应优先用 os.SameFile 判断是否同一文件，再比大小，大小不等则直接返回 false；大小相等且文件超 1MB 时，用 xxhash.Sum64 对首尾各 3 块、中间随机 2 块（64KB/块）抽样校验，任一哈希不同即返回 false，全相同则视为可信。
为什么 os.Stat + os.ReadFile 不适合大文件比对
直接读全量内容再 bytes.Equal，内存和 IO 开销都不可控。100MB 文件会一次性分配等大内存，还可能触发 GC 压力；更糟的是，哪怕只有末尾 1 字节不同，也得读完全部才敢下结论。
真正要效仿 rsync 的思路，核心是「分块校验 + 早期退出」：先比大小，再比哈希（如 xxhash.Sum64），只在哈希冲突时才逐块比对字节。
- 大小不等 → 直接判定不同，
return false, nil - 大小相等但文件超过 1MB → 计算固定块（如 64KB）的
xxhash.Sum64，首尾各取 3 块，中间随机抽 2 块 - 所有抽样块哈希一致 → 大概率相同，可跳过全量比对（设为可信阈值）
- 任一哈希不等 → 立即返回
false，不继续
用 io.SectionReader 安全读取任意块，避免内存爆炸
os.ReadFile 是方便，但没法控制读哪一段；而 io.CopyN 或 io.ReadFull 配合 os.Open + Seek 又容易出错（比如未处理 io.EOF 或偏移越界）。
io.SectionReader 是标准库里最稳妥的选择：它包装一个 *os.File，限定读取范围，且不会移动原文件指针，也不会多读 —— 即使你指定长度超过文件剩余字节，它也只返回实际可读部分 + io.EOF。
立即学习“go语言免费学习笔记（深入）”；
- 创建方式：
sr := io.NewSectionReader(f, offset, length) - 读哈希块时，用
xxhash.New()+io.Copy就行，不用管缓冲区管理 - 注意：
offset + length超过文件大小时，SectionReader自动截断，不会 panic
rsync 的滚动哈希没在 Go 标准库，别硬套 adler32
有人看到 rsync 用滚动哈希（rolling hash）就去翻 hash/adler32，但 adler32 在 Go 里是完整哈希，不支持增量更新；而且它碰撞率高、不适合小块校验。真要滚动，得自己实现或用第三方如 github.com/minio/sha256-simd（但它也不滚动）。
使用 uber-go/dig 在 Golang 中实现依赖注入——基于反射容器，提供 Provide/Invoke、dig.In/dig.Out 参数与结果对象，支持命名依赖等
实际工程中，**用固定块 + 快速非加密哈希（如 xxhash）+ 抽样策略，效果和复杂滚动哈希差不多，还更可控**。
- 引入：
go get github.com/cespare/xxhash/v2 - 单块哈希：用
xxhash.Sum64()，比md5快 10 倍以上，且无密码学开销 - 不要试图在 Go 里手写 rsync 风格的滑动窗口 —— 没必要，Go 的并发模型更适合并行抽样块
同步前必须检查 os.SameFile，否则可能自比自
如果源和目标是同一文件（比如硬链接、或路径解析后指向同一个 inode），os.Stat 返回的 dev/inode 相同。此时任何比对都多余，还可能因文件被其他进程写入导致结果不一致。
这个检查极轻量，一行代码就能拦住大量无效操作：
fi1, _ := os.Stat(src)
fi2, _ := os.Stat(dst)
if os.SameFile(fi1, fi2) {
return true, nil
}
漏掉这步，在容器内或 NFS 挂载点上特别容易踩坑 —— 路径不同但 inode 相同，结果反复“同步”同一个文件。
哈希抽样再快，也快不过一次 stat 系统调用。真正难的是把「什么时候该比」「比到哪一层停」想清楚，而不是堆算法。
