Linux tar 打包时怎么排除日志和缓存目录

Linux 项目打包时，日志和缓存通常会占掉大量空间，却不是部署或备份必须保留的内容。最直接的做法是在 GNU tar 后面重复写 --exclude，并把通配模式放进单引号；排除规则较多时，再单独维护一个文件交给 -X。例如项目目录是 /srv/shop-api，可以这样打包：

tar 的排除匹配是按归档成员名工作的。排除 shop-api/var/log/ 这样的目录前缀后，其下面的日志文件也不会进入归档；命令中的 * 要交给 tar，而不是让当前 shell 先展开。

先确定 tar 看到的路径边界

排除规则最容易出错的地方不是参数拼写，而是路径基准。若在 /srv 下执行并把 shop-api 作为归档对象，成员名通常以 shop-api/ 开头；若先切换到项目目录再打包，成员名可能从 var/、public/ 开始。两种写法都可以，但排除模式必须和归档清单中的名字一致。

直接通过 tar 命令的 --exclude 参数，指定要跳过的日志、缓存文件夹路径，就能在打包的时候自动排除对应内容，不需要额外先删除原文件。

推荐先列出目录，再决定规则：

cd /srv
find shop-api -maxdepth 3 -type d \( -name log -o -name logs -o -name cache -o -name caches \) -print

这一步只是确认路径，不会改变文件。不要把生成的归档放在待打包目录内部，否则下一次打包可能把上一次的 .tar.gz 也收入其中。

少量目录直接使用 --exclude

假设要排除项目下的 var/log、var/cache 和所有测试缓存目录，可以写成：

cd /srv
tar -czf /backup/shop-api-$(date +%F).tar.gz \
  --exclude='shop-api/var/log' \
  --exclude='shop-api/var/cache' \
  --exclude='shop-api/**/__pycache__' \
  shop-api

--exclude 可以重复使用。这里的单引号很重要：如果写成未加引号的 --exclude=shop-api/**/__pycache__，shell 可能先尝试展开星号，tar 收到的就不再是原本的模式。目录名中是否带末尾斜杠不必反复试错，关键是模式要覆盖归档成员的前缀，并在最终清单中确认。

规则较多时用 -X 维护排除文件

当多个项目共用一套排除策略，建议创建一个不放进项目目录的清单：

cat > /srv/backup-exclude.txt 

-X 是 --exclude-from 的短选项形式，文件按一行一个模式读取，适合放进备份脚本或版本化的运维配置。注释和空行要按实际 tar 版本的规则处理；不要把这个排除文件放到 shop-api 中并误以为它会自动生效，必须在命令中明确传给 -X。

用归档清单做最后核对

创建完成后，不需要解压就能检查成员：

tar -tzf /backup/shop-api-clean.tar.gz > /tmp/shop-api-members.txt
grep -E '(^|/)(var/log|var/cache|__pycache__|\.pytest_cache)(/|$)' \
  /tmp/shop-api-members.txt

没有输出通常表示这些目录没有进入归档；如果仍有匹配，先看清单中的实际前缀，再调整排除模式。常见问题是把 var/log 写成了 logs，或者从项目父目录打包时漏了 shop-api/ 这一层。

几个容易踩中的边界

第一，--exclude 使用 shell 风格通配，不是正则表达式；第二，显式写在命令行中的文件，如果它的路径组件命中了排除规则，也可能被排除；第三，排除日志目录不等于排除审计所需的关键配置，建议把轮转后的摘要、配置和数据库备份分别判断。最后，先用一个测试归档验证模式，再把同一组参数放进定时任务，后续只需持续检查 tar -tf 的清单。

相关问题

为什么 --exclude='*.log' 没有按预期工作？

先确认归档成员是否确实以 .log 结尾，并确保星号被引号保护；如果日志集中在固定目录，写完整相对前缀通常比全局通配更容易控制范围。

-X 文件能不能写绝对路径？

排除模式应按 tar 处理的成员名来写，而不是凭源文件系统的绝对路径猜测。先运行 tar -tf 观察成员前缀，再把对应模式放入排除文件。

参考：GNU tar 手册的文件排除说明。