文檔同步技術(shù)解密

倪俊杰

一談到文件存儲，你首先會想到什么？——U盤、光盤、移動硬盤？

長久以來，外置存儲設備一直深受人們喜愛，U盤外形小巧，攜帶方便，價格實惠，幾乎是每一個人的“居家旅行必備”之選。但是，U盤雖然方便，可并不牢靠。由于產(chǎn)品質(zhì)量或使用方法不當?shù)仍颍琔盤的壽命往往不長，一次著急的“硬拔出”，很可能造成U盤就此“壽終正寢”了。U盤損壞事小，要是U盤里的資料找不回來，那損失可就大了。因此，大多數(shù)人通常不會將特別重要的資料單獨存放在U盤等移動存儲設備中，還會在電腦、移動硬盤、網(wǎng)盤等多處進行備份。可是，多處備份也帶來了新的問題。文件存放地太多，時間長了，往往會不知道哪個是最終版。而且，存在電腦上的資料不易獲取，有時候要看一份文件，還要專門跑一趟單位。那么網(wǎng)盤呢？的確，現(xiàn)在網(wǎng)盤很流行，存儲空間也非常大，很多也都是免費的，很多人也將重要資料存儲在網(wǎng)盤中。但不管是網(wǎng)盤還是U盤，都無法避免要將資料多次存儲的問題。如何省掉文檔多次拷貝的麻煩，讓文檔自動備份，同步更新，讓你的手機或平板可以隨時查看編輯文檔？這些煩惱，文檔同步技術(shù)可以幫你解決。

什么是文檔同步技術(shù)

簡單地說，文檔同步技術(shù)是指利用網(wǎng)絡服務技術(shù)，使得電腦、手機、平板等多個終端的數(shù)據(jù)文件能夠同步更新的技術(shù)。借助文檔同步技術(shù)，文檔將不受網(wǎng)絡、硬件設備等外部環(huán)境的影響，可以隨時隨地查看、編輯、下載、更新。任何一個終端的數(shù)據(jù)更新之后，其他終端也會同步更新。依托文檔同步技術(shù)，可以免除文檔的復制、拷貝等煩惱，大大提高工作效率，節(jié)約時間成本，也更加安全可靠。

文檔同步技術(shù)的核心是如何快速、準確、安全地對文檔進行同步更新。常見的同步技術(shù)有集中式同步技術(shù)、P2P同步技術(shù)、分布式文件同步技術(shù)等。其中，集中式同步技術(shù)采用的方法是建立文檔存儲的云服務器，通過網(wǎng)站、APP、軟件等形式實現(xiàn)多終端訪問，架構(gòu)形式如圖1所示。P2P同步技術(shù)主要依靠P2P架構(gòu)理念，P2P（peer-to-peer）可以理解為對等計算或?qū)Φ染W(wǎng)絡，也被翻譯成“點對點”。P2P同步技術(shù)可以實現(xiàn)在無服務器的情況下轉(zhuǎn)緩存文件數(shù)據(jù)，完全的peer-to-peer文件同步，這樣更能確保文件數(shù)據(jù)的安全和傳輸速度。分布式文件同步技術(shù)實現(xiàn)同步服務的“去中心化”，用戶不需要依賴于某個特定的服務器即可實現(xiàn)文件同步與共享，國內(nèi)創(chuàng)業(yè)公司Seafile就采用此種技術(shù)，分布式文件同步技術(shù)的架構(gòu)如圖2所示。

從使用方法來看，集中式同步技術(shù)一般只有客戶端，文件存儲主要在云服務器端完成，歷史版本也保存在服務器上，這種做法能夠降低本地磁盤占用空間，適合文件數(shù)據(jù)量較大的用戶群體。分布式文件同步技術(shù)則需要同時安裝服務端和客戶端，文件的存儲和更新在本地服務器端完成，安全性和私密性更能保證，比較適合中小企業(yè)和私人團體的個性化需求。

文檔同步的關(guān)鍵技術(shù)

1.云盤存儲技術(shù)

文檔同步的第一項關(guān)鍵技術(shù)是云盤存儲，又稱為網(wǎng)盤。隨著互聯(lián)網(wǎng)技術(shù)，尤其是網(wǎng)絡視頻技術(shù)的不斷發(fā)展，文檔的清晰度越來越高，容量也越來越大，導致大容量存儲的需求也更加急迫。如果是自己購買大容量存儲設備，一方面價格比較貴，另一方面技術(shù)支持的成本也比較高，因此大多數(shù)公司和個人都會選擇使用網(wǎng)絡云盤存儲。常見的網(wǎng)盤有：金山快盤、聯(lián)想網(wǎng)盤、百度網(wǎng)盤、360云盤、微軟SkyDrive，以及各大郵箱中的網(wǎng)盤或中轉(zhuǎn)站等。這些網(wǎng)盤有些是完全免費的，有些是收費兼免費的，網(wǎng)盤的登錄方式包含Web版、Windows端、手機端等多終端。

從字面上理解，云盤存儲看似只是將本地服務器（硬盤）轉(zhuǎn)移到網(wǎng)絡，然后將服務器的硬盤或硬盤陣列中的一部分容量分給注冊用戶使用，但事實卻沒有這么簡單。當前主要運用的是云存儲技術(shù)，大多是基于虛擬化的，把存儲設備、云計算、網(wǎng)絡資源等進行虛擬化。虛擬化也是傳統(tǒng)存儲和云存儲的重要區(qū)別。這樣一來，云存儲系統(tǒng)中的各節(jié)點能夠并行提供讀寫訪問服務，系統(tǒng)會更加趨向于穩(wěn)定和強大。與統(tǒng)一的龐大服務器不同的是，云存儲技術(shù)是構(gòu)建在高速分布式存儲網(wǎng)絡上的數(shù)據(jù)中心，它將網(wǎng)絡中大量不同類型的存儲設備通過軟件集合起來協(xié)同工作，形成一個安全的數(shù)據(jù)存儲和訪問的系統(tǒng)。

從技術(shù)架構(gòu)角度來說，云存儲系統(tǒng)一般分為四個層級：存儲層、管理層、接口層、服務層（如圖3）。存儲層位于最下方，是整個云存儲系統(tǒng)的基礎，通過網(wǎng)絡技術(shù)將大量的存儲設備連起來形成巨大的存儲設備資源池。管理層是云存儲系統(tǒng)的核心部分，主要功能是在存儲設備資源池的基礎上部署強大的分布式文件系統(tǒng)，將海量級的用戶數(shù)據(jù)分片處理。同時，管理層還會通過各種措施以提升云存儲系統(tǒng)的整體性能。接口層是業(yè)務應用和云存儲平臺之間的一座橋梁，提供各種擴展應用服務所需要調(diào)用的接口，客戶端或第三方公司在獲取權(quán)限后可以開放個性化的應用。位于最上層的就是服務層，又稱為業(yè)務應用層，該層是在前三層提供的數(shù)據(jù)和接口的基礎上，為廣大用戶提供豐富的業(yè)務類型。以上四個層級的架構(gòu)是環(huán)環(huán)相扣、相輔相成的。

要想實現(xiàn)云盤存儲，除了需要一定量級的云存儲設備外，還需要一套基于云計算的云存儲系統(tǒng)，龐大的云存儲設備由云存儲系統(tǒng)進行統(tǒng)一的管理和運行。一個云存儲系統(tǒng)只需要一個數(shù)據(jù)服務器連接到互聯(lián)網(wǎng)，客戶端通過互聯(lián)網(wǎng)發(fā)送文件副本的數(shù)據(jù)服務器，然后記錄信息。當客戶端要檢索資料的時候，用戶首先是訪問一個基于Web的界面的數(shù)據(jù)服務器，然后，服務器就將文件發(fā)送到客戶端或者允許客戶端訪問和操縱服務器本身的文件。

2.文件比對技術(shù)

依托強大的云存儲系統(tǒng)，云盤可以最大限度地節(jié)省存儲空間，使得存儲空間的利用率最大化。以百度云盤為例，雖然說給用戶的存儲空間是2TB，但實際上這些空間并不是一下子就都給你的，基本上是遵循“用多少，給多少”的原則，系統(tǒng)動態(tài)地給你分配。這就涉及到了另一項關(guān)鍵技術(shù)——文件比對。對于云存儲系統(tǒng)來說，應該盡量減少同一份文件的多次存放。如果系統(tǒng)檢測到用戶上傳的是相同文件，云盤系統(tǒng)就只會保存一份，只是給擁有這份文件的所有用戶都發(fā)一個指向源文件的鏈接，能夠查看、下載。這也解釋了我們向云盤上傳一個很大的文件，卻幾乎能夠“秒傳”的原因，因為云盤系統(tǒng)檢測到了我們所傳的文件系統(tǒng)中已經(jīng)有了。換句話說，就算我們刪除了某些共享文件，但在系統(tǒng)中并沒有刪掉源文件。endprint

文件比對的更高級應用就是增量同步。什么是增量同步？與增量同步對應的是全量同步。全量同步是指一次性同步更新整份文件，而增量同步只更新增加或改變的內(nèi)容。例如，一份文本文件有10M，分別存放在A、B兩個地方，假如在A地修改了文件，只改變了部分內(nèi)容，那么，在B地是如何實現(xiàn)自動和A地的文件保持一致，并且網(wǎng)絡的傳輸量最少？

常用的做法是將文件按照固定大小分成若干段，每一段就是一個存儲塊，至于這個值具體多大，則根據(jù)文件的類型和大小設定。然后每段生成一個HASH（哈希）碼，把所有HASH碼合并成一個HASH碼表，最終就生成了整份文件的HASH碼。通過這樣的方法，系統(tǒng)只需要比較兩份不同文檔的HASH碼是否相同就能知道哪個部分做了修改，修改部分就是增量部分，前面所說的文檔相同比對用的也是HASH碼。

什么是HASH碼？文檔的HASH碼又是如何生成和比對的呢？HASH碼是根據(jù)文件中的各個屬性的數(shù)據(jù)，通過邏輯運算最終得到的數(shù)值。也就是說，不同的文件計算得到的HASH碼是不同的。而且，文件的名稱并不會影響HASH碼，同樣的文件不同的文件名，它們的HASH碼也是一樣的。因此，HASH碼具有文件校驗比對的功能，可以用來檢查不同的文件是否一致，有無更新。網(wǎng)絡上有很多計算文件HASH碼的小工具，非常方便。接下來我們通過“HASH碼計算工具”來做一個實驗：在電腦上建立四份記事本文件，分別命名為“文件1.txt”“文件2.txt”“文件3.txt”“文件4.txt”，每份文件的內(nèi)容及對應的HASH碼如下表所示。

比較“文件1.txt”和“文件2.txt”可知，雖然改變了文件名，但因為文件的內(nèi)容沒有變化，其對應的HASH碼也沒有改變，而“文件3.txt”和“文件4.txt”都改變了部分內(nèi)容，其對應的HASH碼也發(fā)生了明顯的改變。

以Dropbox的增量同步為例，每4M生成一個HASH碼，然后更新的時候把碼表和隱藏目錄里存儲的原碼表做一下比較，發(fā)現(xiàn)哪幾段做了改變，就只上傳哪幾段的數(shù)據(jù)。需要注意的是，雖然增量同步有一定的價值，但具有增量同步功能的云盤并不多，其主要原因是檢測增量對服務器的運行速度要求比較高。況且隨著存儲設備價格的降低，還不如直接用全量同步了。

搭建專屬私有云

對于經(jīng)常出差、需要備份重要數(shù)據(jù)的人來說，他們往往會選擇搭建一個專屬私有云。而一款適合文檔同步的工具可以給工作帶來極大方便，如今能夠?qū)崿F(xiàn)文檔同步的產(chǎn)品有很多，功能也各有特點，安裝和使用方法也大同小異。因此，在準備搭建專屬私有云之前，我們有必要來盤點國內(nèi)和國外的一些文檔同步產(chǎn)品。

1.國內(nèi)文檔同步產(chǎn)品盤點

（1）堅果云

堅果云是一款便捷、安全的專業(yè)網(wǎng)盤產(chǎn)品，通過文件自動同步、共享、備份功能，為用戶實現(xiàn)智能文件管理，提供高效辦公解決方案。

（2）有道云筆記

有道云協(xié)作是網(wǎng)易公司出品的一款基于資料管理和溝通的團隊協(xié)作工具，與個人筆記無縫連接。有道云筆記采用了增量式同步技術(shù)，即每次只同步修改的內(nèi)容而不是整個筆記。

（3）WPS云協(xié)作

WPS云協(xié)作是由金山軟件股份有限公司自主研發(fā)的一款協(xié)同辦公產(chǎn)品，它整合了WPS產(chǎn)品家族的所有服務。云協(xié)作通過文檔中心、消息中心、安全中心和應用中心，無縫集成企業(yè)現(xiàn)有的通訊錄和郵箱，幫助團隊成員實現(xiàn)文檔的多人實時在線協(xié)作，滿足企業(yè)的協(xié)同辦公需求。

（4）云盒子

云盒子是一款基于私有云架構(gòu)的企業(yè)網(wǎng)盤類文檔管理系統(tǒng)，將團隊分散的文檔、表格、圖紙、視頻等信息碎片集中存儲，通過授權(quán)訪問、變動提醒、操作日志、歷史版本、內(nèi)容保護、即時通訊、流程審批等功能，幫助企業(yè)構(gòu)建透明、安全、移動的內(nèi)部文檔協(xié)作平臺。

（5）百度云

百度網(wǎng)盤提供文件的網(wǎng)絡備份、同步和分享服務，具有空間大、速度快、安全穩(wěn)固、支持多終端同步等特點。

（6）Seafile

Seafile是一個開源、專業(yè)、可靠的云存儲平臺，解決文件集中存儲、共享和跨平臺訪問等問題；除了一般網(wǎng)盤所提供的云存儲以及共享功能外，Seafile還提供消息通信、群組討論等輔助功能，幫助用戶更好地圍繞文件展開協(xié)同工作。

2.國外同步產(chǎn)品盤點

（1）GoodSync

GoodSync算得上是一款非常實用的數(shù)據(jù)同步工具，其最大的特點是操作簡單以及具有雙向同步功能。通過該軟件可以輕松完成移動存儲設置，并與GoodSync完成兩臺電腦數(shù)據(jù)同步。該同步工具還支持FTP同步，在操作系統(tǒng)上也發(fā)布了Windows版及Mac版。

（2）FreeFileSync

FreeFileSync是一款完全免費且開源的文件夾同步軟件，簡單易用而且具有比較功能，通過比較可以很直觀地比較出兩個文件夾之間的差異，并把比較結(jié)果顯示在列表中，以便我們判斷是否需要進行文件夾同步。

（3）SyncToy

SyncToy是微軟在2009年發(fā)布的一款免費數(shù)據(jù)同步軟件，功能也非常強大，界面相對其他同步軟件較為美觀，操作也非常方便。SyncToy可以同時管理多個目錄系列，并能夠進行合并兩個文件夾為一個文件夾的操作。SyncToy同時支持三種模式，即synchronize（完全一致性，真正的同步）、echo（單向同步，從左到右同步，但無法從右到左操作）和Contribute（增量備份）。

（4）Allway Sync

Allway Sync是一款收費的文件夾同步軟件，該軟件據(jù)說采用專用算法，該算法不依賴于系統(tǒng)時鐘的準確性，有助于防止數(shù)據(jù)丟失，支持雙向同步，多文件夾操作，操作簡便。

（5）ownCloud

ownCloud是一個自由且開源的個人云存儲解決方案。與商業(yè)云存儲服務不同，ownCloud可以自由獲取無需付費，它可以被安裝在個人服務器上，用戶擁有控制和修改的權(quán)利。endprint

我們可以根據(jù)自己的需求定位來選擇一款文檔同步產(chǎn)品。如果是大型的、企業(yè)級的需求則可選擇Seafile、堅果云、GoodSync這樣的產(chǎn)品；如果是個人的小團隊需求，建議選擇百度云、云盒子、有道云筆記等輕量級的應用。不同級別的產(chǎn)品，搭建服務器的要求區(qū)別也很大，有些產(chǎn)品明確要求只能是Linux系統(tǒng)，而有些基本上能適應當下主流操作系統(tǒng)。

3.案例解析

接下來，以“Seafile”為例，介紹如何為自己的團隊搭建一個專屬私有云。

服務器配置說明：

Windows Server 2008，32位，內(nèi)存8G。

部署準備：

①官網(wǎng)下載并解壓Seafile的服務器端和客戶端。

②官網(wǎng)下載Python的2.7.11，32位版本。

服務器端部署：

①首先安裝Python2.7.11，并將Python的安裝路徑添加到系統(tǒng)的環(huán)境變量中。操作位置是：計算機—屬性—高級系統(tǒng)設置—環(huán)境變量—系統(tǒng)變量。打開命令提示符窗口，輸入Python，看到如上頁圖4所示的界面，說明Python已經(jīng)安裝成功。

②在Seafile服務器端文件夾下運行run.bat，啟動Seafile服務器安裝程序，在彈出的對話框中選擇磁盤位置，該位置用于存儲Seafile服務器的數(shù)據(jù)，建議選擇存儲空間較大的磁盤。點擊確認后，Seafile將會在選擇的磁盤下創(chuàng)建一個名為seafile-server的文件夾，該文件夾就是Seafile服務器的數(shù)據(jù)文件夾。

③右擊Seafile服務器的系統(tǒng)托盤圖標，選擇“添加管理員賬號”選項。在彈出的對話框中輸入管理員用戶名和密碼（如圖5）。

④設置好管理員賬戶后，還需配置服務器的相關(guān)地址，否則不能進行文件的上傳下載。

A.先用前面設置的管理員賬號登錄服務器的Web端，地址是http：//<服務器IP地址>：8000。點擊界面右上角的頭像圖標，選擇系統(tǒng)管理，進入左側(cè)的“設置”界面。

B.將SERVICE_URL的值配置成http：//<服務器IP地址>：8000。

C.將FILE_SERVER_ROOT的值配置成http：//<服務器IP地址>：8082。

客戶端安裝使用：

①官網(wǎng)下載Seafile客戶端，有電腦客戶端、移動客戶端（Android版和IOS版）（如圖6、圖7）。

②用設定的賬戶登錄，在客戶端上指定Seafile的數(shù)據(jù)磁盤位置。

③點擊“同步該資料庫”按鈕將該資料庫與本地文件夾同步，就可以向資料庫中添加文件，建立文件夾了，這樣文檔就會被自動同步到云平臺。

事實上，Seafile是開源軟件，搭建服務器的要求也不高。有很多人就把家里閑置的電腦拿來當作云存儲服務器。只不過，用Windows服務器的使用人數(shù)不能太多，它不適合上百人的用戶使用。如果用戶需求量比較大，建議選擇Linux系統(tǒng)的專用服務器。

結(jié)語

文檔同步技術(shù)在我們工作和生活的方方面面都有應用，其價值已經(jīng)得到普遍認同，實現(xiàn)的方式也是多種多樣的。除了本文介紹的通過軟件的方式搭建私有云外，還可以購買方便易用的NAS，有些家用型的智能路由器也自帶了文檔同步功能。關(guān)于文檔同步的具體應用，我們將在下一期與大家詳細探討，敬請關(guān)注。endprint