Question

我对s3cmd非常满意，但有一个问题：如何将所有文件从一个S3存储桶复制到另一个？它甚至可能吗？

编辑：我找到了一种使用Python和boto在文件夹之间复制文件的方法：

from boto.s3.connection import S3Connection

def copyBucket(srcBucketName, dstBucketName, maxKeys = 100):
  conn = S3Connection(awsAccessKey, awsSecretKey)

  srcBucket = conn.get_bucket(srcBucketName);
  dstBucket = conn.get_bucket(dstBucketName);

  resultMarker = ''
  while True:
    keys = srcBucket.get_all_keys(max_keys = maxKeys, marker = resultMarker)

    for k in keys:
      print 'Copying ' + k.key + ' from ' + srcBucketName + ' to ' + dstBucketName

      t0 = time.clock()
      dstBucket.copy_key(k.key, srcBucketName, k.key)
      print time.clock() - t0, ' seconds'

    if len(keys) < maxKeys:
      print 'Done'
      break

    resultMarker = keys[maxKeys - 1].key

同步几乎和复制一样简单。 ETag，大小和最后修改的字段可用于密钥。

也许这对其他人也有帮助。

Answer 1

s3cmd sync s3://from/this/bucket/ s3://to/this/bucket/

有关可用选项，请使用： $s3cmd --help

Answer 2

AWS CLI似乎完美地完成了这项工作，并且有额外的官方支持工具。

aws s3 sync s3://mybucket s3://backup-mybucket

http://docs.aws.amazon.com/cli/latest/reference/s3/sync.html

Answer 3

在我写这篇文章时，回答最多的是这一个：

s3cmd sync s3://from/this/bucket s3://to/this/bucket

这是一个有用的答案。但有时同步不是你需要的（它删除文件等）。我花了很长时间才弄清楚这种非脚本替代方案，只需在桶之间复制多个文件。（好吧，在下面显示的情况下，它不在存储桶之间。它位于非真实文件夹之间，但它在存储桶之间同样有效。）

# Slightly verbose, slightly unintuitive, very useful:
s3cmd cp --recursive --exclude=* --include=file_prefix* s3://semarchy-inc/source1/ s3://semarchy-inc/target/

上述命令的说明：

-recursive
在我看来，我的要求不是递归的。我只想要多个文件。但是在这种情况下递归只是告诉s3cmd cp来处理多个文件。大。
-exclude
这是一个奇怪的方式来思考这个问题。首先递归选择所有文件。接下来，排除所有文件。等等，什么？
-include
现在我们正在谈论。指出要包含的文件前缀（或后缀或任何模式）。
s3://sourceBucket/ s3://targetBucket/
这部分足够直观。虽然从技术上讲，它似乎违反了s3cmd帮助中记录的示例，该示例表明必须指定源对象：
s3cmd cp s3://BUCKET1/OBJECT1 s3://BUCKET2[/OBJECT2]

Answer 4

我需要复制一个非常大的存储桶，因此我将问题中的代码调整为多线程版本并将其放在GitHub上。

https://github.com/paultuckey/s3-bucket-to-bucket-copy-py

Answer 5

您也可以使用网络界面执行此操作：

转到网络界面中的源存储桶。
标记要复制的文件（使用shift和鼠标单击标记几个）。
按操作 - >复制。
转到目标存储桶。
按操作 - >粘贴。

那就是它。

Answer 6

这实际上是可能的。这对我有用：

import boto


AWS_ACCESS_KEY = 'Your access key'
AWS_SECRET_KEY = 'Your secret key'

conn = boto.s3.connection.S3Connection(AWS_ACCESS_KEY, AWS_SECRET_KEY)
bucket = boto.s3.bucket.Bucket(conn, SRC_BUCKET_NAME)

for item in bucket:
    # Note: here you can put also a path inside the DEST_BUCKET_NAME,
    # if you want your item to be stored inside a folder, like this:
    # bucket.copy(DEST_BUCKET_NAME, '%s/%s' % (folder_name, item.key))
    bucket.copy(DEST_BUCKET_NAME, item.key)

Answer 7

mdahlman的代码对我没用，但是这个命令会将bucket1中的所有文件复制到存储桶2中的新文件夹（命令也会创建这个新文件夹）。

cp --recursive --include=file_prefix* s3://bucket1/ s3://bucket2/new_folder_name/

Answer 8

谢谢 - 我使用稍微修改过的版本，我只复制不存在或大小不同的文件，如果源中存在密钥则检查目标。我发现这对准备测试环境要快一点：

def botoSyncPath(path):
    """
       Sync keys in specified path from source bucket to target bucket.
    """
    try:
        conn = S3Connection(AWS_ACCESS_KEY_ID, AWS_SECRET_ACCESS_KEY)
        srcBucket = conn.get_bucket(AWS_SRC_BUCKET)
        destBucket = conn.get_bucket(AWS_DEST_BUCKET)
        for key in srcBucket.list(path):
            destKey = destBucket.get_key(key.name)
            if not destKey or destKey.size != key.size:
                key.copy(AWS_DEST_BUCKET, key.name)

        for key in destBucket.list(path):
            srcKey = srcBucket.get_key(key.name)
            if not srcKey:
                key.delete()
    except:
        return False
    return True

Answer 9

我编写了一个备份S3存储桶的脚本：https://github.com/roseperrone/aws-backup-rake-task

#!/usr/bin/env python
from boto.s3.connection import S3Connection
import re
import datetime
import sys
import time

def main():
    s3_ID = sys.argv[1]
    s3_key = sys.argv[2]
    src_bucket_name = sys.argv[3]
    num_backup_buckets = sys.argv[4]
    connection = S3Connection(s3_ID, s3_key)
    delete_oldest_backup_buckets(connection, num_backup_buckets)
    backup(connection, src_bucket_name)

def delete_oldest_backup_buckets(connection, num_backup_buckets):
    """Deletes the oldest backup buckets such that only the newest NUM_BACKUP_BUCKETS - 1 buckets remain."""
    buckets = connection.get_all_buckets() # returns a list of bucket objects
    num_buckets = len(buckets)

    backup_bucket_names = []
    for bucket in buckets:
        if (re.search('backup-' + r'\d{4}-\d{2}-\d{2}' , bucket.name)):
            backup_bucket_names.append(bucket.name)

    backup_bucket_names.sort(key=lambda x: datetime.datetime.strptime(x[len('backup-'):17], '%Y-%m-%d').date())

    # The buckets are sorted latest to earliest, so we want to keep the last NUM_BACKUP_BUCKETS - 1
    delete = len(backup_bucket_names) - (int(num_backup_buckets) - 1)
    if delete <= 0:
        return

    for i in range(0, delete):
        print 'Deleting the backup bucket, ' + backup_bucket_names[i]
        connection.delete_bucket(backup_bucket_names[i])

def backup(connection, src_bucket_name):
    now = datetime.datetime.now()
    # the month and day must be zero-filled
    new_backup_bucket_name = 'backup-' + str('%02d' % now.year) + '-' + str('%02d' % now.month) + '-' + str(now.day);
    print "Creating new bucket " + new_backup_bucket_name
    new_backup_bucket = connection.create_bucket(new_backup_bucket_name)
    copy_bucket(src_bucket_name, new_backup_bucket_name, connection)


def copy_bucket(src_bucket_name, dst_bucket_name, connection, maximum_keys = 100):
    src_bucket = connection.get_bucket(src_bucket_name);
    dst_bucket = connection.get_bucket(dst_bucket_name);

    result_marker = ''
    while True:
        keys = src_bucket.get_all_keys(max_keys = maximum_keys, marker = result_marker)

        for k in keys:
            print 'Copying ' + k.key + ' from ' + src_bucket_name + ' to ' + dst_bucket_name

            t0 = time.clock()
            dst_bucket.copy_key(k.key, src_bucket_name, k.key)
            print time.clock() - t0, ' seconds'

        if len(keys) < maximum_keys:
            print 'Done backing up.'
            break

        result_marker = keys[maximum_keys - 1].key

if  __name__ =='__main__':main()

我在rake任务中使用它（对于Rails应用程序）：

desc "Back up a file onto S3"
task :backup do
     S3ID = "*****"
     S3KEY = "*****"
     SRCBUCKET = "primary-mzgd"
     NUM_BACKUP_BUCKETS = 2

     Dir.chdir("#{Rails.root}/lib/tasks")
     system "./do_backup.py #{S3ID} #{S3KEY} #{SRCBUCKET} #{NUM_BACKUP_BUCKETS}"
end

Answer 10

s3cmd不会只带有前缀或通配符，但您可以使用's3cmd ls sourceBucket'编写脚本，并使用awk提取对象名称。然后使用's3cmd cp sourceBucket / name destBucket'复制列表中的每个对象名称。

我在Windows上的DOS框中使用这些批处理文件：

s3list.bat

s3cmd ls %1 | gawk "/s3/{ print \"\\"\"\"substr($0,index($0,\"s3://\"))\"\\"\"\"; }"

s3copy.bat

@for /F "delims=" %%s in ('s3list %1') do @s3cmd cp %%s %2

Answer 11

您也可以使用使用多线程的s3funnel：

https://github.com/neelakanta/s3funnel

示例（未显示访问密钥或密钥参数）：

s3funnel source-bucket-name list | s3funnel dest-bucket-name copy --source-bucket source-bucket-name --threads = 10

是否可以使用s3cmd将所有文件从一个S3存储桶复制到另一个存储桶？

11 个答案: