如何在 Linux 中轻松确认两个单独的目录具有完全相同的内容？

Question

CentOS 5.x

Mq 问题似乎与此类似，但我不确定...

我有两台服务器（彼此完全隔离），每台服务器都有一个目录和子目录，这些目录和子目录应该具有完全相同的内容。

例如目录布局可能是这样的：

服务器 A -

/opt/foo/foob/1092380298309128301283/123.txt
/opt/foo/foob/5094380298309128301283/456.txt
/opt/foo/foob/5092380298309128301283/789.txt
/opt/foo/foob/1592380298309128301283/abc.txt

服务器 B -

/opt/foo/foob/1092380298309128301283/123.txt
/opt/foo/foob/5094380298309128301283/456.txt
/opt/foo/foob/5092380298309128301283/789.txt
/opt/foo/foob/1592380298309128301283/abc.txt

理想情况下，我想要一种进行递归检查并确认一切匹配的方法。

我也想避免使用任何第三方工具。

有任何想法吗？

Answer 1

一种好方法是在树中的每个文件上使用 md5sums：

在 server1 上运行：

find /opt/foo/foob/ -type f -print0 | xargs -0 md5sum > report_from_server1.tx

在 server2 上运行这个

find /opt/foo/foob/ -type f -print0 | xargs -0 md5sum > report_from_server2.tx

然后只需比较两个文件（使用差异）或任何你喜欢的。

这与您要查找的内容相符吗？

当然，如果需要，您可以使用 SSH 远程执行命令。

Answer 2

如果您不一定关心发生了什么变化，只关心某些事情发生了变化，那么 rsync 仍然非常有用。尝试运行此命令并观察输出，假设这是从“servera”运行的。

rsync -avcn /opt/foo/ serverb:/opt/foo

结果列表将是那些在您实际运行同步过程时会被修改的文件。请记住，即使仅更改时间戳，文件也会显示在列表中，但内容保持不变。既然我们添加了-n标志，那么实际上不会执行任何操作，只会报告。

Answer 3

虽然您可以编写一个快速脚本来计算目录中单个文件的单个 MD5 哈希值，但更好的方法是使用一个名为的工具md5deep，该工具将递归计算目录中所有文件的哈希值，然后输出他们到一个文件。然后可以在另一个目录上使用它，将第一个哈希文件作为输入，并为您提供两个目录之间不同的文件列表。

因此，以您为例，您将遵循以下流程：

1. 计算服务器 A 上所需目录的哈希值：

   md5deep -r /opt/foo/ > file_hashes.txt

2. 将文件file_hashes.txt文件复制到服务器 B 上进行比较。

3. 计算服务器 B 上所需目录的哈希值，但将来自服务器 A 的文件哈希值作为输入文件，使用该-x标志仅显示不同的文件：

   md5deep -x file_hashes.txt -r /opt/foo/

md5deep 工具集构成了大多数发行版的包管理系统的一部分，最棒的是它支持许多不同的散列算法，而不仅仅是 MD5。因此，如果您对碰撞感到偏执，那么您有多种选择。以下工具构成了 md5deep 的一部分，每个工具都提供了一种替代散列算法：

   md5deep - Compute and compare MD5 message digests
   sha1deep - Compute and compare SHA-1 message digests
   sha256deep - Compute and compare SHA-256 message digests
   tigerdeep - Compute and compare Tiger message digests
   whirlpooldeep - Compute and compare Whirlpool message digests