Transferir grandes conjuntos de dados do Cloud Storage para o Filestore

Use o Serviço de transferência do Cloud Storage para mover grandes conjuntos de dados do Cloud Storage para os compartilhamentos de arquivos do Filestore.

Um fluxo de trabalho mostrando dados sendo movidos do Cloud Storage para uma instância do Filestore usando o Serviço de transferência do Cloud Storage. A instância do Filestore é montada em várias instâncias do Compute Engine.

O Serviço de transferência do Cloud Storage ajuda a transferir conjuntos de dados grandes de maneira rápida e segura entre sistemas de armazenamento de objetos e arquivos, mesmo que seus dados estejam hospedados no Cloud Storage, em provedores de nuvem de terceiros ou no local.

O Serviço de transferência do Cloud Storage oferece suporte a transferências aceleradas de grandes conjuntos de dados, processando centenas de TB de dados ou mais. Mova seus grandes conjuntos de dados para a nuvem para aproveitar as operações de análise e machine learning disponíveis nas instâncias do Compute Engine em que as instâncias do Filestore estão montadas.

Com o Serviço de transferência do Cloud Storage, é possível criar transferências gerenciadas pelo Google ou configurar transferências auto-hospedadas para ter controle total sobre o roteamento de rede e o uso da largura de banda.

Transferir dados de um bucket do Cloud Storage para um compartilhamento de arquivos do Filestore

A transferência de dados do Cloud Storage para um compartilhamento de arquivos do Filestore usando o Serviço de transferência do Cloud Storage requer as seguintes tarefas:

  1. Prepare o ambiente.
  2. Configure o Filestore.
  3. Configure o Serviço de transferência do Cloud Storage.
  4. Crie e inicie o job de transferência.

As seções a seguir explicam cada tarefa.

Configurar o ambiente

  1. Selecione ou crie um projeto.

    Para os fins deste guia, verifique se os recursos de origem e destino estão no mesmo projeto.

    No Console do Google Cloud, na página do seletor de projetos, selecione ou crie um projeto do Google Cloud.

    Se você estiver testando o Filestore e não pretende manter os recursos criados, recomendamos criar um projeto em vez de selecionar um projeto existente. Depois de concluir os testes, você pode excluir o projeto, removendo todos os recursos associados a ele.

    Acessar o seletor de projetos

  2. Ativar faturamento.

    Verifique se a cobrança está ativada para o seu projeto do Google Cloud. Saiba como confirmar se o faturamento está ativado para o projeto.

  3. Ative as APIs a seguir:

    • API Filestore

    • API Resource Manager

    • API Pub/Sub

    • API Cloud Storage

    • API Storage Transfer

    • API Cloud Logging

    • API Compute Engine

    • API Service Usage

    • API Identity and Access Management

  4. Opcional: o gcloud, um componente importante do SDK Google Cloud, é instalado em todas as VMs do Compute Engine. Se você estiver executando qualquer uma das etapas a seguir na linha de comando local, configure o SDK Google Cloud.

    Instale e inicialize o SDK do Google Cloud.

    Se você já instalou o SDK Google Cloud, verifique se tem a versão mais recente disponível executando:

    gcloud components update

  5. Crie uma conta de serviço. Na seção Conceder acesso a essa conta de serviço ao projeto, atribua os seguintes papéis:

    • Owner

    • Project IAM Admin

    • Role Administrator

    • Pub/Sub Editor

    • Cloud Filestore Editor

    • Storage Object Admin

    • Storage Transfer Admin

    • Storage Transfer Agent

    1. Copie e salve o nome da conta de serviço que você criou para uma etapa posterior.

    2. Crie uma chave de conta de serviço para a conta que você acabou de criar. Para os fins deste guia, crie apenas uma chave. Faça o download do arquivo de chave e salve-o para uma etapa posterior.

  6. Atribuir funções a uma conta de usuário. Na página IAM, encontre sua conta de usuário e atribua os seguintes papéis:

    • Owner

    • Project IAM Admin

    • Role Administrator

    • Storage Transfer Admin

    • Storage Admin

    Para mais informações, consulte Permissões do usuário.

Configurar o Filestore

  1. Crie uma instância do Filestore. Ao criar a instância, aplique as seguintes especificações:

    1. Verifique se o bucket do Cloud Storage, a VM cliente e a instância do Filestore estão na mesma região.

    2. Selecione um tipo de instância regional ou empresa.

    3. Opcional: para conjuntos de dados maiores, solicite um aumento de cota.

    4. Copie o nome da instância e o endereço IP e salve para uma etapa posterior.

  2. Monte uma instância do Filestore em uma máquina cliente.

    Este guia descreve uma transferência que usa quatro VMs do Compute Engine como máquinas clientes do NFS. Você vai criar uma única conta de serviço que opera em nome das quatro máquinas clientes. Cada máquina cliente terá três agentes do Serviço de transferência do Cloud Storage instalados.

    1. Crie uma instância de VM do Compute Engine com acesso a outros serviços do Google Cloud.

      1. Configure uma VM com as seguintes especificações:

        1. Ao especificar um local, verifique se o bucket do Google Cloud, a VM cliente e a instância do Filestore estão na mesma região.

        2. Cada agente do Serviço de transferência do Storage precisa de 4 vCPUs e 8 GB de RAM. Para ter a melhor performance, execute vários agentes por VM. Para os fins deste guia, provisione uma instância de máquina virtual do Compute Engine e2-standard-32.

        3. Na seção Identidade e acesso à API, especifique o seguinte:

          1. No menu suspenso Contas de serviço, selecione a conta de serviço que você acabou de criar.

    2. Depois que a instância de VM do Compute Engine for criada, faça login na máquina usando SSH. Na página Instância de VM do Compute Engine, localize a instância criada e clique em SSH.

    3. Use um editor de texto como o Vim para criar uma cópia do arquivo de chave da conta de serviço e salve-a temporariamente na VM. Por exemplo, service-account-key.json.

    4. Instale o Docker na VM.

    5. O gcloud já está instalado na instância de VM do Compute Engine. Na linha de comando SSH, digite o seguinte comando para autorizar a conta de serviço a usar gcloud:

      gcloud auth activate-service-account ACCOUNT --key-file=KEY_FILE

      em que:

      • ACCOUNT é o endereço de e-mail da conta de serviço que você criou. Por exemplo, my-service-account@my-project.iam.gserviceaccount.com.

      • KEY_FILE é o caminho local relativo para o arquivo de chave que você copiou anteriormente. Por exemplo, sa-key.json.

    6. Ainda na linha de comando do SSH, instale o NFS:

      sudo apt-get -y update && sudo apt-get install nfs-common

    7. Crie um diretório local para mapear para o compartilhamento de arquivos do Filestore. Ao repetir essas etapas para instâncias de VM do Compute Engine, use o mesmo nome e caminho:

      sudo mkdir -p MY_DIRECTORY

      em que:

      • MY_DIRECTORY é o nome do diretório POSIX local da instância de VM do Compute Engine. Por exemplo, /usr/local/my_dir.

    8. Monte o compartilhamento de arquivos associado à instância do Filestore executando o comando mount. É possível usar qualquer opção de montagem do NFS. Para ter a melhor performance, consulte as recomendações de montagem do NFS em Como ativar um compartilhamento de arquivos em uma instância de VM do Compute Engine:

      sudo mount -o rw IP_ADDRESS:/FILE_SHARE MY_DIRECTORY

      em que:

      • IP_ADDRESS é o endereço IP da instância do Filestore. Essa informação está na página Instâncias do Filestore.

      • FILE_SHARE é o nome do compartilhamento de arquivos na instância. Por exemplo, my_fs_instance.

      • MY_DIRECTORY é o nome do diretório que você mapeou na etapa anterior. É um diretório na instância de VM do Compute Engine em que você quer montar a instância do Filestore.

    9. Confirme o ponto de montagem:

      mount -l | grep nfs

      Isso retorna o seguinte ou algo semelhante:

      10.66.55.194:/my_fs_instance on /home/usr/my_dir type nfs (rw,relatime,vers=3,rsize=262144,wsize=1048576,namlen=255,hard,proto=tcp,timeo=600,retrans=2,sec=sys,mountaddr=10.66.55.194,mountvers=3,mountport=2050,mountproto=udp,local_lock=none,addr=10.66.55.194)

      Também é possível usar o seguinte comando:

      df -h --type=nfs

      Isso retorna o seguinte ou algo semelhante:

      Filesystem                       Size  Used Avail Use% Mounted on
10.66.55.194:/my_fs_instance  1.0T     0  1.0T   0% /home/usr/my_dir

    10. Anote o caminho do diretório POSIX local e salve para uma etapa posterior.

    11. Repita as etapas anteriores para criar mais três instâncias de VM do Compute Engine e monte a mesma instância do Filestore em cada uma delas. Use a mesma conta de serviço para gerenciar as quatro VMs do Compute Engine. Salve temporariamente uma cópia local da chave da conta de serviço em cada VM.

Configurar o serviço de transferência do Cloud Storage

  1. Crie um pool de agentes.

  2. Autorize o agente de serviço para todos os recursos do Serviço de transferência do Cloud Storage Storage.

    1. Digite este comando:

      gcloud transfer authorize --add-missing --creds-file=KEY_FILE

      em que:

      • KEY_FILE é o caminho local relativo para o arquivo de chave que você copiou anteriormente. Por exemplo, sa-key.json.

      Anote a notificação retornada sobre o agente de serviço e salve o endereço de e-mail associado para a próxima etapa.

    2. Após alguns minutos, o agente de serviço vai aparecer na página do IAM. Após a propagação, verifique se os seguintes papéis foram atribuídos:

      • Pub/Sub Editor

      • Storage Admin

  3. Instale os agentes de transferência.

    Cada agente do Serviço de transferência do Cloud Storage requer 4 vCPUs e 8 GB de RAM.

    1. Recomendamos instalar vários agentes para maximizar a tolerância a falhas e aproveitar o escalonamento dinâmico oferecido pelo Serviço de transferência do Cloud Storage. O exemplo a seguir mostra como instalar três agentes em uma máquina cliente. Na linha de comando do SSH, execute o seguinte comando:

      gcloud transfer agents install --pool=MY_AGENT_POOL --count=3 \
--creds-file=MY_SERVICE_ACCOUNT_KEY_FILE

      em que:

      • MY_AGENT_POOL é o nome do pool de agentes que você criou anteriormente. Por exemplo, my-agent-pool.

      • MY_SERVICE_ACCOUNT_KEY_FILE é o caminho relativo para a chave da conta de serviço. Por exemplo, /relative/path/to/service-account-key.json.

    2. Repita essas etapas para cada máquina cliente.

Criar e iniciar o job de transferência

  1. Crie um job de transferência para mover dados do bucket do Cloud Storage para a instância do Filestore. Consulte o diretório POSIX local salvo anteriormente para especificar o caminho de destino. Por exemplo, /home/usr/my_dir.

Monitorar o status da transferência

Console

Monitore o status da transferência na página Transfer jobs do console do Google Cloud.

Linha de comando

É possível monitorar o status usando a linha de comando:

gcloud transfer jobs monitor JOB_NAME

em que:

  • JOB_NAME é o nome do job de transferência. Por exemplo, transferJobs/OPI6300379522015192941.

A resposta mostra o seguinte ou algo parecido:

Polling for latest operation name...done.
Operation name: my-sts-project_transferJobs/OPI6300379522015192941_0000000001660692377
Parent job: OPI6300379522015192941
Start time: 2022-08-16T23:26:17.600981Z
SUCCESS | 100% (731.9MiB of 731.9MiB) | Skipped: 129.8kiB | Errors: 0
End time: 2022-08-16T23:27:23.429472Z

Para mais informações, consulte Monitorar a atividade do agente ou Detalhes da transferência do sistema de arquivos.

A seguir