La Commande cp : Stratégies de Duplication et Préservation d’État

1. Objectif et Champ d’Application

Commande fondamentale de duplication de fichiers et répertoires dans les systèmes Unix/Linux Création de snapshots, préparation de données pour export, isolation des transformations Différences sémantiques clés avec mv, rsync et outils de synchronisation

2. Principes Fondamentaux

Modèle mental : cp crée des états duplicables, mv publie/bascule, rsync synchronise des écarts État préservé : Contenu + métadonnées (permissions, timestamps) selon les options Invariant critique : Source jamais modifiée (sauf avec options spécifiques)

cp est une primitive de préservation d’état, pas une simple copie d’octets. Son utilisation professionnelle exige une compréhension de ce qui est préservé (métadonnées) et de ce qui ne l’est pas (verrous, état d’ouverture).

3. Opérations Standard

3.1 Duplication Basique avec Préservation Complète

# Clone exact avec toutes les métadonnées
cp -a source destination  # -a = -dR --preserve=all

# Alternative explicite
cp --preserve=mode,ownership,timestamps --recursive source destination

Résultat attendu : Réplique bit-à-bit avec métadonnées identiques

3.2 Patterns de Staging pour Transformations

# Création d'un environnement isolé
mkdir -p STAGING
cp -a ./dataset/. STAGING/  # Note: le point après le slash copie le contenu

# Transformation dans STAGING
# ... opérations de nettoyage, reformatage

# Validation puis publication
validate STAGING && mv STAGING ./dataset_clean

3.3 Export Canonique vers Environnements Contraints

# Normalisation des noms pour Android/Windows
normalize_name() {
  echo "$1" | sed 's/[<>:"\\|?*]//g; s/^ \+//; s/ \+$//; s/  \+/ /g'
}

src="fichier: avec:problèmes.txt"
dst="SAFE/$(normalize_name "$src")"
cp -n --preserve=mode,timestamps -- "$src" "$dst"

3.4 Snapshots Opérationnels avec Contexte

# Capture d'état pour debugging avec préservation du chemin
mkdir -p snapshot_$(date +%Y%m%d_%H%M%S)
cp -a --parents /var/log/syslog /etc/passwd snapshot_*/

3.5 Publication Atomique (évite les états partiels)

# Pattern pour publication sans interruption visible
temp_dst="${destination}.tmp.$$"
cp -a -- "$source" "$temp_dst"
mv -- "$temp_dst" "$destination"

4. Dépannage

5. Problèmes Connus

• Problème : cp -r sans -p réinitialise tous les timestamps

  • Solution : Toujours utiliser -a ou -p pour les copies opérationnelles
  • Cause : Comportement par défaut de cp sans options de préservation

• Problème : Confusion entre source/ et source/. pour les répertoires

  • Solution : cp -a source/. destination/ pour copier le contenu
  • cp -a source destination/ crée destination/source/

• Problème : Copie croisée de systèmes de fichiers lente

  • Solution : Utiliser rsync pour les gros volumes avec reprise possible
  • Alternative : tar cf - source | (cd dest && tar xf -)

6. Protocole d’Urgence (Données Corrompues)

1. Immédiat : Arrêter toute écriture sur la source et la destination
2. Préserver : Capturer ls -laR, stat des fichiers affectés, logs système
3. Investigation : Comparer checksums (sha256sum) pour identifier l’étendue
4. Restauration : Si backup disponible, restaurer avec vérification d’intégrité

7. Processus de Récupération

• Prérequis : Vérifier l’espace disque et les permissions en écriture
• Étape 1 : Nettoyer les fichiers partiellement copiés

find destination -type f -size 0 -delete  # Fichiers vides

• Étape 2 : Relancer avec journalisation et vérification

cp -av source destination 2>copy_errors.log

• Validation : Vérifier le compte et la taille des fichiers

src_count=$(find source -type f | wc -l)
dst_count=$(find destination -type f | wc -l)
[ "$src_count" -eq "$dst_count" ] && echo "OK" || echo "Problème"

8. Points Clés à Retenir

• Sous pression : cp -a préserve tout, cp -n n’écrase jamais, cp -i demande confirmation
• Long terme : Journaliser les copies importantes avec checksums pour audit futur
• Éviter : Copier directement dans un répertoire géré par Syncthing/rsync - utiliser un staging intermédiaire
• Idempotence : Pour les scripts, combiner -n (no-clobber) avec normalisation des noms

La puissance de cp réside dans sa simplicité conceptuelle, mais sa maîtrise exige une compréhension fine des métadonnées et des garanties d’intégrité. Dans les pipelines de données, il est l’outil de choix pour créer des états isolés et reproductibles.