怎么用Java实现非结构化数据迁移
本篇内容主要讲解“怎么用Java实现非结构化数据迁移”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“怎么用Java实现非结构化数据迁移”吧!
10年积累的做网站、成都做网站经验,可以快速应对客户对网站的新想法和需求。提供各种问题对应的解决方案。让选择我们的客户得到更好、更有力的网络服务。我虽然不认识你,你也不认识我。但先网站制作后付款的网站建设流程,更有灵山免费网站建设让你可以放心的选择与我们合作。
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。
4、备注
大文件传输会将单个文件分成若干个切片进行传输,如图:
2. 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:
1 grep "1$" audit-0.log*
二、环境准备
1、新建云主机
地域 | 操作系统 | 配置 | 带宽 | JDK版本 |
---|---|---|---|---|
华北-北京 | CentOS 7.4 64位 | 8核16G | 20Mbps | 1.8.0_191 |
2、新建Bucket
需要准备两个京东云账号,一个在华北-北京
创建对象存储空间,一个在华东-上海
创建对象存储空间,以此来模拟跨公有云的对象存储迁移。
账号①-华北-北京:beijing-to-shanghai
账号②-华东-上海:shanghai-from-beijing
3、使用S3fs在云主机实例上挂载Bucket
安装依赖包
1 yum install automake fuse fuse-devel gcc-c++ git libcurl-devel libxml2-devel make openssl-devel -y
2.安装以及编译
1 git clone https://github.com/s3fs-fuse/s3fs-fuse.git 2 cd s3fs-fuse 3 ./autogen.sh 4 ./configure 5 make && make install
3.创建密码文件
1 echo Access_Key_ID:Access_Key_Secret > ~/.passwd-s3fs 2 chmod 600 ~/.passwd-s3fs
Access_Key_ID:Access_Key_Secret获取方式:https://uc.jdcloud.com/account/accessKey
4.挂载对象存储到本地目录/hcc(目录名称根据自己的名字简称定义)
1 mkdir /hcc 2 s3fs bucketname /hcc -o passwd_file=~/.passwd-s3fs -o url="https://s3.cn-north-1.jcloudcs.com"
mkdir:创建hcc文件夹作为本地挂载目录
s3fs:手动挂载命令,其中bucketname为bucket名称、/hcc是本地挂载路径、passwd_file为密码文件位置、url为京东云对象存储兼容S3域名(请输入空间的Bucket域名)
5.查看挂载结果
1 df -h
6.通过dd命令在所挂载的对象存储里生成文件
这个命令会在所挂载的源对象存储Bucket里生成2个大小为10GB的小文件。
1 cd /hcc 2 for ((i=1;i<=2;i++));do dd if=/dev/zero of=block_$i.file bs=1M count=10240;done
文件生成结果:
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
1 vim /etc/profile
在配置文件尾部加入
1 ######## JDK ####### 2 JAVA_HOME=/usr/local/jdk1.8.0_191 3 JAVA_BIN=/usr/local/jdk1.8.0_191/bin 4 PATH=$PATH:$JAVA_BIN 5 CLASSPATH=$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar 6 export 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 3 java version "1.8.0_191" 4 Java(TM) SE Runtime Environment (build 1.8.0_191-b12) 5 Java 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.htmlsrc.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,transferjobType
: transfer
#sourceType 类型共有:urlfile,diskfile,s3file,aliyunfile,disklistfilesourceType
: 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:
5、传输结果
任务传输完成后如下图:
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。
到此,相信大家对“怎么用Java实现非结构化数据迁移”有了更深的了解,不妨来实际操作一番吧!这里是创新互联网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!
当前文章:怎么用Java实现非结构化数据迁移
分享URL:http://myzitong.com/article/piehpd.html