通过 rsync 访问 NCBI FTP

访问 NCBI FTP 服务器上数据的一种鲜为人知的方法是使用 rsync。此方法于 2004 年在此邮件列表帖子中首次提及。

使用 rsync 而不是 ftp 有几个关键优势

• 完全增量下载
• 可恢复下载
• 比 FTP 快
• 仅单个连接，没有 FTP 主动/被动端口问题（例如对 dual-stack lite 很重要，例如参见这篇优秀的德语文章）

通过 rsync 访问服务器简单直接。假设要将 GenBank GSS 文件下载到 genbank 目录，可以使用此命令：

rsync --partial --progress -av ftp.ncbi.nlm.nih.gov::genbank/gbgss*.gz genbank/

—progress 标志显示详细的进度和下载速度信息，而 —partial 标志允许恢复不完整的文件下载（默认情况下，仅完全完成的）。注意你可以将两个标志组合为 -P 标志

下载（部分）完成后，可以通过简单地重复上面列出的命令将 genbank 目录与 NCBI 目录同步。任何已经完全下载的文件将自动跳过。

如果你想同步定期更新的文件，请记住 rsync 默认只检查文件大小。如果文件已被修改但大小没有改变，rsync 将不会更新文件。要强制检查完整文件，请向命令添加 —checksum 选项。