Dotaz: Porovnani obsahu dvou adresaru/disku

[Karlitos]

Zdravim

Potreboval bych si udelat kontrolu jestli maji dva adresare, resp. dva disky stejny obsah. Kopiroval jsem data z jednoho sidku na druhy a chci se jen ujistit ze jsem nic nezapomnel.

Zkousel jsem pouzit meld, jenze ten mi po chvilce totalne zahlti pamet na Athlonu X2 5000+ se 4gb pameti, docela me to prekvapilo.

Existuje nejake lepsi reseni ?

Diky predem za radu K

---

---

Odpovědi

[Ondřej Kopka]

Nejdříve je třeba definovat, co má být považováno za stejný obsah. Zajímá tě počet souborů, jejich velikosti nebo chceš porovnávat obsah souborů?

[Karlitos]

Diky za odpoved

Potrebuju se ujistit ze veskera data z disku A jdou pritomna na disku B, jsou ve stejnych adresarich a nejsou poskozena. Tady je otazka jestli staci porovnat velikost. Jedna se o ruzna data - od dokumentu, prez multimedia k programum.

[Semo]

find -type f -print0 | xargs -0 cat | md5sum  # skontrolovat obsah
find | md5sum  # skontrolovat adr. strukturu

Pustit v zdroji, v cieli a porovnat vystupy.

[Karlitos]

Diky za radu

Zadal jsem ten prvni prikaz find -type f -print0 | xargs -0 cat | md5sum v tom adresari kde je namountovany disk A a uz to jede 1,5 hodiny bez vystupu nebo jine reakce. Je to normalni chovani ?

[Semo]

Podla toho, kolko toho mas. Ale tvoja poziadavka, aby sa skontroloval aj obsah suborov vyzaduje, aby sa vsetko precitalo. U mna 1.4GB adresar trva 26s, takze cca 54MB/s == 3GB/min, 90 minut == 270GB. Bud to mas velmi fragmentovane, alebo tam mas nejake zacyklene linky, alebo je ten adresar obrovsky. To, ze to je bez vystupu je ok, na konci len vyhodi nieco ako "6467719f68c34295923a39b8b7d31112".

[piCZa]

Zkuste toto:

cd first
tree -a -s -v >~/tmpfirst.txt

cd second
tree -a -s -v >~/tmpsecond.txt

meld ~/tmpfirst.txt ~/tmpsecond.txt

Meld vam pak zvyrazni, kde se to lisi ve jmene a nebo velikosti.

Pokud si pohrajete s prepinaci 'tree', myslim, ze vam to tu sluzbu udela. Mam podobny skript pro MidnightCommander a pokud nechci opravdu md5/sha sum, tak to funguje. To zda potrebujete kontrolu podle obsahu musite zvazit sam. Pokud verite resp. se da verit cilovemu datovemu mediu a proces neskoncil nasilnou smrti (treba kill -9 nebo segfault), tak by vam velikost mohla stacit.

[camel1cz]

A co to projet normálním rsyncem? Pokud nejde o miliony souborů (jako že asi ne), tak by nemusel sežrat veškerou paměť.

[piCZa]

S tim rsync je to dobry napad! A asi nejrychlejsi.

Jen je treba dat pozor na zpusob zjistovani rozdilu. Pokud nepouzijete prepinac "-c", tak se porovnava dle data a velikosti.

Pokud chcete videt jen rozdily a neprovest samotnou synchronizaci, nezapomente prepinac "-n" (dry-run).

[Behemot]

Ačkoli bych neřekl že je jinak dobrý, tohle umí BeeSoft Commander (bsc). Synchronizace pak ale trvá hroznou dobu, kopíruje to pomalu. Ruku do ohně za to nedám, aspoň kde jsem to zkoušel mi to vyházelo rozdílný obsah u spousty souborů, ač si myslím, že většina byla v pohodě.

[linuxik]

Proc to delat slozite? Proste udelej rsync -av /adresar1 /adresar2 a mas to zkontrolovany a v pripadne i zkopirovane chybejici nebo zmenene soubory.