Hassio-Google-Drive-Backup 项目中的备份自定义配置指南
背景介绍
在智能家居系统中,Home Assistant 是一个广泛使用的开源平台,而 Hassio-Google-Drive-Backup 是一个用于将 Home Assistant 配置自动备份到 Google Drive 的实用工具。许多用户在使用过程中会遇到备份文件过大的问题,特别是当系统中安装了像 Frigate 这样的视频监控插件时,视频文件会显著增加备份体积。
问题分析
Frigate 作为一款流行的开源网络视频录制系统(NVR),会持续生成大量的视频录像文件。这些文件通常存储在 Home Assistant 的特定目录中。当使用 Hassio-Google-Drive-Backup 进行全系统备份时,这些视频文件会被包含在内,导致备份体积迅速膨胀到数百GB,这不仅占用大量云存储空间,还会延长备份时间并增加网络带宽消耗。
解决方案
Hassio-Google-Drive-Backup 提供了"部分备份"(Partial Backups)功能,允许用户自定义备份内容,排除不需要备份的特定文件夹或插件。以下是具体操作步骤:
-
定位 Frigate 存储位置:首先需要确定 Frigate 视频文件在系统中的存储路径。通常这些文件会存储在
/media/frigate或/config/frigate目录下。 -
配置部分备份:
- 进入 Home Assistant 的管理面板
- 打开 Google Drive Backup 插件
- 导航至"设置"部分
- 找到"部分备份"选项
-
排除特定目录:
- 在部分备份设置中,可以添加需要排除的目录路径
- 输入 Frigate 视频存储的完整路径
- 保存设置并重新启动备份服务
技术细节
部分备份功能是通过在备份过程中跳过指定路径来实现的。其工作原理类似于常见的.gitignore或.dockerignore文件机制。当备份任务运行时,系统会检查排除列表中的路径模式,匹配到的文件和目录将不会被包含在最终的备份包中。
最佳实践建议
-
定期检查备份内容:即使设置了排除规则,也应定期检查备份文件内容,确保规则按预期工作。
-
考虑其他大文件:除了 Frigate 视频外,系统中可能还有其他大文件(如数据库日志、临时文件等)也需要考虑排除。
-
备份策略优化:对于视频监控数据,建议采用专门的存储解决方案,如网络附加存储(NAS)或对象存储服务,而不是依赖配置备份系统。
-
测试恢复流程:修改备份配置后,建议进行一次完整的备份恢复测试,确保关键数据仍能被正确恢复。
通过合理配置部分备份功能,用户可以显著减少备份体积,提高备份效率,同时确保核心配置数据的安全存储。这种灵活的备份策略特别适合包含多媒体内容的智能家居系统。
kernelopenEuler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。C0111
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00