BackInTime在Synology DSM 7系统中使用独立存储卷作为备份目录的配置指南
2025-07-02 08:59:13作者:宗隆裙
前言
BackInTime是一款优秀的Linux备份工具,能够为系统提供可靠的定时备份功能。本文将详细介绍如何在Synology DSM 7系统中配置BackInTime,使其能够使用独立的存储卷作为备份目标目录,而非默认的用户家目录。这种方法特别适合需要大容量备份存储或希望将备份数据与其他系统数据隔离的用户。
基础环境准备
在开始配置前,需要确保Synology NAS已做好以下基础设置:
- 启用用户家目录服务:通过控制面板中的"用户与群组"→"高级"选项开启此功能
- 创建专用备份用户:建议新建一个名为"backup"的用户,并将其加入管理员组
- 启用SSH服务:在控制面板的"终端机和SNMP"→"终端机"中开启
- 启用SFTP服务:位于控制面板的"文件服务"→"FTP"→"SFTP"选项
- 启用rsync服务:在控制面板的"文件服务"→"rsync"中配置
关键配置步骤
1. 配置SFTP根目录
为确保BackInTime能正常访问NAS,需要正确设置SFTP的根目录:
- 进入控制面板→文件服务→FTP→常规→高级设置→安全设置
- 选择"更改用户根目录"
- 选择之前创建的备份用户
- 将根目录设置为"用户家目录"
2. 设置SSH密钥认证
为提高安全性并简化登录过程,建议配置SSH密钥认证:
# 生成SSH密钥对
ssh-keygen -t rsa -f ~/.ssh/backup_id_rsa
# 将公钥复制到NAS
ssh-copy-id -i ~/.ssh/backup_id_rsa.pub backup@<NAS IP地址>
# 测试SSH连接
ssh backup@<NAS IP地址>
登录后,建议设置正确的权限:
chmod 700 .ssh
chmod 600 .ssh/authorized_keys
使用独立存储卷作为备份目录
1. 创建专用共享文件夹
- 通过控制面板创建一个新的共享文件夹(如命名为"backup")
- 根据需求选择是否启用文件夹加密:
- 启用加密:提供更高的安全性,但需要在每次系统重启后手动挂载
- 不启用加密:操作更简便,但安全性相对较低
2. 修改用户家目录位置
- 使用root或sudo权限编辑/etc/passwd文件
- 找到备份用户对应的行(如用户名为backup)
- 将家目录路径修改为新创建的共享文件夹路径,例如:
backup:x:1038:100:Back in Time User:/volume1/backup:/bin/sh
3. BackInTime配置
- 在BackInTime设置中,将"路径"字段留空
- 确保使用之前配置的备份用户进行连接
非标准SSH端口配置
如果出于安全考虑修改了默认SSH端口,需要在三个地方保持一致性:
- 终端机服务中的SSH端口
- SFTP服务中的端口号
- rsync服务中的SSH加密端口
修改后,可通过以下方式测试连接:
ssh -p <新端口号> backup@<NAS IP地址>
或者创建~/.ssh/config文件简化连接:
Host <NAS IP地址>
Port <新端口号>
注意事项
- 修改/etc/passwd文件需谨慎,错误的修改可能导致系统问题
- 如果启用了文件夹加密,务必妥善保管加密密钥
- 定期检查备份作业是否正常运行
- 建议首次配置后进行完整的备份测试,确保所有功能正常
通过以上配置,BackInTime将能够使用Synology NAS上的独立存储卷作为备份目标,为用户提供更灵活、更安全的备份解决方案。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218