Hetzner存储盒rsync备份后磁盘占用远低于源服务器，原因何在？

1. 数据是否全部传输完成？ #

仅靠du的容量差值无法直接判定数据是否同步完成，需要通过更精准的方式验证：

• 重新运行带校验参数的rsync命令：加上--checksum参数，它会对比源文件与目标文件的校验值而非仅时间戳，若执行后无新的传输动作，说明数据已同步完成。
• 对比文件数量与单个文件完整性：用find <源文件夹> -type f | wc -l和find <存储盒文件夹> -type f | wc -l统计两边文件总数是否一致；随机抽取几个大文件，用md5sum对比源端与存储盒内文件的校验值。
• 注意du的计算逻辑差异：源端显示的66GB可能是文件的逻辑大小，比如包含大量稀疏文件、硬链接，或源文件系统未启用去重；存储盒显示的24GB是实际物理占用空间，若存储盒启用了去重或稀疏文件优化，就会出现这种差值。

2. Hetzner存储盒是否会对数据进行压缩？ #

Hetzner存储盒默认不会自动对存储的数据做压缩处理，但以下特性可能导致容量差异：

• 数据去重（Deduplication）：如果备份文件存在大量重复内容（比如多个相同镜像、重复备份文件），存储盒会自动只保留一份数据副本，大幅降低实际占用空间。
• 稀疏文件优化：针对源端的稀疏文件（如虚拟机磁盘文件），存储盒仅存储实际有数据的部分，而非按文件的逻辑大小占用空间。
  另外，若你在rsync命令中使用了--compress（或-z）参数，这只是传输过程中压缩数据节省带宽，存储到盒子里的仍是原大小文件，不会影响最终存储占用。

内容的提问来源于stack exchange，提问作者user266044