzc --exclude-from=/scripts/exclude.conf --delete $src [email protected]$host02:$dst >>/var/log/rsync.log
else
# 让循环休息1s，利于cpu
sleep 1
fi
done
exit 0接着尝试了方案2：sersync，sersync由金山的一位同学开发，实际上是整合了在inotify和rsync上做了二次开发，对监听事件进行了过滤，并且同步时只同步单个文件或单个目录，对于数百万的文件或目录比较多的的情况，只用同步单个子目录而不是整个目录全部同步，并且支持多线程同步，也就是说可同时同步多个子目录，这样同步效率大大提高，并且达到实时同步，而不像方案1中每一次全量同步没完成时，新增文件也没同步，只能等下一次同步，没达到实时同步的效果。
海量文件同步推荐sersync
sersync下载
wget --no-check-certificate https://raw.githubusercontent.com/orangle/sersync/master/release/sersync2.5.4_64bit_binary_stable_final.tar.gz
2.配置sersync
<?xml version="1.0" encoding="ISO-8859-1"?>`
<head version="2.5">
<host hostip="localhost" port="8008"></host>
<debug start="start"/>
<fileSystem xfs="false"/>
<filter start="true">
<exclude expression="^.glusterfs/*"></exclude>
</filter>
<inotify>
<delete start="true"/>
<createFolder start="true"/>
<createFile start="false"/>
<closeWrite start="true"/>
<moveFrom start="true"/>
<moveTo start="true"/>
<attrib start="false"/>
<modify start="false"/>
</inotify>
<sersync>
<localpath watch="/data/brick1/Data">
<remote ip="10.100.21.19" name="web_tomcat"/>
</localpath>
<rsync>
<commonParams params="-artuz"/>
<auth start="true" users="root" passwordfile="/etc/rsyncd.pass"/>
<userDefinedPort start="false" port="874"/><!-- port=874 -->
<timeout start="false" time="100"/><!-- timeout=100 -->
<ssh start="false"/>
</rsync>
<failLog path="/tmp/rsync_fail_log.sh" timeToExecute="60"/><!--default every 60mins execute once-->
<crontab start="true" schedule="600"><!--600mins-->
<crontabfilter start="true">
<exclude expression=".glusterfs/*"></exclude>
</crontabfilter>
</crontab>
<plugin start="false" name="command"/>
</sersync>
</head>主要改下以上几项即可，.glusterfs是过滤的文件，此方法只能用rsync的daemon模式，也就是目标机得配置rsync daemon，不能rsync ssh方式。crontab定时任务每10小时，全量同步一次，为防止文件遗漏。
3.启动sersync
/usr/local/sersync/sersync2 -d -r -o /usr/local/sersync/confxml.xml
总结：经过实际检验，sersync的方式对海量文件同步速度快， 对我数百万的图片数据迁移，做到了实时同步，然后切换流量，几十G的数据无缝迁移完成。
原文地址：http://blog.51cto.com/jin544642965/2339314