Storage Transfer Service può essere utilizzato per trasferire grandi quantità di dati tra i bucket Cloud Storage, all'interno dello stesso progetto Google Cloud o tra progetti diversi.
Le migrazioni dei bucket sono utili in una serie di scenari. Possono essere utilizzati per consolidare i dati di progetti distinti, per spostare i dati in una posizione di backup o per cambiare la posizione dei dati.
Quando utilizzare Storage Transfer Service
Google Cloud offre più opzioni per trasferire dati tra i bucket Cloud Storage. Ti consigliamo di seguire le seguenti linee guida:
Trasferimento di meno di 1 TB: utilizza
gcloud
. Per le istruzioni, consulta Spostare e rinominare i bucket.Trasferimento di più di 1 TB: utilizza Storage Transfer Service. Storage Transfer Service è un'opzione di trasferimento gestito che offre sicurezza, affidabilità e prestazioni immediate. Elimina la necessità di ottimizzare e gestire gli script e di gestire i tentativi di nuovo invio.
Questa guida illustra le best practice per il trasferimento di dati tra i bucket Cloud Storage utilizzando Storage Transfer Service.
Definire una strategia di trasferimento
La strategia di trasferimento dipende dalla complessità della situazione. Assicurati di includere le seguenti considerazioni nel tuo piano.
Scegli un nome per il bucket
Per spostare i dati in un bucket di archiviazione con una posizione diversa, scegli uno dei seguenti approcci:
- Nuovo nome del bucket. Aggiorna le applicazioni in modo che rimandino a un bucket di archiviazione con un nome diverso.
- Mantieni il nome del bucket. Sostituisci il bucket di archiviazione per mantenere il nome corrente, in modo da non dover aggiornare le applicazioni.
In entrambi i casi, devi pianificare il tempo di riposo e informare gli utenti in modo adeguato che è imminente. Leggi le seguenti spiegazioni per capire quale scelta è la migliore per te.
Nome del nuovo bucket
Con un nuovo nome bucket, devi aggiornare tutto il codice e i servizi che utilizzano il tuo bucket corrente. La procedura dipende da come vengono create e dipiattate le applicazioni.
Per alcune configurazioni, questo approccio potrebbe avere un tempo di riposo inferiore, ma richiede più lavoro per garantire una transizione senza problemi. che prevede i seguenti passaggi:
- Copiare i dati in un nuovo bucket di archiviazione.
- Inizia il tempo di riposo.
- Aggiorna le applicazioni in modo che rimandino al nuovo bucket.
- Verificare che tutto funzioni come previsto e che tutti gli account e i sistemi pertinenti abbiano accesso al bucket.
- Eliminazione del bucket originale.
- Termina il tempo di riposo.
Mantieni il nome del bucket
Utilizza questo approccio se preferisci non modificare il codice in modo che punti a un nuovo nome del bucket. che prevede i seguenti passaggi:
- Copiare i dati in un bucket di archiviazione temporaneo.
- Inizia il tempo di riposo.
- Eliminazione del bucket originale.
- Creare un nuovo bucket con lo stesso nome del bucket originale.
- Copiare i dati nel nuovo bucket dal bucket temporaneo.
- Eliminazione del bucket temporaneo.
- Verificare che tutto funzioni come previsto e che tutti gli account e i sistemi pertinenti abbiano accesso al bucket.
- Termina il tempo di riposo.
Riduci al minimo i tempi di inattività
Storage Transfer Service non blocca le letture o le scritture nei bucket di origine o di destinazione durante un trasferimento.
Se scegli di bloccare manualmente le letture/scritture nel bucket, puoi ridurre al minimo il tempo di riposo trasferendo i dati in due passaggi: seeding e sincronizzazione.
Trasferimento del seme: esegui un trasferimento collettivo senza bloccare la lettura/scrittura sull'origine.
Trasferimento sincronizzato: al termine della prima esecuzione, blocca la lettura/scrittura sul bucket di origine ed esegui un altro trasferimento. I trasferimenti di Storage Transfer Service sono incrementali per impostazione predefinita, pertanto questo secondo trasferimento trasferisce solo i dati modificati durante il trasferimento del seed.
Ottimizzare la velocità di trasferimento
Quando stimi il tempo necessario per un job di trasferimento, tieni conto dei possibili colli di bottiglia. Ad esempio, se l'origine contiene miliardi di piccoli file, la velocità di trasferimento sarà limitata dal QPS. Se le dimensioni degli oggetti sono grandi, la larghezza di banda potrebbe essere il collo di bottiglia.
I limiti di larghezza di banda vengono impostati a livello di regione e sono allocati equamente tra tutti i progetti. Se è disponibile una larghezza di banda sufficiente, Storage Transfer Service può completare circa 1000 attività per job di trasferimento al secondo. In questo caso, puoi accelerare un trasferimento dividendo il job in più job di trasferimento di piccole dimensioni, ad esempio utilizzando i prefissi di inclusione ed esclusione per trasferire determinati file.
Se la posizione, la classe di archiviazione e la chiave di crittografia sono uguali, Storage Transfer Service non crea una nuova copia dei byte, ma una nuova voce di metadati che rimanda al blob di origine. Di conseguenza, le copie di classi e della stessa località di un corpus di grandi dimensioni vengono completate molto rapidamente e sono vincolate solo dal QPS.
Anche le eliminazioni sono operazioni solo relative ai metadati. Per questi trasferimenti, la parallelizzazione del trasferimento suddividendolo in più job di piccole dimensioni può aumentare la velocità.
Conservare i metadati
I seguenti metadati degli oggetti vengono conservati durante il trasferimento dei dati tra i bucket Cloud Storage con Storage Transfer Service:
- Metadati personalizzati creati dall'utente.
- Campi dei metadati con chiave fissa di Cloud Storage, ad esempio Cache-Control, Content-Disposition, Content-Type e Custom-Time.
- Dimensioni dell'oggetto.
- Il numero di generazione viene conservato come campo dei metadati personalizzati con la chiave
x-goog-reserved-source-generation
, che puoi modificare in un secondo momento o rimuovere.
Se vuoi, puoi conservare i seguenti campi dei metadati durante il trasferimento utilizzando l'API:
- ACL (
acl
) - Classe di archiviazione (
storageClass
) - CMEK (
kmsKey
) - Blocco temporaneo (
temporaryHold
) - Data/ora di creazione dell'oggetto (
customTime
)
Per ulteriori dettagli, consulta il riferimento all'API TransferSpec
.
I seguenti campi dei metadati non vengono conservati:
- Ora dell'ultimo aggiornamento (
updated
) etag
componentCount
Se conservata, l'ora di creazione dell'oggetto viene memorizzata come campo personalizzato,customTime
. La data e l'ora updated
dell'oggetto vengono reimpostate al momento del trasferimento, quindi viene reimpostato anche il tempo trascorso dall'oggetto nella relativa classe di archiviazione. Ciò significa che un oggetto in Coldline Storage, dopo il trasferimento, deve esistere di nuovo per 90 giorni nella destinazione per evitare gli addebiti per eliminazione anticipata.
Puoi applicare i criteri del ciclo di vita basati su createTime
utilizzando customTime
. I valori customTime
esistenti vengono sovrascritti.
Per ulteriori dettagli su cosa viene conservato e cosa no, consulta la sezione Conservazione dei metadati.
Gestire gli oggetti sottoposti a controllo delle versioni
Se vuoi trasferire tutte le versioni dei tuoi oggetti di archiviazione e non solo la più recente, devi utilizzare l'interfaccia a riga di comando gcloud
o l'API REST per trasferire i tuoi dati, insieme alla funzionalità manifest di Storage Transfer Service.
Per trasferire tutte le versioni degli oggetti:
Elenca gli oggetti del bucket e copiali in un file JSON:
gcloud storage ls --all-versions --recursive --json [SOURCE_BUCKET] > object-listing.json
In genere, questo comando elenca circa 1000 oggetti al secondo.
Dividi il file JSON in due file CSV, uno con le versioni non correnti e un altro con le versioni attive:
jq -r '.[] | select( .type=="cloud_object" and (.metadata | has("timeDeleted") | not)) | [.metadata.name, .metadata.generation] | @csv' object-listing.json > live-object-manifest.csv jq -r '.[] | select( .type=="cloud_object" and (.metadata | has("timeDeleted"))) | [.metadata.name, .metadata.generation] | @csv' object-listing.json > non-current-object-manifest.csv
Attiva il controllo delle versioni degli oggetti nel bucket di destinazione.
Trasferisci prima le versioni non correnti passando il file manifest
non-current-object-manifest.csv
come valore del campotransferManifest
.Trasferisci poi le versioni pubblicate nello stesso modo, specificando
live-object-manifest.csv
come file manifest.
Configurare le opzioni di trasferimento
Ecco alcune delle opzioni disponibili durante la configurazione del trasferimento:
Logging: Cloud Logging fornisce log dettagliati dei singoli oggetti, consentendoti di verificare lo stato del trasferimento ed eseguire ulteriori controlli di integrità dei dati.
Filtro: puoi utilizzare i prefissi di inclusione ed esclusione per limitare gli oggetti su cui opera Storage Transfer Service. Questa opzione può essere utilizzata per suddividere un trasferimento in più job di trasferimento in modo che possano essere eseguiti in parallelo. Per ulteriori informazioni, consulta la sezione Ottimizzare la velocità di trasferimento.
Opzioni di trasferimento: puoi configurare il trasferimento in modo da sovrascrivere gli elementi esistenti nel bucket di destinazione, eliminare gli oggetti nella destinazione che non esistono nel set di trasferimento o eliminare gli oggetti trasferiti dall'origine.
Trasferire i dati
Dopo aver definito la strategia di trasferimento, puoi eseguire il trasferimento stesso.
Creazione di un nuovo bucket
Prima di iniziare il trasferimento, crea un bucket di archiviazione. Consulta location_considerations per scegliere una località del bucket appropriata.
Ti consigliamo di copiare alcuni dei metadati del bucket quando crei il nuovo bucket. Consulta Ottenere i metadati del bucket per scoprire come visualizzare i metadati del bucket di origine, in modo da poter applicare le stesse impostazioni al nuovo bucket.
Copiare gli oggetti nel nuovo bucket
Puoi copiare gli oggetti dal bucket di origine in un nuovo bucket utilizzando la console Google Cloud, l'interfaccia a riga di comando gcloud
, l'API REST o le librerie client.
L'approccio che scegli dipende dalla tua strategia di trasferimento.
Le istruzioni riportate di seguito si riferiscono al caso d'uso di base del trasferimento di oggetti da un bucket all'altro e devono essere modificate in base alle tue esigenze.
Non includere nel nome del job di trasferimento informazioni sensibili come quelle che consentono l'identificazione personale (PII) o dati di sicurezza. I nomi delle risorse possono essere propagati ai nomi di altre risorse Google Cloud e possono essere esposti ai sistemi interni di Google al di fuori del progetto.
Console Google Cloud
Utilizza Cloud Storage Transfer Service dalla console Google Cloud:
Apri la pagina Trasferisci nella console Google Cloud.
- Fai clic su Crea job di trasferimento.
Segui la procedura dettagliata, facendo clic su Passaggio successivo al termine di ogni passaggio:
Per iniziare: utilizza Google Cloud Storage sia come Tipo di origine sia come Tipo di destinazione.
Scegli un'origine: inserisci direttamente il nome del bucket che ti interessa o fai clic su Sfoglia per trovare e selezionare il bucket che ti interessa.
Scegli una destinazione: inserisci direttamente il nome del bucket che ti interessa o fai clic su Sfoglia per trovare e selezionare il bucket che ti interessa.
Scegli le impostazioni: seleziona l'opzione Elimina i file dall'origine dopo il trasferimento.
Opzioni di pianificazione: puoi ignorare questa sezione.
Dopo aver completato la procedura dettagliata, fai clic su Crea.
Viene avviato il processo di copia degli oggetti dal vecchio bucket al nuovo. Questa operazione potrebbe richiedere del tempo. Tuttavia, dopo aver fatto clic su Crea, puoi uscire dalla console Google Cloud.
Per visualizzare l'avanzamento del trasferimento:
Apri la pagina Trasferisci nella console Google Cloud.
Per scoprire come ottenere informazioni dettagliate sugli errori relativi alle operazioni di Storage Transfer Service non riuscite nella console Google Cloud, consulta la sezione Risoluzione dei problemi.
Al termine del trasferimento, non devi fare nulla per eliminare gli oggetti dal vecchio bucket se hai selezionato la casella di controllo Elimina gli oggetti di origine al termine del trasferimento durante la configurazione. Tuttavia, potresti anche eliminare il vecchio bucket, ma devi farlo separatamente.
Interfaccia a riga di comando gcloud
Installa gcloud CLI
Se non lo hai ancora fatto, installa lo strumento a riga di comando gcloud.
Quindi, chiama gcloud init
per inizializzare lo strumento e specificare l'ID progetto
e l'account utente. Per maggiori dettagli, consulta la sezione Inizializza Cloud SDK.
gcloud init
Aggiungi l'account di servizio alla cartella di destinazione
Devi aggiungere l'account di servizio Storage Transfer Service al bucket di destinazione
prima di creare un trasferimento. Per farlo, utilizza
gcloud storage buckets add-iam-policy-binding
:
gcloud storage buckets add-iam-policy-binding gs://bucket_name \ --member=serviceAccount:project-12345678@storage-transfer-service.iam.gserviceaccount.com \ --role=roles/storage.admin
Per istruzioni sull'utilizzo della console o dell'API Google Cloud, consulta Utilizzare le autorizzazioni IAM nella documentazione di Cloud Storage.
Crea il job di trasferimento
Per creare un nuovo job di trasferimento, utilizza il comando gcloud transfer jobs create
.
La creazione di un nuovo job avvia il trasferimento specificato, a meno che non venga specificata una pianificazione o
--do-not-run
.
gcloud transfer jobs create SOURCE DESTINATION
Dove:
SOURCE è l'origine dati per questo trasferimento, nel formato
gs://BUCKET_NAME
.DESTINATION è il tuo nuovo bucket, nel formato
gs://BUCKET_NAME
.
Altre opzioni sono:
Informazioni sul job: puoi specificare
--name
e--description
.Pianificazione: specifica
--schedule-starts
,--schedule-repeats-every
,--schedule-repeats-until
o--do-not-run
.Condizioni degli oggetti: utilizza le condizioni per determinare quali oggetti vengono trasferiti. Sono inclusi
--include-prefixes
e--exclude-prefixes
, nonché le condizioni basate sul tempo in--include-modified-[before | after]-[absolute | relative]
.Opzioni di trasferimento: specifica se sovrascrivere i file di destinazione (
--overwrite-when=different
oalways
) e se eliminare determinati file durante o dopo il trasferimento (--delete-from=destination-if-unique
osource-after-transfer
); specifica quali [metadata values to preserve]metadati; e se vuoi impostare facoltativamente una classe di archiviazione sugli oggetti trasferiti (--custom-storage-class
).Notifiche: configura le notifiche Pub/Sub per i trasferimenti con
--notification-pubsub-topic
,--notification-event-types
e--notification-payload-format
.
Per visualizzare tutte le opzioni, esegui gcloud transfer jobs create --help
.
Ad esempio, per trasferire tutti gli oggetti con il prefisso folder1
:
gcloud transfer jobs create gs://old-bucket gs://new-bucket \
--include-prefixes="folder1/"
REST
In questo esempio, scoprirai come spostare i file da un bucket Cloud Storage a un altro. Ad esempio, puoi spostare i dati in un bucket in un'altra posizione.
Richiesta utilizzando transferJobs create:
POST https://storagetransfer.googleapis.com/v1/transferJobs { "description": "YOUR DESCRIPTION", "status": "ENABLED", "projectId": "PROJECT_ID", "schedule": { "scheduleStartDate": { "day": 1, "month": 1, "year": 2025 }, "startTimeOfDay": { "hours": 1, "minutes": 1 }, "scheduleEndDate": { "day": 1, "month": 1, "year": 2025 } }, "transferSpec": { "gcsDataSource": { "bucketName": "GCS_SOURCE_NAME" }, "gcsDataSink": { "bucketName": "GCS_SINK_NAME" }, "transferOptions": { "deleteObjectsFromSourceAfterTransfer": true } } }
Risposta:
200 OK { "transferJob": [ { "creationTime": "2015-01-01T01:01:00.000000000Z", "description": "YOUR DESCRIPTION", "name": "transferJobs/JOB_ID", "status": "ENABLED", "lastModificationTime": "2015-01-01T01:01:00.000000000Z", "projectId": "PROJECT_ID", "schedule": { "scheduleStartDate": { "day": 1, "month": 1, "year": 2015 }, "startTimeOfDay": { "hours": 1, "minutes": 1 } }, "transferSpec": { "gcsDataSource": { "bucketName": "GCS_SOURCE_NAME", }, "gcsDataSink": { "bucketName": "GCS_NEARLINE_SINK_NAME" }, "objectConditions": { "minTimeElapsedSinceLastModification": "2592000.000s" }, "transferOptions": { "deleteObjectsFromSourceAfterTransfer": true } } } ] }
Librerie client
In questo esempio, scoprirai come spostare i file da un bucket Cloud Storage a un altro. Ad esempio, puoi replicare i dati in un bucket in un'altra posizione.
Per ulteriori informazioni sulle librerie client di Storage Transfer Service, consulta Introduzione alle librerie client di Storage Transfer Service.
Java
Cerchi esempi precedenti? Consulta la guida alla migrazione di Storage Transfer Service.
Python
Cerchi esempi precedenti? Consulta la guida alla migrazione di Storage Transfer Service.
Verificare gli oggetti copiati
Una volta completato il trasferimento, ti consigliamo di eseguire ulteriori controlli di integrità dei dati.
Verifica che gli oggetti siano stati copiati correttamente verificando i metadati sugli oggetti, ad esempio i checksum e le dimensioni.
Verifica di aver copiato la versione corretta degli oggetti. Storage Transfer Service offre un'opzione pronta all'uso per verificare che gli oggetti siano copie. Se hai attivato il logging, visualizza i log per verificare se tutti gli oggetti sono stati copiati correttamente, inclusi i relativi campi dei metadati.
Inizia a utilizzare il bucket di destinazione
Una volta completata e verificata la migrazione, aggiorna le applicazioni o i carichi di lavoro esistenti in modo che utilizzino il nome del bucket di destinazione. Controlla gli audit log di accesso ai dati in Audit log di Cloud per assicurarti che le operazioni stiano modificando e leggendo correttamente gli oggetti.
Elimina il bucket originale
Una volta che tutto funziona correttamente, elimina il bucket originale.
Storage Transfer Service offre la possibilità di eliminare gli oggetti dopo che sono stati trasferiti specificando deleteObjectsFromSourceAfterTransfer: true
nella configurazione del job o selezionando l'opzione nella console Google Cloud.
Pianificare l'eliminazione di oggetti
Per pianificare l'eliminazione degli oggetti in un secondo momento, utilizza una combinazione di un
job di trasferimento pianificato e l'opzione
deleteObjectsUniqueInSink = true
.
Il job di trasferimento deve essere configurato per trasferire un bucket vuoto nel bucket contenente gli oggetti. Di conseguenza, Storage Transfer Service elenca gli oggetti e inizia a eliminarli. Poiché le eliminazioni sono un'operazione solo di metadati, il job di trasferimento è limitato solo dal QPS. Per velocizzare il processo, suddividi il trasferimento in più job, ciascuno dei quali agisce su un insieme distinto di prefissi.
In alternativa, Google Cloud offre un pianificatore di cron job gestito. Per ulteriori informazioni, consulta Pianificare il job di trasferimento STS di Google Cloud con Cloud Scheduler.