166 lines
10 KiB
Markdown
166 lines
10 KiB
Markdown
# Google Drive 百宝箱
|
||
|
||
> 不只是最快的 google drive 拷贝工具 [与其他工具的对比](./compare.md)
|
||
|
||
## 常见问题
|
||
项目发布一天以内，作者至少收到100种无法配置成功的反馈。。忙得焦头烂额，暂时没空做搭建过程的录屏。
|
||
下面是一些网友的踩坑心得，如果你配置的时候也不小心掉进坑里，可以进去找找有没有解决办法：
|
||
|
||
- [ikarosone 基于宝塔的搭建过程](https://www.ikarosone.top/archives/195.html)
|
||
|
||
- [@greathappyforest 踩的坑](doc/tgbot-appache2-note.md)
|
||
|
||
## 搭建过程
|
||
[https://drive.google.com/drive/folders/1Lu7Cwh9lIJkfqYDIaJrFpzi8Lgdxr4zT](https://drive.google.com/drive/folders/1Lu7Cwh9lIJkfqYDIaJrFpzi8Lgdxr4zT)
|
||
|
||
需要注意的地方：
|
||
|
||
- 视频中省略了一个比较重要的步骤就是**从本地上传service account授权文件到 sa 目录下**，tg机器人的所有操作都是通过sa授权的，所以你们别忘了。。
|
||
- 视频中**nginx的配置里，server_name就是你的二级域名，需要和cloudflare的设置一样**的（mybbbottt），我分开录的视频所以没做到一致。
|
||
- 还有省略的步骤就是注册域名和把域名托管到cloudflare了，这一步网上太多资料了，甚至也有免费注册（一年）域名的地方（ https://www.freenom.com/ ），具体教程大家搜搜看吧。
|
||
|
||
## 功能简介
|
||
本工具目前支持以下功能：
|
||
- 统计任意（您拥有相关权限的，下同，不再赘述）目录的文件信息，且支持以各种形式（html, table, json）导出。
|
||
支持中断恢复，且统计过的目录（包括其所有子孙目录）信息会记录在本地数据库文件中（gdurl.sqlite）
|
||
请在本项目目录下命令行输入 `./count -h` 查看使用帮助
|
||
|
||
- 拷贝任意目录所有文件到您指定目录，同样支持中断恢复。
|
||
支持根据文件大小过滤，可输入 `./copy -h` 查看使用帮助
|
||
|
||
- 对任意目录进行去重，删除同一目录下的md5值相同的文件（只保留一个），删除空目录。
|
||
命令行输入 `./dedupe -h` 查看使用帮助
|
||
|
||
- 在 config.js 里完成相关配置后，可以将本项目部署在（可正常访问谷歌服务的）服务器上，提供 http api 文件统计接口
|
||
|
||
- 支持 telegram bot，配置完成后，上述功能均可通过 bot 进行操作
|
||
|
||
## demo
|
||
[https://drive.google.com/drive/folders/124pjM5LggSuwI1n40bcD5tQ13wS0M6wg](https://drive.google.com/drive/folders/124pjM5LggSuwI1n40bcD5tQ13wS0M6wg)
|
||
|
||
## 环境配置
|
||
本工具需要安装nodejs，客户端安装请访问[https://nodejs.org/zh-cn/download/](https://nodejs.org/zh-cn/download/)，服务器安装可参考[https://github.com/nodesource/distributions/blob/master/README.md#debinstall](https://github.com/nodesource/distributions/blob/master/README.md#debinstall)
|
||
|
||
建议选择v12版本的node，以防接下来安装依赖出错。
|
||
|
||
如果你的网络环境无法正常访问谷歌服务，需要先在命令行进行一些配置：（如果可以正常访问则跳过此节）
|
||
```
|
||
http_proxy="YOUR_PROXY_URL" && https_proxy=$http_proxy && HTTP_PROXY=$http_proxy && HTTPS_PROXY=$http_proxy
|
||
```
|
||
请把`YOUR_PROXY_URL`替换成你自己的代理地址
|
||
|
||
## 依赖安装
|
||
- 命令行执行`git clone https://github.com/iwestlin/gd-utils && cd gd-utils` 克隆并切换到本项目文件夹下
|
||
- **执行 `npm install --unsafe-perm=true --allow-root` 安装依赖**，部分依赖可能需要代理环境才能下载，所以需要上一步的配置
|
||
|
||
如果在安装过程中发生报错，请切换nodejs版本到v12再试。如果报错信息里有`Error: not found: make`之类的消息，说明你的命令行环境缺少make命令，可参考[这里](https://askubuntu.com/questions/192645/make-command-not-found)或直接google搜索`Make Command Not Found`
|
||
|
||
如果报错信息里有 `better-sqlite3`，先执行 `npm config set unsafe-perm=true`
|
||
然后 `rm -rf node_module` 删掉依赖目录，最后再执行下`npm i`安装试试。
|
||
|
||
依赖安装完成后，项目文件夹下会多出个`node_modules`目录，请不要删除它，接下来进行下一步配置。
|
||
|
||
## Service Account 配置
|
||
强烈建议使用service account（后称SA）, 获取方法请参见 [https://gsuitems.com/index.php/archives/13/](https://gsuitems.com/index.php/archives/13/#%E6%AD%A5%E9%AA%A42%E7%94%9F%E6%88%90serviceaccounts)
|
||
获取到 SA 的 json 文件后，请将其拷贝到 `sa` 目录下
|
||
|
||
配置好 SA 以后，如果你不需要对个人盘下的文件进行操作，可跳过[个人帐号配置]这节，而且执行命令的时候，记得带上 `-S` 参数告诉程序使用SA授权进行操作。
|
||
|
||
## 个人帐号配置
|
||
- 命令行执行 `rclone config file` 找到 rclone 的配置文件路径
|
||
- 打开这个配置文件 `rclone.conf`, 找到 `client_id`, `client_secret` 和 `refresh_token` 这三个变量，将其分别填入本项目下的 `config.js` 中，需要注意这三个值必须被成对的英文引号包裹，且引号后以英文逗号结尾，也就是需要符合JavaScript的[对象语法](https://developer.mozilla.org/zh-CN/docs/Web/JavaScript/Reference/Operators/Object_initializer)
|
||
|
||
如果你没有配置过rclone，可以搜索`rclone google drive 教程`完成相关配置。
|
||
|
||
如果你的`rclone.conf`里没有`client_id`和`client_secret`，说明你配置rclone的时候默认用了rclone自己的client_id，连rclone自己[都不建议这样做](https://github.com/rclone/rclone/blob/8d55367a6a2f47a1be7e360a872bd7e56f4353df/docs/content/drive.md#making-your-own-client_id)，因为大家共享了它的接口调用限额，在使用高峰期可能会触发限制。
|
||
|
||
获取自己的clinet_id可以参见这两篇文章：[Cloudbox/wiki/Google-Drive-API-Client-ID-and-Client-Secret](https://github.com/Cloudbox/Cloudbox/wiki/Google-Drive-API-Client-ID-and-Client-Secret) 和 [https://p3terx.com/archives/goindex-google-drive-directory-index.html#toc_2](https://p3terx.com/archives/goindex-google-drive-directory-index.html#toc_2)
|
||
|
||
获取到client_id和client_secret后，再次执行一遍`rclone config`，创建一个新的remote，**在配置过程中一定要填入你新获取的clinet_id和client_secret**，就能在`rclone.conf`里看到新获取的`refresh_token`了。**注意，不能使用之前的refrest_token**，因为它对应的是rclone自带的client_id
|
||
|
||
参数配置好以后，在命令行执行 `node check.js`，如果命令返回了你的谷歌硬盘根目录的数据，说明配置成功，可以开始使用本工具了。
|
||
|
||
## Bot配置
|
||
如果要使用 telegram bot 功能，需要进一步配置。
|
||
|
||
首先在 [https://core.telegram.org/bots#6-botfather](https://core.telegram.org/bots#6-botfather) 根据指示拿到 bot 的 token，然后填入 config.js 中的 `tg_token` 变量。
|
||
|
||
接下来需要将代码部署到服务器上。
|
||
如果你一开始就是在服务器上配置的，可以直接执行`npm i pm2 -g`
|
||
|
||
如果你之前是在本地操作的，请在服务器上同样重复一遍，配置好相关参数后，执行`npm i pm2 -g`安装进程守护程序pm2
|
||
|
||
安装好pm2之后，执行 `pm2 start server.js`，代码运行后会在服务器上监听`23333`端口。
|
||
|
||
如果你启动程序后想看运行日志，执行 `pm2 logs`
|
||
|
||
查看 pm2 守护的进程列表，执行 `pm2 l`
|
||
|
||
停止运行中的进程，执行 `pm2 stop 对应的进程名称`
|
||
|
||
**如果你修改了代码中的配置，需要 `pm2 reload server` 才能生效**。
|
||
|
||
> 如果你不想用nginx，可以将`server.js`中的`23333`改成`80`直接监听80端口（可能需要root权限）
|
||
|
||
接下来可通过nginx或其他工具起一个web服务，示例nginx配置：
|
||
```
|
||
server {
|
||
listen 80;
|
||
server_name your.server.name;
|
||
|
||
location / {
|
||
proxy_set_header Host $host;
|
||
proxy_set_header X-Real-IP $remote_addr;
|
||
proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
|
||
proxy_pass http://127.0.0.1:23333/;
|
||
}
|
||
}
|
||
```
|
||
配置好nginx后，可以再套一层cloudflare，具体教程请自行搜索。
|
||
|
||
检查网站是否部署成功，可以命令行执行（请将YOUR_WEBSITE_URL替换成你的网址）
|
||
```
|
||
curl 'YOUR_WEBSITE_URL/api/gdurl/count?fid=124pjM5LggSuwI1n40bcD5tQ13wS0M6wg'
|
||
```
|
||
|
||
|
||
如果返回了这样的文件统计，说明部署成功了。
|
||
|
||
最后，在命令行执行（请将[YOUR_WEBSITE]和[YOUR_BOT_TOKEN]分别替换成你自己的网址和bot token）
|
||
```
|
||
curl -F "url=[YOUR_WEBSITE]/api/gdurl/tgbot" 'https://api.telegram.org/bot[YOUR_BOT_TOKEN]/setWebhook'
|
||
```
|
||
这样，就将你的服务器连接上你的 telegram bot 了，试着给bot发送个 `/help`，如果它回复给你使用说明，那就配置成功了。
|
||
|
||
## 补充说明
|
||
在`config.js`文件里，还有另外的几个参数：
|
||
```
|
||
// 单次请求多少毫秒未响应以后超时（基准值，若连续超时则下次调整为上次的2倍）
|
||
const TIMEOUT_BASE = 7000
|
||
|
||
// 最大超时设置，比如某次请求，第一次7s超时，第二次14s，第三次28s，第四次56s，第五次不是112s而是60s，后续同理
|
||
const TIMEOUT_MAX = 60000
|
||
|
||
const LOG_DELAY = 5000 // 日志输出时间间隔，单位毫秒
|
||
const PAGE_SIZE = 1000 // 每次网络请求读取目录下的文件数，数值越大，越有可能超时，不得超过1000
|
||
|
||
const RETRY_LIMIT = 7 // 如果某次请求失败，允许其重试的最大次数
|
||
const PARALLEL_LIMIT = 20 // 网络请求的并行数量，可根据网络环境调整
|
||
|
||
const DEFAULT_TARGET = '' // 必填，拷贝默认目的地ID，如果不指定target，则会拷贝到此处，建议填写团队盘ID，注意要用英文引号包裹
|
||
```
|
||
读者可根据各自情况进行调整
|
||
|
||
## 注意事项
|
||
程序的原理是调用了[google drive官方接口](https://developers.google.com/drive/api/v3/reference/files/list)，递归获取目标文件夹下所有文件及其子文件夹信息，粗略来讲，某个目录下包含多少个文件夹，就至少需要这么多次请求才能统计完成。
|
||
|
||
如果你要统计的文件数非常多（一百万以上），请一定在命令行进行操作，因为程序运行的时候会把文件信息保存在内存中，文件数太多的话容易内存占用太多被nodejs干掉。可以像这样执行命令：
|
||
```
|
||
node --max-old-space-size=4096 count folder-id -S
|
||
```
|
||
这样进程就能最大占用4G内存了。
|
||
|
||
目前尚不知道google是否会对接口做频率限制，也不知道会不会影响google账号本身的安全。
|
||
|
||
**请勿滥用，后果自负**
|