如何通过Cron任务自动将Google Workspace备份至本地服务器？

一、使用rclone实现反向同步（推荐） #

完全可以用rclone实现Google Drive到本地服务器的单向同步，这是最简便的方案，步骤如下：

1. 确认Google Drive远程配置
   如果你已经配置过本地到Drive的备份，说明rclone已经有了可用的Google Drive远程（通常命名为gdrive）；如果没有，执行rclone config按照向导完成授权，Workspace用户可选择配置Team Drive。

2. 反向同步命令
   使用sync命令将Drive指定目录同步到本地，确保本地备份与Drive源完全一致（会删除本地不存在于Drive的文件，若需保留本地额外文件，可改用copy命令）：

   rclone sync gdrive:/目标文件夹路径 /本地服务器备份路径
   

   可选参数优化：

   • --log-file /var/log/rclone-drive-backup.log：记录同步日志，方便排查问题
   • --bwlimit 10M：限制带宽，避免占用过多服务器资源
   • --exclude "*.tmp"：排除临时文件，减少无效备份

3. 配置Cron自动执行
   编辑当前用户的crontab（执行crontab -e），添加定时任务，例如每天凌晨2点执行同步：

   0 2 * * * /usr/bin/rclone sync gdrive:/ /home/backup/google-drive --log-file /var/log/rclone-backup.log
   

   注意：确保Cron执行用户能访问rclone配置文件，或在命令中指定配置文件路径--config /home/your-user/.config/rclone/rclone.conf

二、Python脚本结合Google Drive API实现（备选） #

如果因特殊需求无法使用rclone，可通过Python脚本调用Google Drive API实现备份，步骤如下：

1. 准备API授权

   • 在Google Cloud Console创建项目，启用Google Drive API
   • 创建服务账号，下载密钥JSON文件
   • 若备份Workspace团队盘，需给服务账号授予域范围授权，并在Drive中共享目标文件夹给该服务账号

2. 核心实现思路

   • 使用google-api-python-client和oauth2client库连接Drive API
   • 遍历Drive中的文件/文件夹，对比本地备份文件的修改时间，仅下载新增或更新的文件
   • 处理文件夹层级，保持本地与Drive的目录结构一致

3. 示例代码片段

   from googleapiclient.discovery import build
   from googleapiclient.http import MediaIoBaseDownload
   from google.oauth2.service_account import Credentials
   import os
   import pandas as pd
   
   # 初始化API服务
   creds = Credentials.from_service_account_file('service-account-key.json', scopes=['https://www.googleapis.com/auth/drive.readonly'])
   service = build('drive', 'v3', credentials=creds)
   
   def download_file(file_id, file_name, local_path):
       request = service.files().get_media(fileId=file_id)
       with open(os.path.join(local_path, file_name), 'wb') as fh:
           downloader = MediaIoBaseDownload(fh, request)
           done = False
           while done is False:
               status, done = downloader.next_chunk()
   
   # 遍历Drive根目录文件（需自行实现递归遍历子文件夹逻辑）
   results = service.files().list(pageSize=100, fields="nextPageToken, files(id, name, modifiedTime, mimeType)").execute()
   items = results.get('files', [])
   backup_root = '/backup/path'
   os.makedirs(backup_root, exist_ok=True)
   
   for item in items:
       # 跳过文件夹（需递归处理时可修改逻辑）
       if item['mimeType'] == 'application/vnd.google-apps.folder':
           continue
       local_file_path = os.path.join(backup_root, item['name'])
       # 对比修改时间，决定是否下载
       if not os.path.exists(local_file_path) or os.path.getmtime(local_file_path) < pd.to_datetime(item['modifiedTime']).timestamp():
           download_file(item['id'], item['name'], backup_root)
   

4. 配置Cron执行脚本
   同样通过crontab添加定时任务，例如：

   0 3 * * * /usr/bin/python3 /path/to/backup-script.py >> /var/log/drive-backup-script.log 2>&1
   

三、为什么Customer Takeout不符合需求 #

Customer Takeout是批量导出工具，存在以下问题：

• 无法实现自定义频率的自动同步，只能手动触发或按Google设定的周期导出
• 导出文件为压缩包，无法直接使用，也不支持增量备份
• 导出过程依赖Google服务，若遭遇黑客攻击导致账号权限丢失，可能无法完成导出

内容的提问来源于stack exchange，提问作者grb