我需要每天将存储桶中的文件同步到本地机器，存储桶包含 20k 个文件。我需要仅下载以 *some_naming_convention.csv 结尾的已更改文件。 最好的方法是什么？在下载源中使用通配符给我一个错误。
【问题讨论】：
标签： gsutil
我认为你不能用 Rsynch 做到这一点。正如 Christopher 告诉您的，您可以使用“-x”标志跳过文件，但不能只同步那些 [1]。我代表您创建了一个公开功能请求[2]，以便您在那里关注更新。
正如我在 FR 中所说，恕我直言，我认为这不符合 rsynch 的目的，因为它是为了保持文件夹/存储桶同步，并且仅同步其中一些不属于该目的。
通过使用gsutil cp 复制文件和使用-n 跳过已经存在的文件，有一个可能的“解决方法”。您的案例的整个命令应该是：
gsutil -m cp -n <bucket>/*some_naming_convention.csv <directory>
其他选项，也许有点牵强是将这些文件复制/移动到一个文件夹，然后使用该文件夹进行 rsynch。
我希望这对你有用;)
【讨论】：
从here，您可以执行类似gsutil rsync -r -x '^(?!.*\.json$).*' gs://mybucket mydir 的操作来同步所有 json 文件。关键是您真正想要的模式的 ?! 前缀。
【讨论】：
Rsync 允许您包含和排除匹配模式的文件。
对于每个文件，rsync 应用第一个匹配的补丁，如果您只想同步选定的文件，则需要包含这些文件，然后排除其他所有文件。
将以下内容添加到您的 rsync 选项中：
--include='*some_naming_convention.csv' --exclude='*'
如果您的所有文件都在一个目录中，这就足够了。如果您还想搜索子文件夹，那么您需要更多：
--include='*/' --include='*some_naming_convention.csv' --exclude='*'
这将复制所有目录树，但只复制您想要的文件。如果留下您不想要的空目录，请添加--prune-empty-dirs。
【讨论】：
rsync 标签是合适的，它只是一个不同的rsync 风格。例如，使用 mac 的人会发布有关 sed 和 grep 的问题，即使它们具有不同的 API 和功能；没有人抱怨在这些情况下使用标签。