BorgBackup性能优化:解决ACL用户名解析导致的备份缓慢问题
2025-05-19 15:11:40作者:庞队千Virginia
问题背景
在使用BorgBackup进行数据备份时,用户发现即使源数据完全没有变化,备份过程仍然需要消耗大量时间。具体表现为:处理30万文件的无变化备份需要约30分钟,而官方文档显示类似规模的文件处理应该只需要4分钟左右。
问题分析
通过逐步排查,发现性能瓶颈主要出现在ACL(访问控制列表)的处理环节。进一步测试发现:
- 使用
--noacls参数后,备份时间从30分钟骤降至1分钟左右 - 直接使用
getfacl命令测试显示,带用户名解析的ACL查询耗时28分钟,而使用数字ID的查询仅需3秒 - 系统加入了Windows域,用户信息通过winbind服务获取,且默认未启用缓存
根本原因
问题的核心在于系统配置:当服务器作为Windows域成员时,ACL中的用户名解析需要通过网络查询域控制器。由于缺乏本地缓存机制,每次备份时Borg都需要为每个文件重新查询用户/组信息,导致严重的性能下降。
解决方案
安装并启用nscd(Name Service Cache Daemon)服务,对用户/组信息查询结果进行本地缓存。这一优化措施使得备份时间从原来的30分钟降至90秒以内。
技术建议
对于类似环境下的BorgBackup用户,建议:
- 评估ACL的实际需求:如果不需要保留ACL信息,直接使用
--noacls参数 - 对于必须保留ACL的环境:
- 在域成员服务器上部署nscd或其他缓存服务
- 定期检查缓存命中率和服务状态
- 监控备份性能:定期运行测试备份以发现潜在的性能退化
性能优化总结
通过这个案例可以看出,备份性能不仅受限于BorgBackup本身的算法效率,还与系统环境和配置密切相关。特别是在企业环境中,与目录服务集成时的用户信息查询可能成为隐藏的性能瓶颈。合理的缓存策略可以显著提升备份效率,而理解各备份参数的实际影响则有助于针对性地优化备份流程。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
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
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.76 K
Ascend Extension for PyTorch
Python
349
414
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++
889
609
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
338
185
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
252
openGauss kernel ~ openGauss is an open source relational database management system
C++
169
233
暂无简介
Dart
778
193
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
114
140
🎉 (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
1.35 K
758