Linux 如何快速拷大量文件， cp 是单进程的？

[yuedingwangji]

RT，最近需要给服务器传一些图片，大概有 200 多 G，文件个数更加是不知道多少了，直接考虑先压缩文件夹在传，但是后来想了一下，图片压缩率太小了，而且这样压缩的时候也很长，到时放到服务器还得解压，感觉反而更慢了， 网上有些说可以在复制的时候用流来压缩，这方法还真没实际测试过，不知道怎么样，最后我还是用古老的 cp 来操作的， 操作的时候，我观察进程的 fd 发现，cp 进程居然每次只有 2 个文件符，一个指向源文件，一个指向目标文件， 这是不是就说明 cp 复制了单进程的，如果是的话，那 cp 复制也太慢了吧， 每次复制一个文件，那我 10 几 w 的文件要复制到什么时候呀，求 v2 大神科普

[66450146]

多进程不见得更快，而且在出错的时候恢复现场更麻烦

拷大量文件还是用 rsync 吧

[likuku]

移动硬盘全盘加密后直接快递 /人肉到 IDC，直接连服务器上对拷，当然也是要用 rsync，能断点续传，能显示进度

[likuku]

传输压缩？你图片若已经是 jpg，gif 之类已经被高度压缩过的图，那么传输压缩没啥卵用。

[JasonYo]

rsync

[wwqgtxx]

cp 是单线程的不是很正常么，哪个系统自带的复制是多线程的，而且在绝大部分情况下多线程复制反而会更慢

[congeec]

tar

[flynaj]

rsync 后台慢慢来，这个瓶颈应该是你的网络上传速度，按家用带宽 4m 上行，一个小时 1g,最快也要 200 小时。

[yuedingwangji]

哈哈，我现在就是直接拷到硬盘硬盘，然后到机房那里去复制数据的，但感觉用 cp 真的好慢呀

[xeaglex]

那你自己用脚本异步执行 cp 不就好了

[ysc3839]

个人认为复制的瓶颈在于硬盘读写速度。如果你使用多进程复制，会导致硬盘在多个位置读写，速度会比顺序读写慢很多的。

[johnnie502]

先打包，不用压缩，比如用楼上的 tar，这样开销小，传的比较快

[dsnake1984]

我用 cos/oss 花点钱 还是挺爽的

[ryd994]

震惊，Linux 下最好用的复制命令居然不是 cp
tar c -C /src/ | tar xv -C /dst/
cp 慢主要是没有缓存还每文件一次 sync。这个 tar 命令实际上是利用 pipe buffer。
另外，rsync 也可以用于本地，不妨试试

[ericgui]

scp

[clino]

上面用 tar 的方法应该是很好的，如果是远程我记得用 ssh 也能用管道

[hawhaw]

scp 走的是 ssh 性能会有损失，建议服务器直接 nc 开个口子接收数据再传给 tar 解压缩，客户端上用 tar 打包再扔给 nc 发给服务器（ nc 开的那个口）

[congeec]

@hawhaw 这种方案必须保证链接够稳定，不会断掉。还是 rsync 通用

[crystone]

文件多就打包传啊，有没有压缩无所谓。如 ls 所言的

[l4ever]

曾经花了一天时间从公司把 400G JPG,pdf 等资源用 rsync 上传到服务器上的路过.
挂机放那里不管他呗.

[liangzi]

rsync or Syncthing

[mamax]

图片是压缩率太大，搞反了

[yidinghe]

如果有几万甚至几十万小文件，打包再拷贝通常会更快

[zhongyiio]

rsync -avzP ...,一定要考虑断点续传，就是这里的 P，否则网络一个闪断之类的就傻了

[smdbh]

挂一晚就好了

[tnt666666]

瓶颈是 io，不是 cpu

[arrow8899]

这个跟你的网速或硬盘速度有关系吧，单线程多线程其实影响不大

[fcten]

随机读取大量小文件本来就很慢，多线程也没用

[xiaogui]

如果是大量碎小文件的话，推荐打成 tar 包 ，不要压缩，比如每个包 1 G，然后拷贝过去。

[aa514758835]

手写一个多线程的 cp，我记得之前写过，没几行

[pierre1994]

线程或进程过多，会有磁盘随机 IO 问题

[kernel]

@ericgui scp 200G 小文件要复制到明年

[liuxu]

说真的，大文件邮寄硬盘更快，毕竟你有 100M 电信，最多也就 10M 上传

[zhongyiio]

@kernel 联通 100m 带宽，上传速度能到 15MB/s，也就十几个小时吧

[omph]

写个脚本，定量 tar 打包，然后网络流

[liwl]

瓶颈是带宽...不是 IO

[kernel]

@zhongyiio scp 和 rsync 不同。每复制一个文件要停一会。感觉是每复制一个文件都要断开新开一次连接。对于大量小文件效率比 rsync 低几十倍。

[TotoroSora]

不管是硬盘对拷还是网络流，感觉都是先 tar 打包比较好

[likuku]

#13 @ryd994 tar 的办法，哈哈，想起来当年还不知道 rsync 时，硬盘对拷系统就这么用 tar 和管道来着

[liberize]

刚用 parsync 传了 800G 的数据到服务器，平均每个文件 10M 吧，瓶颈在上行带宽

[stebest]

@ryd994
@zhongyiio

@hawhaw
到这里我想问下，如果使用 Samba 协议挂载远程目录到本地磁盘，然后使用 cp 命令和 rsync 命令，哪个快？

[Rekkles]

懒人的我通常都是打包 开个 80 端口 然后 wget

[msg7086]

打包传用 tar，目录直传用 rsync。cp 是复制，但不是给你复制那么多文件用的。
cp 是一个底层命令，也就是要做到「最简单」，「最不容易出问题」，要是做成多线程的话非让人打死不可。

@stebest 要速度的话，rsync 几乎总是最快的。

[Gathaly]

tar | scp

[ryd994]

@Gathaly 都 tar 了还 scp 干嘛
tar cz -C /src/ | ssh user@host tar xzv -C /dst/
还带压缩哦

然后你会发现这么蛋疼还是 rsync 靠谱，毕竟能断点续传

[wanderpoet]

@ryd994 #13 学习了

[qmake]

远程机器建一个稍微大一点的 lv 然后 dd 过去 如果要看进度的话 用 pv

[tanpengsccd]

学习了。

[cy97cool]

大量小文件推荐用 seaweedfs
https://github.com/chrislusf/seaweedfs
to store billions of files! to serve the files fast!
SeaweedFS implements an object store with O(1) disk seek, and an optional Filer with POSIX interface.

[enjoyCoding]

可不可以拆成多个文件夹 多个窗口 cp ？

[timothyye]

今天正好服务器搬家，rsync 又快又棒

[ymj123]

单纯论速度 scp 比 rsync 快的，我实验过很多次。当然楼上说 rsync 有断点续传功能，那挺好。还有 scp 不能拷贝软链接，rsync 可以。你这个就 tar 打包，然后 scp 慢慢传吧。

[figo]

老实点吧，作为过来人告诉你最稳定的办法就是先 tar 然后在 scp。

[WilliamHL]

rsync 真的很好用

[scholar]

看看 phzip2 的介绍，这个压缩了可以调用多线程。我们计算数据都是 Gb 来的，用它压缩比 tar 压缩成 tar.gz 等都快，压缩率也高很多！但不确定你这小文件众多的情况

[ps1aniuge]

rsync 需要安装，若是 win，winscp 最简单。支持多线程。
在选项===》传输===》后台里设定。
具体多少线程，根据 **基本跑满服务器带宽，不怎么波动** 为准。

[noqwerty]

上次备份服务器用的是 rsync -avzhP --progress

[aa514758835]

手写多线程 cp，代码不多的

[realpg]

rsync，或者 tar 直接把流通过 tcp 传输

[lostsummer]

内网环境下，磁盘 IO 是瓶颈，单磁盘服务器多进程 /线程无意义，还可能是负分，rsync 是最佳选择。