我目前使用TransferManager从Lambda函数下载S3存储桶中的所有文件。
// Initialize
TransferManagerBuilder txBuilder = TransferManagerBuilder.standard();
// txBuilder.setExecutorFactory(() -> Executors.newFixedThreadPool(50));
TransferManager tx = txBuilder.build();
final Path tmpDir = Files.createTempDirectory("/tmp/s3_download/");
// Download
MultipleFileDownload download = tx.downloadDirectory(bucketName,
bucketKey,
new File(tmpDir.toUri()));
download.waitForCompletion();
return Files.list(tmpDir.resolve(bucketKey)).collect(Collectors.toList());
似乎需要花费300 seconds
下载10,000 files
(大小为~20KB each
),我的转移率约为666 KBps
。
增加线程池大小似乎根本不会影响传输速率。
S3端点和lambda函数位于同一AWS区域,并位于同一AWS账户中。
如何优化S3下载?
答案 0 :(得分:1)
处理大量数据总是需要根据底层系统构建存储。
如果您需要高吞吐量,则需要对s3键进行分区,以便它可以容纳大量请求。分布式计算具有自身的高性能服务需求,这就是这样的需求。
请求率注意事项:
https://docs.aws.amazon.com/AmazonS3/latest/dev/request-rate-perf-considerations.html
转移加速:
https://docs.aws.amazon.com/AmazonS3/latest/dev/transfer-acceleration.html
如何提高吞吐量:
https://aws.amazon.com/premiumsupport/knowledge-center/s3-bucket-performance-improve/
希望它有所帮助。
<强> EDIT1 强>
我发现您正在尝试将文件下载到Ephemeral存储,您需要了解存储限制。这些不适用于批量处理。