在不同区域的存储桶之间复制

Question

我一直在寻找一种工具来帮助我将S3存储桶的内容复制到第二个存储桶中，而无需先将内容先下载到本地系统。

我尝试过AWS S3控制台复制选项，但导致一些嵌套文件丢失。

我曾尝试使用传输应用（恐慌），但复制命令首先将文件复制到本地系统，然后再复制到第二个存储桶

Answer 1

在S3存储桶之间复制

AWS（刚刚最近）发布了一个用于在存储桶之间进行复制的命令行界面。

http://aws.amazon.com/cli/

$ aws s3 sync s3://mybucket-src s3://mybucket-target --exclude *.tmp
..

此将从一个目标存储桶复制到另一个存储桶。

请参阅此处的文档：S3 CLI Documentation

Answer 2

使用aws-sdk gem的简化示例：

AWS.config(:access_key_id => '...', :secret_access_key => '...')
s3 = AWS::S3.new
s3.buckets['bucket-name'].objects['source-key'].copy_to('target-key')

如果要在不同存储桶之间执行复制，请指定目标存储桶名称：

s3.buckets['bucket-name'].objects['source-key'].copy_to('target-key', :bucket_name => 'target-bucket')

Answer 3

您现在可以从S3管理界面执行此操作。只需进入一个存储桶，选择所有文件夹actions->copy即可。然后进入新的存储桶actions->paste。

Answer 4

有可能使用最近的 aws-sdk gem，请参阅代码示例：

require 'aws-sdk'

AWS.config(
  :access_key_id     => '***',
  :secret_access_key => '***',
  :max_retries       => 10
)

file     = 'test_file.rb'
bucket_0 = {:name => 'bucket_from', :endpoint => 's3-eu-west-1.amazonaws.com'}
bucket_1 = {:name => 'bucket_to',   :endpoint => 's3.amazonaws.com'}

s3_interface_from = AWS::S3.new(:s3_endpoint => bucket_0[:endpoint])
bucket_from       = s3_interface_from.buckets[bucket_0[:name]]
bucket_from.objects[file].write(open(file))

s3_interface_to   = AWS::S3.new(:s3_endpoint => bucket_1[:endpoint])
bucket_to         = s3_interface_to.buckets[bucket_1[:name]]
bucket_to.objects[file].copy_from(file, {:bucket => bucket_from})

更多详情：How to copy file across buckets using aws-s3 gem

Answer 5

在不同区域的存储桶之间复制

$ aws s3 cp s3://src_bucket/file  s3://dst_bucket/file --source-region eu-west-1 --region ap-northeast-1

上述命令将文件从欧洲（eu-west-1）的一个桶复制到日本（ap-northeast-1）。您可以使用以下命令获取存储桶区域的代码名称：

$ aws s3api get-bucket-location --bucket my_bucket

顺便说一句，在S3 Web控制台中使用复制和粘贴很容易，但它似乎从源存储桶下载到浏览器中，然后上传到目标存储桶。使用＆＃34; aws s3＆＃34;对我来说要快得多。

Answer 6

我创建了一个Docker executable s3s3mirror工具。用于从AWS S3存储桶复制和镜像到另一个存储库的实用程序。

它是线程允许并行COPY和非常高效的内存，它在s3cmd完全失败的情况下成功。

用法：

docker run -e AWS_ACCESS_KEY_ID=FOO -e AWS_SECRET_ACCESS_KEY=BAR pmoust/s3s3mirror [OPTIONS] source_bucket[/prefix] dest_bucket[/prefix]

有关选项的完整列表，请尝试：

docker run pmoust/s3s3mirror

Answer 7

我想你现在可能已经找到了一个很好的解决方案，但对于遇到这个问题的其他人（就像我刚才那样），我专门为了镜像一个S3存储桶而制作了一个简单的实用工具。另一个以高度并发，但CPU和内存有效的方式。

这是在Apache许可下的github上：https://github.com/cobbzilla/s3s3mirror

如果你有一个非常大的水桶并且正在寻找最佳性能，那么可能值得尝试。

如果您决定尝试一下，请告诉我您是否有任何反馈。

Answer 8

查看以下文档。我想这就是你要找的东西。 http://docs.amazonwebservices.com/AmazonS3/latest/API/RESTObjectCOPY.html

RightAws gem的S3Interface具有复制功能，可以完成上述操作。

http://rubydoc.info/gems/right_aws/3.0.0/RightAws/S3Interface#copy-instance_method

Answer 9

如果您在shell中并且想要复制多个文件但不是所有文件： s3cmd cp --recursive s3：// BUCKET1 / OBJECT1 s3：// BUCKET2 [/ OBJECT2]

Answer 10

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 = "AKIAJM3NRWC7STXWUWVQ"
     S3KEY = "0A5kuzV+E1dkaPjZxHQAezz1GlSddJd0iS5sNpry"
     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 11

我被告知您也可以在EMR集群上使用s3distcp执行此操作。对于包含大文件的数据，它应该更快。它在小型数据集上运行良好 - 但我会更喜欢另一种解决方案，因为它为这么少的数据设置了学习曲线（我之前从未使用过EMR）。

以下是AWS文档的链接：http://docs.aws.amazon.com/ElasticMapReduce/latest/DeveloperGuide/UsingEMR_s3distcp.html

更新：对于相同的数据集，s3s3mirror比s3distcp或AWS cli快得多。设置起来也容易得多。

Answer 12

您可以从AWS cli https://aws.amazon.com/cli/中进行

LOCATE(var1,search) and LOCATE(var2,search) return 1 ?-这将列出所有S3存储桶

SELECT var1=var2 return 1 ?-这会将文件从一个存储桶复制到另一个存储桶

注意*在创建跨区域复制存储桶时非常有用，通过执行上述操作，将跟踪所有文件，并且对源区域文件的更新将传播到复制的存储桶。除了文件删除以外的所有内容都已同步。

对于CRR，请确保在存储桶上启用了版本控制。

Answer 13

如果您使用的是javascript：p

，我会听到有一个节点模块

来自 knox-copy 文档：

knoxCopy = require 'knox-copy'

client = knoxCopy.createClient
  key: '<api-key-here>'
  secret: '<secret-here>'
  bucket: 'backups'

client.copyBucket
  fromBucket: 'uploads'
  fromPrefix: '/nom-nom'
  toPrefix: "/upload_backups/#{new Date().toISOString()}"
  (err, count) ->
     console.log "Copied #{count} files"

Answer 14

要从一个S3存储桶复制到相同或另一个S3存储桶而不下载到本地，它非常简单。使用以下shell命令。

hdfs dfs -cp -f "s3://AccessKey:SecurityKey@ExternalBucket/SourceFoldername/*.*" "s3://AccessKey:SecurityKey@ExternalBucket/TargetFoldername"

这会将源存储区SourceFoldername文件夹中的所有文件复制到目标存储区的TargetFoldername文件夹中。在上面的代码中，请将AccessKey，SecurityKey和ExternalBucket替换为相应的值。

Answer 15

aws s3 sync cli命令如何。 aws s3同步s3：// bucket1 / s3：// bucket2 /

Answer 16

正如Neel Bhaat在此blog中所解释的，有许多不同的工具可用于此目的。 AWS提供了一些工具，其中大多数是第三方工具。所有这些工具都要求您在工具本身中保存您的AWS账户密钥和机密。使用第三方工具时要格外小心，因为保存的凭据可能会导致您的财产，全部资产损失甚至死亡。

因此，我始终建议为此目的使用AWS CLI。您只需从this link安装即可。接下来，运行以下命令，并将密钥和秘密值保存在AWS CLI中。

aws configure

并使用以下命令将您的AWS S3存储桶同步到本地计算机。（本地计算机应已安装AWS CLI）

aws s3 sync <source> <destination>

示例：

1）从AWS S3到本地存储

aws s3 sync <S3Uri> <LocalPath>

2）从本地存储到AWS S3

aws s3 sync <LocalPath> <S3Uri>

3）从AWS s3存储桶到另一个存储桶

aws s3 sync <S3Uri> <S3Uri>

Answer 17

复制S3存储桶的最佳方法是使用 AWS CLI 。

涉及以下三个步骤：

在服务器上安装AWS CLI。

**https://docs.aws.amazon.com/cli/latest/userguide/cli-chap-install.html**

如果要在两个AWS账户之间复制存储桶，则需要在每个存储桶中附加正确的策略。
此后，使用此命令从一个存储桶复制到另一个存储桶。

aws s3 sync s3://sourcebucket s3://destinationbucket

第2步和第3步的详细信息在此链接中给出：

https://aws.amazon.com/premiumsupport/knowledge-center/account-transfer-s3/

Answer 18

您可以编写一个Java应用程序-甚至是使用AWS Java API复制对象的GUI SWING应用程序，请参见-

https://github.com/awsdocs/aws-doc-sdk-examples/blob/master/javav2/example_code/s3/src/main/java/com/example/s3/CopyObject.java

Answer 19

添加Copying objects across AWS accounts using S3 Batch Operations，因为此处尚未提及。这是我目前正在尝试的方法，因为我有大约100万个对象需要转移到新帐户，并且由于某些令牌到期，cp和sync对我不起作用，并且我没有弄清楚它是什么令牌的方法，因为我的通用访问令牌工作正常。

Answer 20

从2020年开始，如果您使用 s3cmd ，则可以使用以下命令将文件夹从bucket1复制到bucket2

s3cmd cp --recursive s3://bucket1/folder_name/ s3://bucket2/folder_name/

--recursive是递归复制文件夹中所有内容的必要条件，还请注意，您必须在文件夹名称后指定“ /”，否则将失败。

AWS S3在两个存储桶之间复制文件和文件夹

20 个答案:

在S3存储桶之间复制

在不同区域的存储桶之间复制