关于文件夹同步的那点事

摘要

        本文分析了文件夹之间进行一对一同步所涉及的概念，并根据这一概念，分析出实现文件夹之间同步背后的模型，以及遇到的问题。本文最后还对文件夹之间一对多的特殊情况进行分析。

概念

        所谓文件夹同步，就是通过同步操作，将两个文件夹中的内容保持一致，即所包含的文件和文件夹（如无特殊说明，下文中用文件指代文件和文件夹）的内容是一样的。此处的文件夹指代的是广义的文件夹，可以是本地，也可以是远程。

        文件夹同步类型包括：一次性同步、实时修改同步。

        一次性同步是指，执行一次同步后，两个文件夹中的内容即一致。同步后，又修改。若想再次保持一致，则必须再次执行一次性同步。

        实时修改同步则指的是，文件夹处于监控状态中，可即使获知文件夹内某个文件或文件夹的修改，此时仅需要针对修改的文件进行同步。Windows平台和Linux平台都支持文件修改的实时监控。网络文件夹的监控则需要网络协议的支持。

        真正的文件夹同步操作，往往是两者的结合。

思路

        若将每个文件或文件夹看成一个元素，那么同步文件夹内的文件和文件夹就组成了一个集合，如下图所示的A。所谓文件夹同步，就是将集合A和集合B根据某种规则变成同一个集合C。

        为了得到这种规则，需要将集合的模型细化。考虑集合A->C的情况，如下图所示。当集合A中的文件转化集合C时，文件可以分三部分：第一部分是集合D，只作了文件的修改（内容或属性的修改，文件位置的移动）。第二部分是集合A-D：删除的文件。第三部分是集合C-D：新增的文件。

        由此，我们可以得到文件的修改类型：新建，更新，改名（包含文件名称的修改和文件位置的移动），删除。

        现在考虑下A、B两边同时修改的情况：

        1）A未修改，B未修改：不同步。

        2）A修改，B未修改：集合B需要参考A的当前状态进行修改。

        3）A未修改，B修改：集合A需要参考B的当前状态进行修改。

        4）A修改，B修改：如果两边的修改时相对独立的，就可以互相参考着同步。若对同一文件，两边都有修改，需要考虑冲突情况处理。一端文件可能的修改有四种情况，此时需要查看另一端的状态，需要增加两种（无和不存在）。冲突的处理中，最复杂的就是两边同时改名文件夹时的情况。但是无论怎么处理，都应该保证文件数据不丢失。

        对整个集合之间的同步操作属于一次性同步。若是实时修改同步，实际上就是对集合中某个文件进行的同步，所采用的规则是一样的。

一对多同步

        所谓一对多同步，就是指一个文件夹，有多个文件夹与之同步，且要保证所有文件夹之间的文件是一样的。此场景出现在当前比较火的云盘同步上。在这种情况下，我们将一个文件夹称之为服务端，多个文件夹称之为客户端。此时，又会增加一些问题：

        1）当多个客户端操作单个文件的时候，需要在服务端对此文件进行互斥操作。

        2）应该在服务端增加类似于SVN的文件版本记录功能，以防止用户数据的丢失。此时，可以根据需要，记录下文件修改的一些附属信息，比如：修改时间、修改的客户端名称等。

后语

        本系列后续文章，将根据本文，详细介绍文件夹同步中的一些细节，请持续关注。