重叠区块中的rsync算法

Question

我正在经历rsync效用，并在段：确定文件的哪些部分已经改变它说：发件人计算为大小S的每个块的滚动校验和它自己的版本的文件，甚至重叠块。

来了疑惑：

• 为什么收件人计算校验和不重叠的块，但发送者计算大小S的重叠块？
• 而且是大小S是相同的收件人和发件人？
• 什么是重叠块？是否，假设您的文本为：abcdefgh和s=4比接收方将计算abcd和efgh的校验和并将其发送给发件人。并且，发送方将计算校验和：abcd,bcde,cdef,defg,efgh（这是重叠的块）并与接收机进行比较。
• 那么它是如何计算diff，即发送者和接收者不同的部分呢？

Answer 1

如果收件人计算所有重叠块的滚动校验和，则会有与文件大小几乎一样多的校验和。因此，将校验和发送给发件人将比发送文件的全部内容更加昂贵，并且不会节省费用。因此，接收者将文件分成大块，不重叠的块，因此它可以发送少量的校验和和散列。

发送者和接收者的大小S必须相同。否则，校验和和散列永远不可能匹配。

该算法更详细的解释可以找到here。它清楚地表明发送者和接收者的S是相同的。

下面是一个例子。假设收件人的文件是：

abcdefghijkl 

和S = 4.接收者就会发送校验和散列为abcd，efgh，ijkl给发件人。

假设一个角色X插入到发件人的文件：

abcdeXfghijkl 

它将计算校验和：

abcd 
bcde 
cdeX 
deXf 
eXfg 
Xfgh 
fghi 
ghij 
hijk 
ijkl 

将比较这些来校验从接收者接收，确定abcd和ijkl没有改变。它需要发送的信息是eXfgh，说明应取代efgh块。