首页
/ BorgBackup中排除模式样式对文件匹配的影响分析

BorgBackup中排除模式样式对文件匹配的影响分析

2025-05-20 07:36:15作者:侯霆垣

在使用BorgBackup进行数据备份时,合理配置排除规则是优化备份策略的关键环节。近期有用户反馈关于**/模式匹配行为不符合预期的问题,经过深入分析发现这与BorgBackup的两种模式匹配样式密切相关。

模式匹配样式差异

BorgBackup支持两种主要的模式匹配样式:

  1. Shell样式(sh:)
    这是--pattern--patterns-from参数的默认样式,支持类shell的通配符语法:

    • **/可匹配零个或多个目录层级
    • *匹配任意字符(不包括路径分隔符)
    • 自动移除前导路径分隔符
  2. Fnmatch样式(fm:)
    这是--exclude-from参数的默认样式,功能相对有限:

    • 不支持**/多级目录匹配
    • 仅支持基本的通配符匹配

典型场景分析

以排除LibreOffice锁文件为例(格式为.~lock.*#),用户期望同时匹配:

  • 根目录下的.~lock.file#
  • 子目录中的subdir/.~lock.file#

错误配置示例

# 使用fm:样式(默认)的无效尝试
**/.~lock.*#

正确解决方案

# 显式指定sh:样式
sh:**/.~lock.*#

技术原理剖析

Shell样式模式匹配的工作机制:

  1. 路径规范化:首先将输入路径转换为统一格式
  2. 模式解析:**/被识别为递归目录匹配指示符
  3. 多级匹配:引擎会同时检查当前目录和所有子目录

而Fnmatch样式由于缺乏递归匹配支持,只能处理单层目录结构,这解释了为何需要显式指定样式前缀。

最佳实践建议

  1. 明确指定样式前缀(sh:fm:)以避免歧义
  2. 复杂匹配规则优先考虑Shell样式
  3. 测试排除规则时建议先使用--dry-run验证
  4. 对于特殊字符(如#)建议用引号包裹模式

理解这些模式匹配的细微差别,可以帮助用户更精确地控制备份内容,避免不必要的数据冗余或意外遗漏。对于需要跨多级目录的排除操作,Shell样式配合**/语法是最可靠的选择。

登录后查看全文
热门项目推荐
相关项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
153
1.98 K
ops-mathops-math
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++
505
42
nop-entropynop-entropy
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
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395
RuoYi-Vue3RuoYi-Vue3
🎉 (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
938
554
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
332
11
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70