我在unix服务器上管理多个数据库，并使用mysqldump对这些数据库进行每日备份。由于（某些）这些数据库非常大（20 + Gb），我通常使用bzip2压缩备份.sql文件，以获取压缩的bz2文件。
作为备份过程的一部分，我检查新备份文件的大小是否大于或等于上一个备份文件的大小 - 我们每天都会向这些数据库添加数据，但很少会删除这些数据库中的数据。
检查备份文件大小是对备份质量的检查 - 假设我们的数据库主要只是增大，如果新备份小于旧备份，则意味着a）已删除某些内容从数据库（在这种情况下，我应该检查...）或b）备份出错（在这种情况下，我应该检查为什么......）。
但是，如果我比较bz2文件的大小 - 例如，使用test的比较（使用stat %s），即使数据库的大小增加，bz2文件也可能缩小 - 可能是因为更有效的压缩。
那么 - 如何比较备份文件的大小？
或者，SO社区中的某个人可能有更好或更明智的想法......？
答案 0 :(得分：0)
可以将输入文件拆分为多个部分（例如100MB块）并单独进行比较。由于即使使用不同的输入，大小实际上也可能保持不变，您通常不应该使用它来查找差异 - 而是使用类似cmp的内容来查看文件是否不同。
也可以将各个部分的bz2文件放在一起，得到一个完全有效的多流bz2文件，可以在没有任何问题的情况下再次解压缩。您可能希望研究pbzip，它是bzip的并行实现，并使用这个并行bzip的机制进入多流bz2文件，以加速smp /多核系统上的进程。
至于为什么我建议将文件分成几部分：根据你的mysql设置，你的某些部分可能永远不会改变，而数据实际上可能最终会附加到最后 - 如果你能确定这样，你只需要比较整个转储的小部分，这将加快这个过程。
但是，请注意，整个数据可能会在没有添加或删除任何内容的情况下发生变化，因为mysql可能会在内存中占用数据（例如OPTIMIZE命令可能会导致这种情况）
如果您使用InnoDB，可以使用另一种分割数据的方法 - 在这种情况下，您可以告诉mysql（使用my.cnf）每个表使用一个文件，因此您可以a）单独bzip这些文件并仅比较实际上可能已更改的表（如果您在某些表中有静态数据）和/或b）保存表文件的上次修改日期，并事先进行比较（同样，这只有在您拥有的情况下才真正有用）仅包含静态数据的表格