Linux服务器如何使用tar打包备份?压缩参数与自动化备份教程

tar 是 Linux 上最古老也最可靠的打包工具之一,几乎每台服务器都自带。用它把目录打成归档、压缩、再定时执行,就能搭出一套成本极低的备份方案。但 tar 的参数组合多、压缩算法各有取舍,用法不对时会踩坑:排除规则写错把数据库文件也打包进去、压缩级别堆到最高却换来漫长耗时、恢复时权限全乱、文件名路径写成绝对路径导致解压时覆盖系统目录。

本文从 tar 的基本用法讲起,重点讲清压缩参数的取舍,再给出一套可定时执行的自动化备份脚本和校验、清理、恢复流程。所有命令都可以直接复制,发行版差异会分别标注。涉及覆盖、解压到根目录、删除旧备份的操作都会给出风险提示和回滚方式。

tar 的基本用法与关键参数

tar 的语法是 tar [选项] 归档文件 [要打包的文件或目录]。常用的选项可以归纳成几组:

  • -c 创建归档,-x 解包,-t 只列出内容不解包。
  • -z 用 gzip 压缩,-j 用 bzip2,-J 用 xz,--zstd 用 zstd(较新版本支持)。
  • -f 指定归档文件名,必须紧跟在归档名之前的那一组,顺序写错会报错。
  • -v 显示过程,-p 保留权限,-P 保留绝对路径(危险,慎用)。

先看最简单的打包:

# 把 /data 目录打包并 gzip 压缩,输出到 /backup
tar -czf /backup/data-$(date +%F).tar.gz -C / data

这里 -C / data 表示先切到根目录、再打包相对路径 data,这样归档内路径是 data/... 而不是 /data/...。打包时把相对路径作为前缀,是避免解包时误覆盖系统目录的关键习惯。

列出归档内容:

tar -tzf /backup/data-2027-01-01.tar.gz | head

解包到指定目录:

# 安全做法:先解到隔离目录
mkdir -p /tmp/restore && tar -xzf /backup/data-2027-01-01.tar.gz -C /tmp/restore

# 若原归档内是绝对路径,可去掉开头的斜杠,落到当前目录(不打到根)
tar -xzf backup.tar.gz --strip-components=0 -C /tmp/restore --no-absolute-names

需要特别提醒:含有绝对路径的归档在解包时可能直接覆盖生产文件。解包前务必先用 -t 查看内容,确认路径前缀,再决定解到哪个目录。

压缩参数怎么选

tar 支持多种压缩算法,取舍主要在"压缩比、压缩耗时、CPU 占用"三者之间。下面这张表给出常见算法的量级参考(压缩比为经验值,随数据类型浮动,文本类可达 5~10 倍,已压缩文件几乎无收益):

算法 参数 压缩比 速度 CPU 占用 适用场景
gzip -z 中 快 低 通用,默认首选
bzip2 -j 较高 慢 较高 追求体积、可接受慢
xz -J 高 很慢 高 归档存储、传输一次
zstd --zstd 高 很快 中 大库、需快速恢复
不压缩 无 1 最快 最低 已压缩数据或追求速度

对压缩级别的说明:gzip 有 -1 到 -9 九级,默认 -6。级别越高压缩比提升越有限但耗时增长明显,实践中 -6 到 -9 是常用区间;-1 适合对速度敏感的大文件。环境变量 GZIP=-9 会影响 gzip,但更推荐显式在管道里用 gzip -9。

如果文件本身已经是压缩格式(如 .jpg、.mp4、.gz),再压缩几乎无收益,反而浪费 CPU,建议对这些类型跳过压缩或用 --zstd -1 这类快速算法。

一个实用的组合是"tar 不压缩 + 管道给独立压缩器",这样换算法只需改管道后半段:

# tar 打包后交给 zstd,速度与压缩比兼顾(需系统已安装 zstd)
tar -cf - -C / data | zstd -T0 -19 -o /backup/data-$(date +%F).tar.zst

# 解包 zstd 归档
zstd -dc /backup/data-2027-01-01.tar.zst | tar -xf - -C /tmp/restore

安装 zstd 按发行版区分:

# RHEL/CentOS/Rocky
yum install -y zstd        # 或 dnf install -y zstd

# Debian/Ubuntu
apt update && apt install -y zstd

排除规则与常见坑

备份整个根或大目录时,必须排除缓存、临时文件、备份目录自身,否则会陷入"备份套娃"或体积虚高。--exclude 可以重复使用,规则按路径匹配:

tar -czf /backup/sys-$(date +%F).tar.gz \
    --exclude=/data/cache \
    --exclude=/data/tmp \
    --exclude=/backup \
    --exclude='*.log' \
    -C / data

常见的坑包括:排除规则里用了绝对路径但打包时用的是相对路径,导致排除不生效;把 /backup 自己也打进去,造成每次备份越滚越大;没有排除数据库运行中的数据文件,导致归档内是"半新半旧"的不一致数据——数据库应使用专门的逻辑或物理备份方式,而不是 tar 直接拷 datadir。

另一个坑是打包过程中文件正在被写入。tar 不做应用层一致性保证,恢复出来的文件可能处于中间状态。对配置类、静态资源类目录问题不大,对数据库、消息队列等有状态服务则要格外小心。

自动化备份脚本与定时

把打包、校验、清理串成一个脚本,用 cron 定时执行,就是一套最小可用的自动化备份。下面给出一个可直接落地的脚本:

#!/bin/bash
# /usr/local/bin/tar_backup.sh
set -euo pipefail
SRC=/data
BK=/backup/snapshots
KEEP=7
mkdir -p "$BK"
D=$(date +%F)

# 空间检查:剩余空间不足预估体积 1.5 倍则告警退出
need=$(du -sm "$SRC" | awk '{print int($1*1.5)}')
free=$(df -m "$BK" | awk 'NR==2{print $4}')
if [ "$free" -lt "$need" ]; then
  echo "空间不足:need ${need}MB, free ${free}MB" >&2
  exit 1
fi

# 打包压缩
tar -czf "$BK/data-$D.tar.gz" --exclude="$SRC/cache" -C "$(dirname $SRC)" "$(basename $SRC)"
# 校验
sha256sum "$BK/data-$D.tar.gz" > "$BK/data-$D.tar.gz.sha256"
# 清理旧备份(先预览再删,避免误删)
find "$BK" -name 'data-*.tar.gz' -mtime +$KEEP -print
find "$BK" -name 'data-*.tar.gz' -mtime +$KEEP -delete
ls -lh "$BK"

加入定时任务:

# 编辑 crontab,每天 02:30 执行
crontab -e
# 内容:
30 2 * * * /usr/local/bin/tar_backup.sh >> /var/log/tar_backup.log 2>&1

风险提示:find ... -delete 会真实删除文件,脚本里建议先 -print 预览、确认命中范围后再执行删除;生产环境首次上线脚本时,先手动跑一次完整流程并检查产物再交给 cron。

恢复流程与验证

恢复的黄金顺序是:先在隔离目录验证备份可用,再决定是否覆盖生产。

# 1) 校验哈希
sha256sum -c /backup/snapshots/data-2027-01-01.tar.gz.sha256
# 2) 查看归档结构,确认路径前缀
tar -tzf /backup/snapshots/data-2027-01-01.tar.gz | head
# 3) 解压到隔离目录抽查
mkdir -p /tmp/restore-test
tar -xzf /backup/snapshots/data-2027-01-01.tar.gz -C /tmp/restore-test
find /tmp/restore-test -type f | wc -l

确认无误后,若要覆盖生产目录,先备份当前生产数据(可重命名一份),再解压恢复,并核对权限与属主。回滚方式就是还原被重命名的原目录。整个过程中任何一步报错都停下来排查,不要带错继续。

增量与硬链接快照

tar 只做全量打包,天天全量在大数据量下很快会撑爆磁盘。要压缩空间,可以用 rsync 的硬链接快照做"类增量":第一次全量,之后每次只存变化的文件,未变化的用硬链接指向上一次,既省空间又能像全量一样直接浏览目录。

# 首次全量
rsync -aHAX --delete /data/ /backup/snapshots/current/
# 每天生成一份快照,未变化文件通过硬链接复用
rsync -aHAX --delete --link-dest=/backup/snapshots/current/ \
      /data/ /backup/snapshots/$(date +%F)/
# 再看总占用:十份相似快照通常只占一份多一点的体积(经验值)
du -sh /backup/snapshots/

-aHAX 保留权限、属主、ACL 与扩展属性,对系统目录很重要;--link-dest 指向上一份快照,源端未变化的文件就只是建立硬链接,不占额外数据块。删除某一份快照不会影响其它快照,因为数据块还有其它硬链接引用。

如果需要对归档文件本身做差分备份,也可以结合 --listed-incremental:

# 首次:全量并生成快照状态文件
tar --listed-incremental=/backup/data.snar -czf /backup/data-full.tar.gz -C / data
# 之后:增量打包,只包含变化的文件
cp /backup/data.snar /backup/data.snar.bak   # 先备份状态文件,恢复时要用
tar --listed-incremental=/backup/data.snar -czf /backup/data-incr-$(date +%F).tar.gz -C / data

风险提示:--listed-incremental 的状态文件决定了哪些文件被算作"变化",一旦状态文件丢失,后续增量会不完整,恢复时必须按"全量 + 各增量"顺序叠加。它比硬链接快照更脆弱,日常建议优先用 rsync 硬链接方案。

校验、日志与常见报错

自动化脚本上线后,最常见的几个报错和处理方式:

  • tar: Removing leading '/' from member names:打包时写了绝对路径,tar 出于安全自动去掉开头的斜杠。这是提示不是错误,但建议改用 -C 加相对路径更清晰。
  • No space left on device:目标盘写满导致产生截断文件。脚本里加空间预检,并对该情况单独告警。
  • tar: file changed as we read it:打包时文件被修改,tar 返回非 0。对活跃写入的目录,考虑先快照或停写。
  • xz: (stdin): unexpected end of input:归档截断或损坏,用 gzip -t / zstd -t 测试压缩流,损坏则回退上一个版本。

每次备份都应产出可核查的证据:文件大小、哈希值和执行日志。把下面几行放进脚本末尾,排查时一目了然:

# 备份产物与校验,统一写日志
ls -lh "$BK"/data-$D.tar.gz
sha256sum "$BK"/data-$D.tar.gz > "$BK"/data-$D.tar.gz.sha256
echo "$(date '+%F %T') backup $D done size=$(du -sh "$BK"/data-$D.tar.gz | cut -f1)" \
    >> /var/log/tar_backup.log

日志建议配合 logrotate 定期切割,避免日志自己把盘写满:

# /etc/logrotate.d/tar_backup
/var/log/tar_backup.log {
    weekly
    rotate 4
    compress
    missingok
    notifempty
}

常见问题

Q1:-z 和外部 gzip 管道有什么区别?
功能上等价,-z 更简洁,管道方式更灵活(便于换算法、观察中间产物)。压缩级别控制上,管道里写 gzip -9 更直观。

Q2:tar 能打包另一台机器的数据吗?
不能直接打包,但可以先用 rsync 把数据拉到本地或反向推送,再打包;或者用 ssh 管道 ssh host tar -cf - /data | tar -xf -。

Q3:备份文件打不开、报 unexpected EOF 怎么办?
通常是打包或传输中断导致截断。用 gzip -t 测试压缩流;若确认损坏,只能回退到上一个完好版本,这也是要保留多版本的原因。

Q4:压缩级别越高越好吗?
不是。级别越高耗时和 CPU 越大而体积收益递减,大库上更推荐 zstd,兼顾速度与压缩比。

Q5:怎么避免备份把磁盘写满?
脚本里加空间预检(如上)、设置保留份数并定时清理,同时把告警接到监控,磁盘水位超过 80% 就提醒。

总结

  • 打包时用 -C 切换目录并以相对路径为前缀,能有效避免解包时覆盖系统目录。
  • 压缩算法按"压缩比/速度/CPU"权衡:通用选 gzip,追求体积选 xz,大库选 zstd。
  • 用 --exclude 排除缓存、日志和备份目录自身,数据库应走专门备份而非直接 tar datadir。
  • 用 cron 定时执行带"空间预检 + 校验 + 保留清理"的脚本,把备份变成标准化动作。
  • 恢复永远遵循"先校验、先看内容、先解到隔离目录",确认可用再覆盖生产,并保留回滚副本。