Python如何实现文件夹的增量备份与镜像同步？

生产环境增量备份优先用 rsync，因其对硬链接、稀疏文件、权限及xattrs的处理成熟稳定；Python标准库无法比拟，自行实现易在跨时区、NFS或不同文件系统间误判；必须用Python时应封装rsync或使用pyrsync。

增量备份该用 rsync 还是纯 Python？

直接说结论：生产环境下，优先选择 rsync。这倒不是因为它有多“高级”，而是因为它对硬链接、稀疏文件、权限、xattrs 这些细节的处理，已经打磨了数十年。相比之下，Python 标准库根本没法比。自己上手写 shutil.copy2 加 os.stat 对比 mtime 的方案，很容易在跨时区、NFS、ext4 或 btrfs 之间漏判甚至误判。如果实在必须用 Python（比如要嵌入 GUI 或者没有 shell 环境），建议用 pyrsync，或者直接封装 rsync 命令，别从零开始写校验逻辑，那是自找麻烦。

rsync --delete --archive --hard-links 的实际含义

这条命令并不是什么“万能同步”的咒语。每个 flag 背后都有明确的副作用，没搞清楚就乱用，很容易丢数据： - --archive 等价于 -rlptgoD，会保留所有元数据。但问题在于，如果目标文件系统不支持 setgid 或 ACL（比如 FAT32 或某些 NAS），rsync 会直接静默失败，而且不报错。 - --hard-links 要求源和目标必须在同一个挂载点下才能生效。一旦跨分区，它会自动退化为普通拷贝，而且不会给你任何警告。 - --delete 会删除目标中源没有的文件。这里有个特别容易踩的坑：如果源路径末尾少了那个 /（比如写成 /src 而不是 /src/），rsync 会把整个 /src 目录当成一个文件来同步，结果就是目标被清空。

如何避免 rsync 把备份变成“单点故障”

镜像同步和真正的备份，是两码事。真正的增量备份需要保留历史快照，而 rsync 默认只做“当前状态同步”。常用的解法是配合 --link-dest 和硬链接： - 每次备份到一个新目录（比如 backup_20240520），并指定上一次备份目录为 --link-dest=../backup_20240519。 - 相同文件会被硬链接复用，节省空间；不同的文件则真实写入。 - 关键限制：源和所有备份目录必须在同一个文件系统上，否则硬链接会失效，直接变成全量复制。 - 别依赖 rsync --backup，它只备份被覆盖的单个文件，不会保留完整的历史记录。

Python 脚本调用 rsync 时最容易崩的三个点

用 subprocess.run 调 rsync，看起来简单，但实际踩坑率极高： - 路径含空格或中文？必须用 shell=False 加列表传参，不能拼字符串——否则 shlex.split() 会错误切分。 - 忽略 check=True：rsync 返回 23 表示部分文件失败（比如权限不足），但 Python 默认不抛异常。 - 没捕获 stderr：当 rsync 因 --delete 删除大量文件时，进度输出走 stderr，不读取会导致缓冲区满、进程卡死。 硬链接跨文件系统、rsync 的 exit code 含义、--link-dest 路径必须是相对目标目录的相对路径——这些细节不查手册，跑一两次就出事。