备份知识库有两条路:调导出接口整库拿一份,或用接口把文件逐条同步出去。两条路覆盖的范围不同,选择依据是恢复目标——要恢复一份快照,还是要在另一个环境里保持同步。
两条路的覆盖范围
/api/core/dataset/exportAll 按单个知识库导出;启用文件级权限后,导出内容只包含当前成员可读的文件。接口同步按文件粒度操作,可以逐条比对远端与本地,适合长期并存的增量维护。前者的产物是一份归档,后者的产物是一份可继续增量更新的副本。
选择矩阵
| 方案 | 适用条件 | 代价 |
|---|---|---|
| 整库导出 | 定期归档、迁移到另一个部署 | 按库逐个调用,账号不同结果不同 |
| 接口同步 | 两个环境长期并存、需要增量 | 要自己处理差异与冲突 |
| 导出加同步 | 归档保留快照,同步维持运行副本 | 两套任务都要监控 |
第三种是常见形态:归档解决“回到某一天”,同步解决“两边一致”。两者不能互相替代,导出不能增量,同步不天然保留历史。
两种方式的失败模式也不同:归档失败多为接口超时或账号权限不足,同步失败多为差异判断写错。告警分开设,才不会被同一条通知掩盖。
频率与窗口
备份周期按内容变化频率定:文档型知识库变化慢,一周一次够用;由爬虫或接口写入的库变化快,按天更稳妥。周期定得比变化还快,只会堆出一批几乎相同的备份,真要回滚时反而难挑。逐库导出会拉长窗口,按库大小排序执行,把大库放在前面;导出期间不改文件权限,否则同一批备份里会出现两种可见范围。
核对动作与切换成本
导出侧核四项:库标识、执行账号、导出时间、条目数。缺一项,事后就无法判断这份备份覆盖了哪些文件。同步侧核三张清单:新增、更新、删除,删除清单执行前人工过一遍,由爬虫或外部系统写入的库尤其要过。
归档保留三代够用:当日、上周、上月。三代之外再堆备份,回滚时反而要花时间确认哪一份可用。同步侧保留最近一次成功同步的时间戳,超过预期窗口没有更新就告警。
从导出切到同步,要补的是差异判断与冲突处理逻辑;从同步切回导出,会把增量历史丢掉,切换前先确认归档里已经有可回退的版本。恢复时的权限不随文件内容自动对齐,要单独确认一遍,否则会出现“恢复后所有人都能看全库”。
数据来源
| Source | Version | Document |
|---|---|---|
| FastGPT | v4.17.3 | self-host/upgrading/4-17/4173 |