Google Drive Backup Checker

Python skript na porovnanie lokálnych súborov s Google Drive. Optimalizovaný pre veľké objemy dát (aj terabajty).

✨ Funkcie

• 🔍 Porovnanie lokálnych súborov s Google Drive
• ⚡ Optimalizované pre veľké objemy dát
• 💾 Cache systém pre rýchlejšie opakované spustenia
• 📊 Detailné reporty v JSON formáte
• 🎯 Kontrola prítomnosti súborov v oboch úložiskách
• ⚖️ Kontrola veľkosti súborov
• 📈 Progress bar pre sledovanie priebehu

📋 Požiadavky

• Python 3.7+
• Google Cloud Project s povoleným Google Drive API
• Prístup k internetu

🚀 Inštalácia

1. Naklonujte/vytvorte projekt

cd google-drive-backup-checker

2. Vytvorte virtuálne prostredie (odporúčané)

python3 -m venv venv
source venv/bin/activate  # Linux/Mac
# alebo
venv\Scripts\activate  # Windows

3. Nainštalujte závislosti

pip install -r requirements.txt

4. Nastavte Google Drive API

a) Vytvorte projekt v Google Cloud Console

1. Prejdite na Google Cloud Console
2. Vytvorte nový projekt alebo vyberte existujúci
3. Povoľte Google Drive API:
   • V navigácii prejdite na "APIs & Services" > "Library"
   • Vyhľadajte "Google Drive API"
   • Kliknite na "Enable"

b) Vytvorte OAuth 2.0 credentials

1. V navigácii prejdite na "APIs & Services" > "Credentials"
2. Kliknite na "Create Credentials" > "OAuth client ID"
3. Ak je potrebné, nakonfigurujte "OAuth consent screen":
   • Vyberte "External" (alebo "Internal" ak máte Google Workspace)
   • Vyplňte potrebné informácie
   • Pridajte scope: .../auth/drive.readonly
   • Pridajte testovacích používateľov (ak je External)
4. Vytvorte OAuth client ID:
   • Application type: Desktop app
   • Dajte mu názov (napr. "Drive Backup Checker")
5. Stiahnite JSON súbor s credentials
6. Premenujte ho na credentials.json a umiestnite ho do tohto adresára

📖 Použitie

Základné použitie

python drive_backup_checker.py /cesta/k/lokalnym/suborom

Príklady

# Porovnať adresár /home/user/documents
python drive_backup_checker.py /home/user/documents

# Vynútiť nové skenovanie bez použitia cache
python drive_backup_checker.py /home/user/documents --no-cache

# Vymazať cache pred spustením
python drive_backup_checker.py /home/user/documents --clear-cache

# Vlastný názov výstupného súboru
python drive_backup_checker.py /home/user/documents --output moja-sprava.json

# Ignorovať špecifické súbory
python drive_backup_checker.py /home/user/documents --ignore "*.tmp" "~*"

# Bez ignorovania predvolených súborov (Thumbs.db, desktop.ini, .DS_Store)
python drive_backup_checker.py /home/user/documents --ignore

Parametre

• local_path - Povinný. Cesta k lokálnemu adresáru na porovnanie
• --no-cache - Vynútiť nové skenovanie bez použitia cache
• --clear-cache - Vymazať cache pred spustením
• --drive-folder ID - ID špecifického priečinka na Google Drive (voliteľné)
• --output FILENAME - Názov výstupného JSON súboru (default: report.json)
• --ignore [PATTERNS...] - Ignorované súbory (podporuje wildcards). Predvolené: Thumbs.db, desktop.ini, .DS_Store

🔍 Ako získať ID priečinka na Google Drive

Ak chcete porovnať len konkrétny priečinok na Drive (nie celý Drive), potrebujete jeho ID:

1. Otvorte Google Drive v prehliadači
2. Otvorte priečinok, ktorý chcete porovnať
3. Pozrite sa na URL v adresnom riadku:

https://drive.google.com/drive/folders/1XyZ_aBcDeFgHiJkLmNoPqRsTuVwXyZ123
                                         └────────────────────────────┘
                                              Toto je ID priečinka!

4. Skopírujte dlhý reťazec za /folders/

Použitie ID

# Porovnať lokálny adresár so špecifickým priečinkom na Drive
python drive_backup_checker.py /home/user/documents \
    --drive-folder 1XyZ_aBcDeFgHiJkLmNoPqRsTuVwXyZ123

# Príklad pre priečinok "Zálohy 2024"
python drive_backup_checker.py /mnt/e/Backup \
    --drive-folder 1a2b3c4d5e6f7g8h9i0j1k2l3m4n5o6p

Poznámka:

• Bez --drive-folder → porovná s celým "My Drive"
• S --drive-folder ID → porovná len s obsahom zadaného priečinka (vrátane podpriečinkov)

🚫 Ignorovanie súborov

Skript automaticky ignoruje systémové súbory, ktoré často spôsobujú "false positives":

• Thumbs.db (Windows thumbnail cache)
• desktop.ini (Windows folder settings)
• .DS_Store (macOS folder metadata)

Vlastné ignorované súbory

# Pridajte vlastné súbory na ignorovanie (prepíše predvolené)
python drive_backup_checker.py /home/user/documents \
    --ignore "Thumbs.db" "desktop.ini" "*.tmp" "~*" ".~lock.*"

# Ignorovať len určité patterny
python drive_backup_checker.py /home/user/documents \
    --ignore "*.bak" "*.swp"

# Bez ignorovania (vypne predvolené)
python drive_backup_checker.py /home/user/documents --ignore

Wildcard patterns

• *.tmp - všetky súbory s príponou .tmp
• ~* - všetky súbory začínajúce na ~
• .~lock.* - LibreOffice lock súbory
• Thumbs.db - presný názov súboru

🎯 Prvé spustenie

Pri prvom spustení:

1. Otvorí sa webový prehliadač
2. Prihláste sa do Google účtu
3. Povolte prístup k Drive (read-only)
4. Po úspešnej autentifikácii sa vytvorí token.pickle v .cache/ adresári
5. Pri ďalších spusteniach už nebude potrebné znovu sa prihlasovať

📊 Výstup

Skript vytvorí:

Konzolový výstup

VÝSLEDKY POROVNANIA
====================================================================

📊 ŠTATISTIKA:
  Lokálne súbory:          1,523
  Drive súbory:            1,489
  V oboch:                 1,450

⚠️  ROZDIELY:
  Iba lokálne:                73
  Iba na Drive:               39
  Rozdiel veľkosti:           12

📁 SÚBORY IBA LOKÁLNE (prvých 20):
  - documents/new_file.pdf
  - photos/2024/IMG_5678.jpg
  ...

JSON Report

Detailná správa v .cache/report.json:

{
  "timestamp": "2024-10-30T10:30:00",
  "local_root": "/home/user/documents",
  "statistics": {
    "total_local": 1523,
    "total_drive": 1489,
    "in_both": 1450,
    "only_local": 73,
    "only_drive": 39,
    "size_mismatch": 12
  },
  "details": {
    "only_local": [...],
    "only_drive": [...],
    "size_mismatch": [...]
  }
}

⚡ Optimalizácie

Skript je optimalizovaný pre veľké objemy dát:

1. Cache systém: Ukladá výsledky skenovania, aby nebolo potrebné skenova znovu
2. Paginácia: Google Drive API volania používajú maximálnu veľkosť stránky (1000)
3. Efektívne dátové štruktúry: Používa sets a dictionaries pre rýchle porovnávanie
4. Progress bary: Vizuálna indikácia priebehu pomocou tqdm
5. Lazy loading: Spracováva súbory postupne, nie všetky naraz v pamäti

🗂️ Štruktúra projektu

google-drive-backup-checker/
├── drive_backup_checker.py    # Hlavný skript
├── requirements.txt            # Python závislosti
├── config.example.py           # Príklad konfigurácie
├── credentials.json            # Google API credentials (pridáte vy)
├── .gitignore                  # Git ignore pravidlá
├── README.md                   # Tento súbor
└── .cache/                     # Automaticky vytvorený
    ├── token.pickle                   # Autentifikačný token
    ├── local_files_cache.json         # Cache lokálnych súborov
    ├── drive_files_cache_root.json    # Cache Drive súborov (celý Drive)
    ├── drive_files_cache_ID.json      # Cache pre konkrétny priečinok
    └── report.json                    # Výsledný report

🔒 Bezpečnosť

• Skript požaduje iba read-only prístup k Drive (drive.readonly scope)
• credentials.json a token.pickle obsahujú citlivé dáta - nikdy ich necommitujte do git
• Pridajte do .gitignore:

  credentials.json
  .cache/
  venv/
  

❓ Riešenie problémov

"credentials.json not found"

Potrebujete vytvoriť OAuth credentials v Google Cloud Console a stiahnuť JSON súbor.

"Access denied" alebo "Insufficient permissions"

Uistite sa, že OAuth consent screen má správne nastavené scopes a ste pridaný ako testovací používateľ.

Skript je pomalý

• Pri prvom spustení je normálne, že trvá dlhšie (skenuje všetky súbory)
• Pri ďalších spusteniach použije cache (výrazne rýchlejšie)
• Pre nové skenovanie použite --clear-cache

"Token expired"

Vymažte token.pickle a znovu sa prihláste:

rm .cache/token.pickle
python drive_backup_checker.py /cesta/k/adresaru

🔄 Budúce vylepšenia

Možné rozšírenia v budúcich verziách:

• ✅ Kontrola prítomnosti súborov (implementované)
• ✅ Kontrola veľkosti súborov (implementované)
• ⬜ Kontrola hash/checksum súborov (MD5)
• ⬜ Paralelné skenovanie lokálnych súborov
• ⬜ Automatická synchronizácia chýbajúcich súborov
• ⬜ Web UI dashboard
• ⬜ Plánovanie pravidelných kontrol (cron job)
• ⬜ E-mail notifikácie pri rozdieloch

📝 Licencia

MIT License - voľne použiteľné

👨‍💻 Autor

Vytvorené pre efektívnu správu záloh medzi lokálnym úložiskom a Google Drive.