转载

干货 | 非结构化数据迁移-Java 版S3Transfer

干货 | 非结构化数据迁移-Java 版S3Transfer

一、操作说明

1、JAVA版迁移工具说明

Java版S3Transfer工具目前为公测阶段,此迁移工具支持从AWS S3、阿里云、腾讯云、百度云等存储迁移文件到京东云对象存储;同时也支持本地文件列表迁移。大概逻辑为先获取文件的地址或外链,然后根据外链读取数据,然后进行迁移,这个工具是listObject,transfer,md5check 三个工具的集成:

listObject工具的目的是列出用户配置bucket下的所有文件的列表。如配置prefix,则列出该prefix下的所有文件列表;

transfer工具的目的是将源文件迁移到oss对象存储中;

md5check工具用于md5值校验。

2、工具特点

  • 支持丰富的数据源:

    本地数据:将本地存储的数据迁移到 OSS;

    其他对象存储:目前支持 AWS S3,阿里云 OSS,腾讯云COS,百度BOS,华为 OBS存储迁移至京东云OSS,后续会不断扩展;

    URL 列表:根据指定的 URL 下载列表进行下载迁移到 京东云OSS;

    Bucket 相互复制:京东云OSS的 Bucket 数据相互复制, 支持跨账号跨地域及同区域的数据复制。

  • 支持断点续传;

  • 支持流量控制;

  • 支持迁移特定前缀的文件;

  • 支持并行数据下载、上传;

  • 迁移校验:对象迁移后的校验。

3、实操迁移场景说明

为保证实操的可操作性和直观性,本文档采用大文件传输(2个10G大小的文件),类型为s3file,从京东云账号①通过外网传输至京东云账号②对象存储空间,用来模拟跨公有云之间的对象存储迁移,任务控制端为京东云的一台Centos 7.4云主机。

干货 | 非结构化数据迁移-Java 版S3Transfer

4、备注

  1. 大文件传输会将单个文件分成若干个切片进行传输,如图:

干货 | 非结构化数据迁移-Java 版S3Transfer

  1. 迁移过程中,迁移日志将默认打印到 ./log 目录下。迁移的所有文件将打印到audit-0.log中,迁移成功的文件将打印到audit.success日志中(如果将目标端传输成功的文件删除后,需要删除audit.success日志文件方可进行重新传输),如果需要筛选迁移失败的文件,请使用命令:

1grep "1$" audit-0.log*

二、环境准备

1、新建云主机

地域 操作系统 配置 带宽 JDK版本
华北-北京 CentOS 7.4 64位 8核16G 20Mbps 1.8.0_191

2、新建Bucket

需要准备两个京东云账号,一个在 华北-北京 创建对象存储空间,一个在 华东-上海 创建对象存储空间,以此来模拟跨公有云的对象存储迁移。

账号①-华北-北京: beijing-to-shanghai
账号②-华东-上海: shanghai-from-beijing

干货 | 非结构化数据迁移-Java 版S3Transfer

干货 | 非结构化数据迁移-Java 版S3Transfer

3、使用S3fs在云主机实例上挂载Bucket

  1. 安装依赖包

1yum install automake fuse fuse-devel gcc-c++ git libcurl-devel libxml2-devel make openssl-devel -y
  1. 安装以及编译

1git clone https://github.com/s3fs-fuse/s3fs-fuse.git
2cd s3fs-fuse
3./autogen.sh
4./configure
5make && make install
  1. 创建密码文件

1echo Access_Key_ID:Access_Key_Secret > ~/.passwd-s3fs
2chmod 600 ~/.passwd-s3fs

Access_Key_ID:Access_Key_Secret获取方式:https://uc.jdcloud.com/account/accessKey

干货 | 非结构化数据迁移-Java 版S3Transfer

(目录名称根据自己的名字简称定义)
1mkdir /hcc
2s3fs bucketname /hcc -o passwd_file=~/.passwd-s3fs -o url="https://s3.cn-north-1.jcloudcs.com"
mkdir:创建hcc文件夹作为本地挂载目录
s3fs:手动挂载命令,其中bucketname为bucket名称、/hcc是本地挂载路径、passwd_file为密码文件位置、url为京东云对象存储兼容S3域名(请输入空间的Bucket域名)
  1. 查看挂载结果

1df -h

干货 | 非结构化数据迁移-Java 版S3Transfer

  1. 通过dd命令在所挂载的对象存储里生成文件

这个命令会在所挂载的源对象存储Bucket里生成2个大小为10GB的小文件。

1cd /hcc
2for ((i=1;i<=2;i++));do dd if=/dev/zero of=block_$i.file bs=1M count=10240;done

文件生成结果:

干货 | 非结构化数据迁移-Java 版S3Transfer

干货 | 非结构化数据迁移-Java 版S3Transfer

4、部署JAVA环境

下载解压jdk

1[root@pocenv-hcc-test-hb ~]# wget https://pocenv-hcc.oss.cn-north-1.jcloudcs.com/jdk-8u191-linux-x64.tar.gz && tar zxf jdk-8u191-linux-x64.tar.gz && mv jdk1.8.0_191/ /usr/local/ && ln -s /usr/local/jdk1.8.0_191/ /usr/local/jdk

配置环境变量

1vim /etc/profile

在配置文件尾部加入

1######## JDK #######
2JAVA_HOME=/usr/local/jdk1.8.0_191
3JAVA_BIN=/usr/local/jdk1.8.0_191/bin
4PATH=$PATH:$JAVA_BIN
5CLASSPATH=$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
6export JAVA_HOME JAVA_BIN PATH CLASSPATH

重新加载变量配置文件并查看jdk版本

1[root@pocenv-hcc-test-hb jdk8]# source /etc/profile
2[root@pocenv-hcc-test-hb jdk8]# java -version
3java version "1.8.0_191"
4Java(TM) SE Runtime Environment (build 1.8.0_191-b12)
5Java HotSpot(TM) 64-Bit Server VM (build 25.191-b12, mixed mode)

三、迁移操作

1、下载Java 版S3Transfer

1[root@pocenv-hcc-test-hb ~]# mkdir -p /root/java_transfer;cd /root/java_transfer;wget https://downloads.oss.cn-north-1.jcloudcs.com/transfer-tools-java-1.0.0.jar;wget https://downloads.oss.cn-north-1.jcloudcs.com/application.yml

2、配置文件说明`application.yml`

重点说明:

  • jobType:任务类型,分为listObject列出文件、transfer传输、md5check md5检查,我们这里是传输,所以选择transfer;

  • sourceType:数据来源的类型,分别为urlfile,diskfile,s3file(AWS S3、腾讯云COS、百度BOS、华为 OBS、京东云 OSS)aliyunfile,disklistfile(本地文件列表),我们京东云是兼容s3的,所以选择s3file;

  • src.access.id/ src.secret.key:源对象存储的AK/SK;

  • src.endpoint:源对象存储的Endpoint;

    阿里云:https://help.aliyun.com/document_detail/31837.html?spm=a2c4g.11186623.6.572.6a537f5ewpHZJZ

    腾讯云:https://cloud.tencent.com/document/product/436/6224

    百度云:https://cloud.baidu.com/doc/BOS/S3.html#.E6.9C.8D.E5.8A.A1.E5.9F.9F.E5.90.8D

    华为云:https://support.huaweicloud.com/api-obs/zh-cn_topic_0136050628.html

  • src.bucket:源对象存储的Bucket;

  • des.access.id/des.secret.key:目标对象存储的AK/SK;

  • des.endpoint:目标对象存储的Endpoint;

  • des.bucket:目标对象存储的Bucket;

注:如下标红内容是我们需要关注的(“:“ 后要加个空格才能生效):

##########################################################################################

#jobType 为 listObject,transfer

jobType : transfer

#sourceType 类型共有:urlfile,diskfile,s3file,aliyunfile,disklistfile

sourceType : s3file

#urlType : onlyUrl

#############################################################################################

#sourceType 为 urlfile ,diskfile时,filePath 为必填项

#filePath:

#urlFilePrefix: 10

#该链接的Content-Disposition超过京东云限制,如不获取该header值继续传,则配置为true;否则将该url打印在错误日志里,由用户对该url的header值自行修改

ContentDispositionTooLongContinue: false

#sourceType为urlfile,表示从用户提供的url列表中迁移。文件列表内容为[ object外链,objectkey ] 使用逗号分隔

###########################源bucket配置################################################

#jdcloud
#src.access.id : XXXXXXXXXXXXXXXXXXXXXXXXXXXXX
#src.secret.key: XXXXXXXXXXXXXXXXXXXXXXXXXXXXX

#src.endpoint : https://s3.cn-north-1.jcloudcs.com

#aliyun

#src.access.id : XXXXXXXXXXXXXXXXXXXXXXXXXXXXX

#src.secret.key: XXXXXXXXXXXXXXXXXXXXXXXXXXXXX

#src.endpoint : https://oss-cn-beijing.aliyuncs.com

#tencent

#src.access.id : XXXXXXXXXXXXXXXXXXXXXXXXXXXXX

#src.secret.key: XXXXXXXXXXXXXXXXXXXXXXXXXXXXX

#src.endpoint : https://cos.ap-beijing.myqcloud.com

#baidu

#src.access.id : XXXXXXXXXXXXXXXXXXXXXXXXXXXXX

#src.secret.key: XXXXXXXXXXXXXXXXXXXXXXXXXXXXX

#src.endpoint : https://s3.bj.bcebos.com

#aws

#src.access.id : XXXXXXXXXXXXXXXXXXXXXXXXXXXXX

#src.secret.key: XXXXXXXXXXXXXXXXXXXXXXXXXXXXX

#src.endpoint : https://s3.us-east-2.amazonaws.com

#huawei

#src.access.id : XXXXXXXXXXXXXXXXXXXXXXXXXXXXX

#src.secret.key: XXXXXXXXXXXXXXXXXXXXXXXXXXXXX

#src.endpoint : https://obs.cn-north-1.myhuaweicloud.com

#qiniu

#src.access.id : XXXXXXXXXXXXXXXXXXXXXXXXXXXXX

#src.secret.key: XXXXXXXXXXXXXXXXXXXXXXXXXXXXX

#src.endpoint : https://cn-south-1-s3.qiniu.com

#src.domainOfBucket : XXXXXXXXXXXXXXXXXXXXXXXXXXXXX

#-bucket

#src.bucket : beijing-to-shanghai

#src.prefix :

##################目标bucket配置 destination ############################################################
des.access.id : XXXXXXXXXXXXXXXXXXXXXXXXXXXXX
des.secret.key: XXXXXXXXXXXXXXXXXXXXXXXXXXXXX
des.endpoint : http://s3.cn-east-2.jdcloud-oss.com
des.bucket : shanghai-from-beijing
des.prefix :

3、启动 S3Transfer

后台启动:

1[root@SpringBoot-forbuild java_transfer]# nohup java -jar transfer-tools-java-1.0.0.jar --Dspring.config.location=application.yml &

前台启动:

1[root@SpringBoot-forbuild java_transfer]# java -jar transfer-tools-java-1.0.0.jar --Dspring.config.location=application.yml

4、启动效果

通过传输过程提示,我们可以看到文件传输状态和结果:

干货 | 非结构化数据迁移-Java 版S3Transfer

5、传输结果

任务传输完成后如下图:

干货 | 非结构化数据迁移-Java 版S3Transfer

我们点击目标对象存储空间 shanghai-from-beijing ,能看到在源对象存储空间 beijing-to-shanghai 生成的两个10GB文件已经传输过来了。

干货 | 非结构化数据迁移-Java 版S3Transfer

干货 | 非结构化数据迁移-Java 版S3Transfer

干货 | 非结构化数据迁移-Java 版S3Transfer

干货 | 非结构化数据迁移-Java 版S3Transfer

原文  http://mp.weixin.qq.com/s?__biz=MzU1OTgxMTg2Nw==&mid=2247485549&idx=1&sn=a5ee8c9a7b496e16d138e19ff0c04ac1
正文到此结束
Loading...