Rsync

rsync es una aplicación libre para sistemas de tipo Unix y Microsoft Windows que ofrece transmisión eficiente de datos incrementales, que opera también con datos comprimidos y cifrados. Mediante una técnica de delta encoding, permite sincronizar archivos y directorios entre dos máquinas de una red o entre dos ubicaciones en una misma máquina, minimizando el volumen de datos transferidos. Una característica importante de rsync no encontrada en la mayoría de programas o protocolos es que la copia toma lugar con sólo una transmisión en cada dirección. rsync puede copiar o mostrar directorios contenidos y copia de archivos, opcionalmente usando compresión y recursión.

Actuando como un daemon de servidor, rsync escucha por defecto el puerto TCP 873, sirviendo archivos en el protocolo nativo rsync o vía un terminal remoto como RSH o SSH. En el último caso, el ejecutable del cliente rsync debe ser instalado en el host local y remoto.

rsync se distribuye bajo la licencia GNU General Public License.

Historia Los autores originales son Andrew Tridgell y Paul Mackerras. Tridgell usó rsync como el tema de su tesis para su grado de PhD en la Australian National University.http://samba.org/~tridge/phd_thesis.pdf

rsync fue anunciado por primera vez el 19 de junio de 1996.

Rsync 3.0 fue lanzado el 1 de marzo de 2008.

Algoritmo El algoritmo en que se basa rsync fue creado por el programador australiano Andrew Tridgell, permite transmitir eficientemente una estructura (como un archivo) a través de un canal de comunicación cuando el receptor ya tiene una versión diferente de la misma estructura. Su funcionamiento a grandes rasgos es el siguiente: El receptor divide su copia del archivo en bloques de tamaño fijo S, no solapados, y calcula dos sumas de verificación (checksum) para cada bloque: el hash MD4, y un ‘rolling checksum’ más débil. Luego envía estos checksums al emisor. La versión 30 del protocolo (lanzado con rsync versión 3.0.0) ahora utiliza MD5 en lugar de MD4. El emisor calcula el rolling checksum para cada posible bloque de tamaño S, solapando bloques. Esto se puede hacer eficientemente gracias a una propiedad del rolling checksum: si el rolling checksum de los bytes n a n+S-1 es R, se puede calcular el checksum de los bytes n+1 a n+S a partir del byte n, el byte n+S y R, sin tener que examinar los bytes intermedios. Entonces, si ya se ha calculado el rolling checksum de los bytes 1 a 25, se puede calcular el rolling checksum de los bytes 2 a 26 de manera separada a partir del checksum anterior, y de los bytes 1 y 26. El rolling checksum usado en rsync está basado en el checksum adler-32, de Mark Adler, que es utilizado en zlib y que está basado a su vez en el checksum de Fletcher. El emisor compara entonces sus rolling checksums con los enviados por el receptor para determinar si existen coincidencias. Cuando las encuentra, verifica calculando el checksum MD4 para el bloque propio coincidente y comparando con el del bloque del receptor. Finalizado el proceso el emisor envía únicamente los bloques para los cuales no se encontró ninguna coincidencia, junto con instrucciones para su ensamblado en la versión del receptor. En la práctica, esto crea un archivo idéntico a la copia del emisor. Sin embargo, es en principio posible que la copia del receptor sea distinta en este punto del emisor: esto puede pasar cuando los dos archivos tienen pedazos diferentes con el mismo hash y rolling checksum. Cabe destacar que las posibilidades de que esto suceda son en la práctica extremadamente remotas. Si las versiones del archivo del emisor y receptor tienen muchas secciones en común, la utilidad necesita transmitir pocos datos para sincronizar los archivos.

Características y aplicaciones Mientras que el algoritmo rsync forma parte del núcleo de la aplicación rsync y esencialmente optimiza las transferencias entre dos computadoras sobre TCP/IP, la aplicación rsync provee otras funciones que asisten en la transferencia. Estas incluyen compresión y descompresión de los datos bloque por bloque, utilizando zlib al enviar y recibir, y soporte para protocolos de cifrado, tal como SSH, lo que permite transmisión cifrada y eficientemente diferenciada de datos comprimidos usando el algoritmo rsync.

Adicionalmente puede utilizarse una aplicación de tunneling también para crear un túnel cifrado que asegure los datos transmitidos.

Además de archivos, el algoritmo permite copiar directorios, aun recursivamente, así como vínculos, dispositivos, grupos y permisos. No requiere por defecto privilegios de root para su uso.

rsync fue escrito como un reemplazo de rcp y SCP. Una de las primeras aplicaciones de rsync fue la creación de un espejo (mirroring) o copia de respaldo de múltiples clientes Unix dentro de un servidor Unix central, usando rsync/ssh y cuentas estándares de Unix. Habitualmente se ejecuta mediante herramientas de scheduling como cron, para automatizar procesos de sincronización entre múltiples computadoras host y servidores centrales.

Uso de la aplicación Rsync La invocación más simple de la aplicación a través de línea de órdenes tiene la siguiente forma:

rsync [OPCIONES]... ORIGEN [ORIGEN]... DESTINO

La simplicidad de la aplicación se puede ver en el siguiente ejemplo (se utilizan opciones largas para facilitar su explicación, pero también se pueden utilizar opciones abreviadas):

rsync --verbose --compress --rsh=/usr/local/bin/ssh --recursive \ --times --perms --links --delete --exclude "*bak" --exclude "*~" \ /www/* webserver:/www

Esta orden ejecuta rsync en modo verboso (muestra mensajes de estado por la salida estándar), con compresión, a través de ssh, en forma recursiva para los subdirectorios, preservando fechas y permisos del archivo origen, incluyendo vínculos, borrando archivos que fueron borrados en el directorio origen, excluyendo backups y archivos temporales (*bak, *~); el origen es el contenido del directorio /www y el destino el directorio /www en el host webserver.

Adicionalmente es necesario configurar uno de los puntos hosts como servidor rsync, ejecutando rsync en modo daemon:

rsync --daemon

y configurando el archivo /etc/rsyncd.conf.

Una vez configurado un servidor, cualquier máquina con rsync instalado puede sincronizar archivos hacia o desde éste.

Para sincronizar dos carpetas usando las opciones abreviadas:

rsync -au --delete

En el siguiente ejemplo se sincronizan dos carpetas usando las opciones abreviadas, y la información es enviada a un archivo cuyo nombre es la fecha y hora de la sincronización. Los archivos existentes en la carpeta destino que no existen en la carpeta origen, son borrados al finalizar la transferencia de datos:

rsync -auv --delete-after /carpetaorigen /carpetadestino>`date +"%d-%b-%Y-%H:%M"`.log

Variantes Existen otras utilidades basadas en el algoritmo de rsync.

rdiff, que genera archivos delta con la diferencia entre dos archivos, que puede ser aplicada a uno para convertirlo en el otro en cualquier momento. rdiff-backup, que utiliza rdiff para mantener espejos de backup de un directorio a través de una red. Rdiff-backup almacena delta rdiff incrementales, lo que permite recrear el directorio en cualquier punto de backup.

Existen además versiones para otros sistemas operativos, como rsyncX, una versión para Mac OS X que permite transferir forks de recursos, y que en su versión rsyncXCD permite además crear particiones booteables.

Incluso es posible utilizar rsync en Microsoft Windows, a través de Cygwin.

Instalación

rsync debe instalarse en la máquina tanto de origen como de destino.

Interfaces gráficas Grsync — Front-end GTK.

gutback — Wrapper de rsync escrito en Shell.

JotaSync — Interfaz Java Swing para rsync con planificador integrado.

luckyBackup — Front-end Qt escrito en C++.

Otras herramientas que usan rsync son rdiff-backup y osync

Como alternativa de cp/mv

rsync se puede usar como una alternativa avanzada para la orden cp o mv, especialmente para copiar archivos más grandes:

$ rsync -P source destination

La opción -P es la misma que Ic|--partial --progress, que mantiene los archivos parcialmente transferidos y muestra una barra de progreso de la transferencia.

Es posible que desee utilizar la opción -r/--recursive para recoger recursivamente el contenido de los directorios.

Los archivos se pueden copiar localmente como con cp, pero el propósito motivador de rsync es copiar archivos de forma remota, es decir, entre dos servidores diferentes. Las ubicaciones remotas se pueden especificar con una sintaxis de dos puntos entre servidores:

$ rsync source host:destination

o

$ rsync host:source destination

Las transferencias de archivos en red utilizan el protocolo SSH de forma predeterminada y host puede ser un nombre de equipo real o un perfil/alias predefinido desde .ssh/config.

Ya sea que transfiera archivos de forma local o remota, rsync primero crea una lista de archivos que contiene información (de manera predeterminada, el tamaño del archivo y la última marca de tiempo de modificación) que luego se utilizará para determinar si el archivo necesita ser construido. Para cada archivo que se construirá, se encuentra una suma de comprobación débil y fuerte para todos los bloques, de modo que cada bloque tenga una longitud de S bytes, que no se superponga y que tenga un desplazamiento que sea divisible por S. Con esta información, se puede construir un archivo grande usando rsync sin tener que transferir todo el archivo. Para obtener una explicación práctica y matemática detallada, remítase a how rsync works y the rsync algorithm, respectivamente.

Para pasar a rsync valores predeterminados rápidamente, se pueden usar algunos alias:

function cpr() { rsync --archive -hh --partial --info=stats1 --info=progress2 --modify-window=1 "$@"

function mvr() { rsync --archive -hh --partial --info=stats1 --info=progress2 --modify-window=1 --remove-source-files "$@"

El uso del término checksum («suma de verificación») no es asimilable al comportamiento de la opción --checksum. La opción --checksum afecta a la heurística del archivo utilizada antes de transferir cualquier archivo. Independientemente de la opción ic|--checksum, siempre se usa una «suma de verificación» (checksum) para la construcción de archivos basada en bloques, que es como rynsc transfiere un archivo.

Lidiar con la barra diagonal

Arch por defecto usa «cp» de GNU. Sin embargo, rsync sigue la convención de BSD para «cp», que da un tratamiento especial a los directorios de origen con una barra diagonal «/». A pesar de que:

$ rsync -r source destination

crea un directorio «destination/source» con el contenido de «source»;

y la orden:

$ rsync -r source/ destination

copia todos los archivos presentes en «source/» directamente a «destination», sin subdirectorio intermedio, como si lo hubiera invocado así:

$ rsync -r source/. destination

Este comportamiento es diferente al de GNU para cp, que trata «source» y «source/» de forma idéntica (pero no «source/.»). Además, algunos intérpretes de órdenes añaden automáticamente la barra inclinada final cuando se completan los nombres de directorios con el tabulador. Debido a estos factores, puede haber cierta tendencia entre los usuarios de rsync nuevos u ocasionales a olvidarse del comportamiento diferente de rsync, y sin darse cuenta provoquen un desastre o incluso sobrescribir archivos importantes al dejar la barra diagonal en la línea de órdenes.

Por lo tanto, puede ser prudente usar un script para eliminar automáticamente las barras diagonales finales antes de invocar rsync:

#!/bin/zsh new_args=(); for i in "$@"; do case $i in /) i=/;; */) i=${i%/};; esac new_args+=$i; done exec rsync "${(@)new_args}"

Este script se puede colocar en algún lugar de la ruta y crear un alias a rsync en el archivo de inicio de shell.

Como herramienta para realizar copias de seguridad