Rclone目录修改时间同步问题分析与修复
2025-05-01 17:16:14作者:柯茵沙
问题背景
Rclone作为一款强大的文件同步工具,在v1.66版本中引入了目录同步功能。然而,用户发现当使用rclone sync命令时,虽然文件修改时间(mtime)能够正确同步,但目录的修改时间却未能同步更新。这一问题在文件系统备份和同步场景中尤为关键,因为目录时间戳的正确性对于某些应用程序和备份策略至关重要。
问题复现与现象
通过以下步骤可以复现该问题:
- 创建包含多级目录和文件的测试环境
- 使用
rclone sync命令同步源目录到目标目录 - 手动修改目标目录中所有文件和目录的时间戳
- 再次执行同步命令
观察发现,同步后文件的修改时间被正确恢复为源目录的时间戳,但目录的修改时间仍然保持为目标目录被手动修改后的值,未能与源目录保持一致。
技术分析
深入分析Rclone源码后发现,该问题的根源在于同步逻辑中对目录修改时间的处理存在缺陷。具体表现为:
- 同步操作默认情况下不会更新目录修改时间
- 即使使用了
--no-update-dir-modtime参数,也无法强制同步目录修改时间 - 目录修改时间的同步与空目录创建参数(
--create-empty-src-dirs)存在不合理的耦合
在Rclone的同步逻辑中,只有当--create-empty-src-dirs参数被启用时,才会考虑同步目录的修改时间。这种设计源于早期版本中用户对空目录同步行为的反馈,但导致了目录修改时间同步功能的异常。
解决方案
经过社区讨论和代码审查,确定了以下修复方案:
- 解耦目录修改时间同步与空目录创建逻辑
- 确保
--no-update-dir-modtime参数按预期工作 - 修改同步逻辑,使其在非空目录情况下也能正确同步修改时间
修复后的行为将遵循以下原则:
- 默认情况下同步目录修改时间
--no-update-dir-modtime参数可显式禁用此行为- 空目录同步由独立参数控制
修复影响
该修复已合并到Rclone主分支,并将在v1.70版本中发布。对于用户而言,这意味着:
- 文件同步将更加完整,包括目录元数据
- 现有脚本和行为不会受到影响,保持向后兼容
- 用户可以通过参数灵活控制同步行为
最佳实践建议
对于需要精确同步目录修改时间的用户,建议:
- 升级到包含此修复的版本
- 明确使用
--no-update-dir-modtime参数来控制行为 - 对于特殊需求,结合使用
--create-empty-src-dirs参数
此修复使Rclone在文件系统同步方面更加完善,满足了专业用户对元数据一致性的严格要求。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
573
3.87 K
Ascend Extension for PyTorch
Python
392
472
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
898
694
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
358
217
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
123
160
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.38 K
784
昇腾LLM分布式训练框架
Python
122
148
暂无简介
Dart
811
199
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
533
235
React Native鸿蒙化仓库
JavaScript
312
363