Leo en CORDISnews (del Servicio de Información Comunitario sobre Investigación y Desarrollo) que el programa "Ciencia y Sociedad" del Séptimo Programa Marco ha puesto en marcha un portal para proveer de recursos sobre enseñanza de ciencias a la comunidad educativa. Scientix se encuentra en http://scientix.eu y tiene buen aspecto, aunque aún un poco escaso (he probado un poco, y sólo hay 59 recursos disponibles). No obstante, la idea es buena, parece que se basa en licencias Creative Commons, tiene vocación multilingüe y utiliza varias tecnologías web2.0.
Esperemos que la lista de proyectos y recursos siga creciendo. Mientras tanto, vale la pena suscribirse. Como buen portal 2.0, tiene prevista la interacción entre sus usuarios (echad un vistazo al botón Comunidad).
martes, 8 de junio de 2010
jueves, 29 de abril de 2010
Am I a freak biologist?
Es curioso cómo la curiosidad tecnológica puede alienar a uno. Desde que empecé a trabajar en esto de la investigación no he podido evitar derivar de una habilidad a otra, captando un poco de aquí y allí. Siendo un biólogo, creo que merezco entrar dentro de alguna categoría freak:
- Escribo con cierta soltura en un teclado Dvorak, mejor que en un QWERTY. Esto produce situaciones un tanto estresantes, como que al cambiar bruscamente de teclado (de Dvorak a QWERTY, claro) se me vea teclear dubitativamente hasta que le cojo el tacto a la nueva distribución.
- Escribo la mayoría de mis trabajos en LaTeX. Esto ha reducido mi nivel de ansiedad al preparar manuscritos, excepto cuando el editor me insiste en que debo enviarle el documento en formato "MSWord".
- Utilizo ordenadores Mac (vale, esto ya no es tan raro)... con Fink... y recurro frecuentemente a la línea de comandos.
- Sé instalar un servidor web, bases de datos y sus correspondientes frontends, sobre Linux. Y lo administro a través de SSH.
- Analizo mis datos programando en R.
- Soy capaz de programar utilizando macros Excel 4.0 (no es algo que considere especialmente brillante).
miércoles, 10 de marzo de 2010
Visitas
De visita en UK esta semana. Vuelo a Londres el lunes. El martes, viaje a Sheffield para preparar un proyecto con un grupo de la University of Sheffield. Reunión, visita a las instalaciones del grupo, presentación del proyecto, comida, visita a los alrededores y vuelta a Londres. Hoy miércoles, visita a otro grupo en la Zoological Society of London (Regent's Park) in the morning, para preparar la estancia de un doctorando. In the afternoon, viaje a Sunningdale (al lado de Ascot), para visitar a un colega con el que tengo varios frentes abiertos. Visita al centro, comida, visita a su parcela de trabajo (un trozo de bosque inglés), reunión de trabajo. Vuelta a Londres. Mañana, vuelta a España y a otro tema. Y seguimos...
domingo, 8 de noviembre de 2009
Sincronizando datos: rsync (4) y un toque de SSH
Hablamos de crear unos scripts para automatizar el proceso de sincronización con el servidor. Nada más sencillo que abrir un editor de texto y escribir:
#!/bin/bash
rsync -axzuvh --delete --force-delete --exclude='.*' "/Users/myuser/Documents/miBiblioteca/Libros" my.server.com:/home/biblioteca/
Guardamos (por ejemplo, con el nombre bibliosync.libros) y convertimos el archivo en ejecutable. Para mayor comodidad, podemos añadir el directorio donde guardamos nuestro script a las rutas de búsqueda del intérprete de comandos que estemos usando. Esto se queda un poco fuera del tema, así que pongo lo que usé yo, y lo podéis adaptar a vuestro caso sin más que buscar por la red:
Por último, voy a comentar un pequeño detalle sobre SSH. Cada vez que queramos sincronizar, SSH nos va a pedir la contraseña para acceder al servidor, lo cual puede ser un poco pesado. Para evitarlo, y si la seguridad de nuestro ordenador no está comprometida (e. g., no lo vamos dejando a todo el mundo, o tenemos una cuenta de invitado sin privilegios para ello), podemos crear un archivo de clave en nuestro ordenador y copiarlo al directorio de claves autorizadas del servidor. De esta manera, nuestro ordenador se autentificará automáticamente con el servidor cada vez, sin tener que introducir nosotros la clave. Muy brevemente, sería algo así:
#!/bin/bash
rsync -axzuvh --delete --force-delete --exclude='.*' "/Users/myuser/Documents/miBiblioteca/Libros" my.server.com:/home/biblioteca/
Guardamos (por ejemplo, con el nombre bibliosync.libros) y convertimos el archivo en ejecutable. Para mayor comodidad, podemos añadir el directorio donde guardamos nuestro script a las rutas de búsqueda del intérprete de comandos que estemos usando. Esto se queda un poco fuera del tema, así que pongo lo que usé yo, y lo podéis adaptar a vuestro caso sin más que buscar por la red:
- Para convertir bibliosync.libros en ejecutable: chmod og+x ~/bin/bibliosync.libros
- Para añadir ~/bin a las rutas de búsqueda de bash (el intérprete de comandos que yo uso), basta con abrir el archivo ~/.profile (o ~/.bashrc) y buscar (o crear) una línea parecida a export PATH=$PATH:/sw/bin, y añadir dos puntos y nuestro directorio de scripts al final. Por ejemplo: PATH=$PATH:/sw/bin:~/bin.
Por último, voy a comentar un pequeño detalle sobre SSH. Cada vez que queramos sincronizar, SSH nos va a pedir la contraseña para acceder al servidor, lo cual puede ser un poco pesado. Para evitarlo, y si la seguridad de nuestro ordenador no está comprometida (e. g., no lo vamos dejando a todo el mundo, o tenemos una cuenta de invitado sin privilegios para ello), podemos crear un archivo de clave en nuestro ordenador y copiarlo al directorio de claves autorizadas del servidor. De esta manera, nuestro ordenador se autentificará automáticamente con el servidor cada vez, sin tener que introducir nosotros la clave. Muy brevemente, sería algo así:
- Creamos una pareja de claves (privada y pública) escribiendo ssh-keygen en nuestro ordenador. Nos pedirá una passphrase (hagámosla complicada).
- Esto nos creará un par de archivos. Por defecto, éstos serán id_rsa e id_rsa.pub, en el directorio oculto ~/.ssh. Dejaremos id_rsa (o como lo hayamos llamado) allí, que está bien.
- El archivo pub lo copiamos al servidor, al directorio ~/.ssh, y le cambiamos el nombre a authorized_keys. Ojo, tiene que ser en la cuenta de usuario que utilizamos para realizar la sincronización. Si ya existe un archivo authorized_keys, hay que copiar el contenido de nuestro nuevo archivo al final de aquel.
sábado, 7 de noviembre de 2009
Sincronizando datos: rsync (3)
En el post anterior os conté cómo se hace una sincronización básica con un servidor remoto. Sin embargo, la última orden que os puse no hacía lo que yo deseaba:
rsync /myuser/biblioteca/ myusername@myserver.address.com:/users/biblioteca
Recordad que en el primer post os dije que, por defecto, rsync realiza una copia simple, sin borrar archivos que ya no existen en el origen, sin copiar directorios, etc. La orden que me sirvió fue ésta:
rsync -axzuvh --delete --force-delete --exclude='.*' /myuser/biblioteca/ myusername@myserver.address.com:/users/biblioteca
Como veis, hay varios códigos precedidos por guiones. Son opciones de rsync, que me permitieron que funcionase como yo quería. Aunque tenéis su significado en los enlaces del primer post (y no olvidéis que tenéis el manual de rsync escribiendo en consola man rsync), voy a describirlas una a una. Un aviso, estas opciones tienen su forma larga (precedida por --) y su forma abreviada (precedida por -). En la forma abreviada, se pueden concatenar varias opciones. Por ejemplo, -axzuvh equivale a -a -x -z -u -v -h.
-a
Modo de archivo, equivale a escribir -rlptgoD. ¿Y qué significa -rlptgoD? Pues que rsync debe comportarse recursivamente (-r), es decir, que debe copiar directorios y los archivos que contengan (un problema que quería resolver); también debe copiar enlaces simbólicos (-l, no entro en esto); debe preservar los permisos de los archivos, su propietario, su grupo, y, si son archivos de dispositivo o especiales, deben permanecer como tales (-pgoD, tampoco entro, pero es muy importante si queremos que los archivos sincronizados se "comporten" como los originales); y debe preservar la hora de modificación de los archivos (-t) ya que, si no, la hora de modificación se cambiaría a la de copia. Vamos, que con -a rsync nos realiza una sincronización del directorio que le ordenemos, con todos sus contenidos y exactamente tal como estaban esos contenidos, sin que haya modificaciones de sus propiedades de por medio.
-x
Esto evita que si dentro del directorio a sincronizar hay una ruta que lleva a un dispositivo de almacenamiento distinto, evite el salto al otro dispositivo. Esto no les será familiar a los usuarios en general, pero es que, en sistemas Unix, los sistemas de almacenamiento (discos duros, DVD, etc.) aparecen como simples directorios. Es decir, que si en mi ruta hay un directorio llamado Pendrive, donde he "montado" mi pendrive de 4 GB, los contenidos de ese pendrive se sincronizarán, a menos que incluya -x. La verdad es que es un concepto un poco difícil de explicar en poco espacio, y, en mi caso, yo no tendría ese problema. Pero me parece que es útil incluir esta opción como precaución.
-z
Le decimos a rsync que comprima los archivos durante la transferencia. Más uso de CPU y memoria (poco importante con los maquinones que utilizamos estos días), pero se aligerará la transferencia por red. Que sepáis que hay opciones adicionales para evitar, por ejemplo, recomprimir archivos ZIP o JPEG (lo cual no tendría beneficios), o para forzar una compresión más rápida o más intensa.
-u
Imprescindible en toda buena sincronización. Con esta orden, no transferimos al destino los archivos que tienen una fecha y hora de modificación más reciente que en el origen. Imaginemos que he subido al servidor (por otra vía distinta a rsync) el archivo "Informe actualizado.pdf". Cuando rsync revise el destino, verá que "Informe actualizado.pdf" es más reciente que su copia en el origen, y no lo actualizará. Esta opción tampoco es necesaria en mi caso, pero la he incluido "por si acaso".
-v
Con esta opción, rsync nos va informando de lo que va haciendo (archivos transferidos, velocidad, etc.), con lo cual podéis ver si suceden cosas raras.
-h
Modo "legible para humanos". Es decir, el tamaño de los archivos no se muestra en bytes (por defecto, sino en KB, MB o GB. Muy útil para entender la información que se muestra en pantalla.
--delete
Si un archivo existe en el destino, pero no en el origen, se borra. Recordad que me interesa que el destino sea igual al origen. Si borro algo en mi ordenador, quiero que desaparezca del servidor.
--force-delete
En principio, si un directorio en el destino no está vacío, no se borrará aunque uséis --delete. Con --force-delete, si borráis un directorio en el origen, desaparecerá en el destino, aunque contenga archivos.
--exclude='.*'
Esta opción os permite utilizar expresiones para evitar que rsync copie determinados archivos. Por no entrar en ello, en mi caso estoy diciendo a rsync que no considere los archivos que empiezan por un punto (que son archivos ocultos en sistemas UNIX). Yo utilizo Mac OS X, que tiene la costumbre de crear archivos ocultos en determinados directorios para guardar cierta información de sistema. Como no me interesa que esos archivos se copien al servidor, utilizo esta opción.
Y ya está. No tengo más que realizar pequeñas modificaciones para acomodar rsync a mis propósitos. En la siguiente (y última entrada sobre el tema, espero), os contaré cómo simplifiqué este proceso con scripts y cómo evité tener que introducir la contraseña de SSH cada vez que quería sincronizar con el servidor.
rsync /myuser/biblioteca/ myusername@myserver.address.com:/users/biblioteca
Recordad que en el primer post os dije que, por defecto, rsync realiza una copia simple, sin borrar archivos que ya no existen en el origen, sin copiar directorios, etc. La orden que me sirvió fue ésta:
rsync -axzuvh --delete --force-delete --exclude='.*' /myuser/biblioteca/ myusername@myserver.address.com:/users/biblioteca
Como veis, hay varios códigos precedidos por guiones. Son opciones de rsync, que me permitieron que funcionase como yo quería. Aunque tenéis su significado en los enlaces del primer post (y no olvidéis que tenéis el manual de rsync escribiendo en consola man rsync), voy a describirlas una a una. Un aviso, estas opciones tienen su forma larga (precedida por --) y su forma abreviada (precedida por -). En la forma abreviada, se pueden concatenar varias opciones. Por ejemplo, -axzuvh equivale a -a -x -z -u -v -h.
-a
Modo de archivo, equivale a escribir -rlptgoD. ¿Y qué significa -rlptgoD? Pues que rsync debe comportarse recursivamente (-r), es decir, que debe copiar directorios y los archivos que contengan (un problema que quería resolver); también debe copiar enlaces simbólicos (-l, no entro en esto); debe preservar los permisos de los archivos, su propietario, su grupo, y, si son archivos de dispositivo o especiales, deben permanecer como tales (-pgoD, tampoco entro, pero es muy importante si queremos que los archivos sincronizados se "comporten" como los originales); y debe preservar la hora de modificación de los archivos (-t) ya que, si no, la hora de modificación se cambiaría a la de copia. Vamos, que con -a rsync nos realiza una sincronización del directorio que le ordenemos, con todos sus contenidos y exactamente tal como estaban esos contenidos, sin que haya modificaciones de sus propiedades de por medio.
-x
Esto evita que si dentro del directorio a sincronizar hay una ruta que lleva a un dispositivo de almacenamiento distinto, evite el salto al otro dispositivo. Esto no les será familiar a los usuarios en general, pero es que, en sistemas Unix, los sistemas de almacenamiento (discos duros, DVD, etc.) aparecen como simples directorios. Es decir, que si en mi ruta hay un directorio llamado Pendrive, donde he "montado" mi pendrive de 4 GB, los contenidos de ese pendrive se sincronizarán, a menos que incluya -x. La verdad es que es un concepto un poco difícil de explicar en poco espacio, y, en mi caso, yo no tendría ese problema. Pero me parece que es útil incluir esta opción como precaución.
-z
Le decimos a rsync que comprima los archivos durante la transferencia. Más uso de CPU y memoria (poco importante con los maquinones que utilizamos estos días), pero se aligerará la transferencia por red. Que sepáis que hay opciones adicionales para evitar, por ejemplo, recomprimir archivos ZIP o JPEG (lo cual no tendría beneficios), o para forzar una compresión más rápida o más intensa.
-u
Imprescindible en toda buena sincronización. Con esta orden, no transferimos al destino los archivos que tienen una fecha y hora de modificación más reciente que en el origen. Imaginemos que he subido al servidor (por otra vía distinta a rsync) el archivo "Informe actualizado.pdf". Cuando rsync revise el destino, verá que "Informe actualizado.pdf" es más reciente que su copia en el origen, y no lo actualizará. Esta opción tampoco es necesaria en mi caso, pero la he incluido "por si acaso".
-v
Con esta opción, rsync nos va informando de lo que va haciendo (archivos transferidos, velocidad, etc.), con lo cual podéis ver si suceden cosas raras.
-h
Modo "legible para humanos". Es decir, el tamaño de los archivos no se muestra en bytes (por defecto, sino en KB, MB o GB. Muy útil para entender la información que se muestra en pantalla.
--delete
Si un archivo existe en el destino, pero no en el origen, se borra. Recordad que me interesa que el destino sea igual al origen. Si borro algo en mi ordenador, quiero que desaparezca del servidor.
--force-delete
En principio, si un directorio en el destino no está vacío, no se borrará aunque uséis --delete. Con --force-delete, si borráis un directorio en el origen, desaparecerá en el destino, aunque contenga archivos.
--exclude='.*'
Esta opción os permite utilizar expresiones para evitar que rsync copie determinados archivos. Por no entrar en ello, en mi caso estoy diciendo a rsync que no considere los archivos que empiezan por un punto (que son archivos ocultos en sistemas UNIX). Yo utilizo Mac OS X, que tiene la costumbre de crear archivos ocultos en determinados directorios para guardar cierta información de sistema. Como no me interesa que esos archivos se copien al servidor, utilizo esta opción.
Y ya está. No tengo más que realizar pequeñas modificaciones para acomodar rsync a mis propósitos. En la siguiente (y última entrada sobre el tema, espero), os contaré cómo simplifiqué este proceso con scripts y cómo evité tener que introducir la contraseña de SSH cada vez que quería sincronizar con el servidor.
jueves, 27 de agosto de 2009
Sincronizando datos: rsync (2)
En el post anterior lo dejamos con lo básico, pudiendo transferir los archivos nuevos, pero sin sincronizar realmente. Veamos algo de lo que puede hacer rsync.Lo primero es comentar una curiosidad que resulta crucial a la hora de decirle a rsync lo que tiene que copiar. Recordemos la forma básica del comando:
rsync /myuser/mydata/ /myuser/mydata_copy
Si os fijáis, puse una barra al final del nombre de la carpeta origen (/). Por si no lo sabéis, en Unix se utiliza la barra inclinada (/) para separar los nombres de las carpetas, mientras que en Windows se utiliza la barra invertida (\). Pues bien, el poner la barra final le dice a rsync que copie el contenido de la primera carpeta en la segunda. ¿Y si no ponemos la barra? Pues rsync copiará la carpeta misma. Es decir, en este caso, nos aparecerá la carpeta mydata dentro de mydata_copy, tal que así: /myuser/mydata_copy/mydata
Continuemos con la historia. Recordad que quiero sincronizar mi biblioteca personal con la de un servidor, de manera que la copia del servidor sea idéntica a la de mi ordenador. Entonces, lo primero será indicar a rsync que debe sincronizar con otra máquina. Veamos:
rsync /myuser/biblioteca/ myserver.address.com:/users/biblioteca
Como veis, lo único que he hecho es preceder la ruta de la carpeta de destino con la dirección del servidor (puede ser el nombre DNS o la IP), separándolos con dos puntos. Los dos puntos le dicen a rsync que debe establecer conexión con esa máquina. Y ya está. Bueno, no todo. En realidad, lo que hace rsync es utilizar SSH (secure shell), así que en la máquina de destino tendrá que estar funcionando un servidor SSH (si es Linux, OpenSSH se instala rápido y sin problemas). No voy a entrar en detalles, sólo decir que SSH permite acceder a otra máquina de forma "segura", y que es lo que utiliza rsync para identificarse y poder así transferir los archivos. Excepto por el hecho de que los archivos se transmiten por red, no hay más complicación para nosotros. Lo que sí tendremos que hacer es entrar nuestra contraseña de usuario cada vez que usemos rsync para transferir archivos de o hacia otra máquina (sí, podemos hacer rsync miservidor.com:/carpeta_origen/ /mi_ordenador/carpeta_destino). Ojo, la contraseña que usemos en la otra máquina. Tengamos en cuenta que rsync manda automáticamente el nombre de usuario que estemos usando en el momento de ejecutar la orden. ¿Y si tenemos un usuario distinto en el otro sistema? Pues nada más sencillo que esto:
rsync /myuser/biblioteca/ myusername@myserver.address.com:/users/biblioteca
Donde myusername es un nombre de usuario de una cuenta activa en la máquina remota. Entramos su contraseña y ya está (en otro post os comentaré cómo evitar tener que estar introduciendo la contraseña cada vez).
Hay otra opción, que es tener a rsync corriendo como servidor en la máquina destino. En ese caso, tendríamos que separar el nombre de la máquina de la ruta de la carpeta destino por :: en vez de usar :, pero esto es otra historia en la que no nos meteremos (más información en los enlaces que os pasé en el post anterior).
Y por hoy ya es suficiente. La próxima entrada: cómo hacer una sincronización de verdad.
sábado, 22 de agosto de 2009
Sincronizando datos: rsync (1)
Hace bien poco he conseguido algo que tenía ganas de hacer desde hace bastante tiempo: sincronizar fácilmente mi ordenador de trabajo con un servidor que monté en el curro para diversas cosas (página web, bases de datos varias, archivo de bibliografía). ¿El secreto? Un pequeño programa llamado rsync.
Un requisito era que el sistema tenía que ser sencillo, no comercial, libre e incluido en los sistemas UNIX con los que trabajo: MacOS X y Linux (Ubuntu). Rsync está también disponible para Windows, por supuesto.
La situación es ésta: la máquina con Linux es el servidor del que hablaba. Tiene un directorio llamado biblioteca con varios subdirectorios, donde mantengo una selección de documentos (casi todos PDF) a disposición del grupo de investigación: Congresos y simposios (copias de proceedings, abstracts sueltos, etc.), Libros y Tesis (eso mismo), Separatas (artículos científicos procedentes de revistas, casi todas peer-reviewed) y Otros (patentes, legislación y miscelánea). A propósito, directorio es más conocido como carpeta, así que utilizaré esa denominación.
Hasta ahora, mantenía todo esto organizado a mi gusto en mi ordenador personal, pero la necesidad de compartirlo con el resto del grupo me llevó a tener que resolver un problema: ¿cómo actualizar la copia del servidor cada vez que actualizaba mi copia personal? Desde luego, replicar los cambios era imposible (son más de 7 GB, con más de 20000 PDF y otros tantos ítems diversos). Copiar los 7 GB completos, posible con un disco duro portátil, demasiado lento por red. Obviamente, conociendo las posibilidades de hacer una sincronización que transmitiese sólo aquellos elementos nuevos o modificados, me puse a buscar la manera. Tardé poco, ya que ya había hecho algo similar en el pasado para realizar copias de seguridad de otro servidor (aunque esa vez, a un disco duro externo conectado por USB). Rsync sería mi elección.
Hay varias páginas donde se puede obtener información sobre rsync (ejemplo), posiblemente mucho mejor explicado que aquí. Yo voy a describir cómo lo hice, por si alguien quiere hacer algo similar.
En primer lugar, rsync en su modo más básico simplemente compara un grupo de archivos con otro, y copia sólo aquello que ha cambiado. Haciendo una comparación con el "arrastrar para copiar" entre ventanas, es básicamente lo que ocurre cuando arrastramos un grupo de archivos de una carpeta a otra y el sistema copia aquellos que no existen en el destino, preguntando si debe sobreescribir aquellos que tienen el mismo nombre. En esa situación, nosotros miraríamos si la fecha de modificación de los archivos y su tamaño son distintos, y, sólo en ese caso, aceptaríamos la copia. Eso es lo que hace Rsync, sólo que automáticamente, si escribimos algo como:
rsync /myuser/mydata/ /myuser/mydata_copy
Rsyinc compara los archivos de la carpeta mydata con los de mydata_copy y copia los archivos de mydata que no existen en mydata_copy, y aquellos que sí existen pero que tienen distinta fecha de modificación o distinto tamaño. Aquellos archivos que no cumplan esas condiciones no se tocan, por lo que el proceso es muchísimo más rápido que una simple copia, especialmente si hay muchos archivos y se modifican raramente.
Sin embargo, rsync tal cual es muy limitado. Por ejemplo, si un archivo ha sido borrado de mydata, no desaparece de mydata_copy (se supone que quiero sincronizar, es decir, al final ambas capetas deben tener la misma información). Si hay subcarpetas, resulta que sus contenidos no se tienen en cuenta (si creo una subcarpeta en mydata y la lleno con archivos, en mydata_copy aparecerá esa subcarpeta... vacía). Además, las fechas y horas de modificación de los archivos sincronizados cambian a la hora en la que se realizó esa sincronización (igual que otros parámetros del archivo). Obviamente, rsync "tal cual" no me vale para mi propósito, hay que darle algunas órdenes, pero lo dejo para otra entrada.
Os dejo algunos enlaces por si queréis irlo descubriendo vosotros mismos:
rsync web pages
Página de manual de rsync
rsync en la Wikipedia
Algunos ejemplos del uso de rsync
Un requisito era que el sistema tenía que ser sencillo, no comercial, libre e incluido en los sistemas UNIX con los que trabajo: MacOS X y Linux (Ubuntu). Rsync está también disponible para Windows, por supuesto.
La situación es ésta: la máquina con Linux es el servidor del que hablaba. Tiene un directorio llamado biblioteca con varios subdirectorios, donde mantengo una selección de documentos (casi todos PDF) a disposición del grupo de investigación: Congresos y simposios (copias de proceedings, abstracts sueltos, etc.), Libros y Tesis (eso mismo), Separatas (artículos científicos procedentes de revistas, casi todas peer-reviewed) y Otros (patentes, legislación y miscelánea). A propósito, directorio es más conocido como carpeta, así que utilizaré esa denominación.
Hasta ahora, mantenía todo esto organizado a mi gusto en mi ordenador personal, pero la necesidad de compartirlo con el resto del grupo me llevó a tener que resolver un problema: ¿cómo actualizar la copia del servidor cada vez que actualizaba mi copia personal? Desde luego, replicar los cambios era imposible (son más de 7 GB, con más de 20000 PDF y otros tantos ítems diversos). Copiar los 7 GB completos, posible con un disco duro portátil, demasiado lento por red. Obviamente, conociendo las posibilidades de hacer una sincronización que transmitiese sólo aquellos elementos nuevos o modificados, me puse a buscar la manera. Tardé poco, ya que ya había hecho algo similar en el pasado para realizar copias de seguridad de otro servidor (aunque esa vez, a un disco duro externo conectado por USB). Rsync sería mi elección.
Hay varias páginas donde se puede obtener información sobre rsync (ejemplo), posiblemente mucho mejor explicado que aquí. Yo voy a describir cómo lo hice, por si alguien quiere hacer algo similar.
En primer lugar, rsync en su modo más básico simplemente compara un grupo de archivos con otro, y copia sólo aquello que ha cambiado. Haciendo una comparación con el "arrastrar para copiar" entre ventanas, es básicamente lo que ocurre cuando arrastramos un grupo de archivos de una carpeta a otra y el sistema copia aquellos que no existen en el destino, preguntando si debe sobreescribir aquellos que tienen el mismo nombre. En esa situación, nosotros miraríamos si la fecha de modificación de los archivos y su tamaño son distintos, y, sólo en ese caso, aceptaríamos la copia. Eso es lo que hace Rsync, sólo que automáticamente, si escribimos algo como:
rsync /myuser/mydata/ /myuser/mydata_copy
Rsyinc compara los archivos de la carpeta mydata con los de mydata_copy y copia los archivos de mydata que no existen en mydata_copy, y aquellos que sí existen pero que tienen distinta fecha de modificación o distinto tamaño. Aquellos archivos que no cumplan esas condiciones no se tocan, por lo que el proceso es muchísimo más rápido que una simple copia, especialmente si hay muchos archivos y se modifican raramente.
Sin embargo, rsync tal cual es muy limitado. Por ejemplo, si un archivo ha sido borrado de mydata, no desaparece de mydata_copy (se supone que quiero sincronizar, es decir, al final ambas capetas deben tener la misma información). Si hay subcarpetas, resulta que sus contenidos no se tienen en cuenta (si creo una subcarpeta en mydata y la lleno con archivos, en mydata_copy aparecerá esa subcarpeta... vacía). Además, las fechas y horas de modificación de los archivos sincronizados cambian a la hora en la que se realizó esa sincronización (igual que otros parámetros del archivo). Obviamente, rsync "tal cual" no me vale para mi propósito, hay que darle algunas órdenes, pero lo dejo para otra entrada.
Os dejo algunos enlaces por si queréis irlo descubriendo vosotros mismos:
rsync web pages
Página de manual de rsync
rsync en la Wikipedia
Algunos ejemplos del uso de rsync
Suscribirse a:
Entradas (Atom)