¿Cómo puedo hacer una operación de "copiar si se cambia"?

Me gustaría copiar un conjunto de archivos del directorio A al directorio B, con la advertencia de que si un archivo en el directorio A es idéntico a un archivo en el directorio B, ese archivo no debe copiarse (y, por lo tanto, su tiempo de modificación no debe ser actualizado). ¿Hay alguna manera de hacerlo con las herramientas existentes, sin escribir mi propio script para hacerlo?

Para elaborar un poco sobre mi caso de uso: estoy autogenerando un montón de .carchivos en un directorio temporal (por un método que tiene que generarlos incondicionalmente), y cuando los vuelva a generar, me gustaría copiar solo los que han cambiado al directorio de origen real, dejando intactos los que no han cambiado (con sus viejos tiempos de creación) para que makesepa que no es necesario volver a compilarlos. (Sin .cembargo, no todos los archivos generados son archivos, así que necesito hacer comparaciones binarias en lugar de comparaciones de texto).

(Como nota: esto surgió de la pregunta que hice en https://stackoverflow.com/questions/8981552/speeding-up-file-comparions-with-cmp-on-cygwin/8981762#8981762 , donde estaba intentando para acelerar el archivo de script que estaba usando para hacer esta operación, pero se me ocurre que realmente debería preguntar si hay una mejor manera de hacerlo que escribir mi propio script, especialmente porque cualquier forma simple de hacerlo en un shell el script invocará algo así como cmpen cada par de archivos, y comenzar todos esos procesos lleva demasiado tiempo).

rsync es probablemente la mejor herramienta para esto. Hay muchas opciones en este comando, así que lea la página de manual . Creo que quieres la opción --checksum o la --ignore-times

Puedes usar el -uinterruptor para que te cpguste:

$ cp -u [source] [destination]

Desde la página del manual:

   -u, --update
       copy only when the SOURCE file is newer than the destination file or 
       when the destination file is missing

Si bien el uso rsync --checksumes una buena forma general de "copiar si se cambia", en su caso particular, ¡hay una solución aún mejor!

Si desea evitar la recompilación innecesaria de archivos, ¡debe usar ccache, que fue creado exactamente para este propósito! De hecho, no solo evitará recompilaciones innecesarias de sus archivos generados automáticamente, sino que también acelerará las cosas cada vez que lo haga make cleany volverá a compilar desde cero.

A continuación, estoy seguro de que preguntarás: "¿Es seguro?" Bueno, sí, como señala el sitio web:

¿Es seguro?

Sí. El aspecto más importante de un caché del compilador es producir siempre exactamente la misma salida que produciría el compilador real. Esto incluye proporcionar exactamente los mismos archivos de objetos y exactamente las mismas advertencias del compilador que se generarían si usa el compilador real. La única forma en que debería poder decir que está usando ccache es la velocidad.

Y es fácil de usar simplemente agregándolo como un prefijo en la CC=línea de su archivo MAKE (o puede usar enlaces simbólicos, pero la forma del archivo MAKE probablemente sea mejor).

Esto debería hacer lo que necesitas

diff -qr ./x ./y | awk '{print $2}' | xargs -n1 -J% cp % ./y/

Dónde:

• x es tu carpeta actualizada / nueva
• y es el destino al que desea copiar
• awk tomará el segundo argumento de cada línea del comando diff (tal vez necesitará algunas cosas adicionales para los nombres de archivo con espacio; no puedo probarlo ahora)
• xargs -J% insertará el nombre del archivo a cp en el lugar apropiado

Me gusta usar unison a favor rsyncporque es compatible con múltiples maestros, ya que configuré mis claves ssh y vpn por separado.

Entonces, en mi crontab de solo un host, los dejo sincronizar cada 15 minutos:

* / 15 * * * * [-z "$ (pidof unison)"] && (tiempo de espera 25m unison -sortbysize -ui text -batch -times / home / master ssh: //192.168.1.12//home/master -path dev -logfile /tmp/sync.master.dev.log) &> /tmp/sync.master.dev.log

Entonces puedo estar desarrollando en ambos lados y los cambios se propagarán. De hecho, para proyectos importantes, tengo hasta 4 servidores que reflejan el mismo árbol (3 ejecutan al unísono desde cron, señalando al que no lo hace). De hecho, los hosts Linux y Cygwin son mixtos, excepto que no espere sentido de enlaces blandos en win32 fuera del entorno cygwin.

Si sigue esta ruta, haga el espejo inicial en el lado vacío sin el -batch, es decir

unison -ui text  -times /home/master ssh://192.168.1.12//home/master -path dev

Por supuesto, hay una configuración para ignorar los archivos de respaldo, archivos, etc.

 ~/.unison/default.prf :
# Unison preferences file
ignore = Name {,.}*{.sh~}
ignore = Name {,.}*{.rb~}
ignore = Name {,.}*{.bak}
ignore = Name {,.}*{.tmp}
ignore = Name {,.}*{.txt~}
ignore = Name {,.}*{.pl~}
ignore = Name {.unison.}*
ignore = Name {,.}*{.zip}

    # Use this command for displaying diffs
    diff = diff -y -W 79 --suppress-common-lines

    ignore = Name *~
    ignore = Name .*~
    ignore = Path */pilot/backup/Archive_*
    ignore = Name *.o

Si bien rsync --checksumes la respuesta correcta, tenga en cuenta que esta opción es incompatible --timesy que --archiveincluye --times, por lo que si lo desea rsync -a --checksum, realmente necesita hacerlo rsync -a --no-times --checksum.