@雨翌 说想知道镜像源是如何工作的，我们就来说一说这个。其实要做一个镜像源，需要搞定的有两件事：一是如何向广大用户提供下载服务，一条httpd start就搞定了；二是如何与上游同步，然而这种东西也一条rsync就搞定了

关于rsync

rsync提供了一种快速的文件同步的机制。一般的diff算法需要分别遍历两个文件，然而这种功能并不适用于远程传输：如果我能够同时获得需要同步的两个文件，再diff他们就没什么意义了。rsync使用的算法并不是特别复杂，可以Google The rsync algorithm 搜到Andrew Tridgell在1996年的论文，man rsync可以得到使用说明。

镜像源中使用rsync

rsync是目前各种镜像源同步的标配，基本没有第二种选项。对于镜像源来说，在同步过程中还需要考虑另一个问题：一般的仓库都是带有索引的，就是用apt-get update更新的那些东西。这些索引指明了服务器上具有哪些文件，以备包管理器查询。如果我们在同步的时候更新了索引，却没有更新完新的包；或是删掉了原来的包，却还没有更新索引，此时如果包管理器进行操作的话，将会出现问题。

rsync具备两个特别有用的选项：一个是delete-after，一个是–delay-updates。第一个选项能够令rsync在完成所有其他传输之后，再删除本地中那些上游没有的文件；第二个选项能够使rsync将所有需要更新的文件全部暂存至一个缓存目录，待所有传输完成后在本地一次性地对所有暂存的新文件进行move。这使得在传输过程中不会修改本地文件，减少了文件状态“不一致”的时间。一些仓库使用了这两个选项来完成同步，比如Archlinux。

然而对于大仓库来说，批量move的时间还是太长。如果想要进一步降低这个影响，可以使用“两阶段同步”。第一个阶段只同步包文件，不同步索引、也不删除本地的旧包；第二个阶段再进行索引的更新和删除包的操作。这样的话进一步降低了同步对用户的影响。Debian使用这种方式进行同步。

这一定能保证“同步”吗？

不一定。如果我们在同步的过程中，上游的文件发生了变化（这很有可能发生，因为上游往往还需要与上上游同步），将会导致我们同步结束之后文件的状态仍然不一致。而且很遗憾，目前仅凭rsync一人之力，无法解决这个问题。

Debian官方提供了一个脚本，在同步过程中如果上游的文件发生变化，下游服务器将会收到通知，此时应当重新同步。如果整个同步链都使用了这个脚本，将会很大程度上保证文件状态的一致。

除此之外，加粗水管、提高同步频率，都有助于缓解这个问题。

定时同步

一般来说crontab就可以搞定了，这是另一个男人，请man crontab。