通过HTTP迁移Ceph存储数据到华为云OBS

支持的区域

当前支持以下区域（Region）：

• 华北-北京四
• 华北-乌兰察布一
• 华南-广州
• 华东-上海一
• 华东-上海二
• 华东-青岛
• 西南-贵阳一
• 中国-香港
• 亚太-新加坡

单个对象大小不能超过：500MB x 10000 = 4.76837158203125TB，否则可能会导致迁移失败。

准备工作

• 华为云账号准备

  使用MgC之前，您需要拥有一个华为云账号或一个可用于访问MgC的IAM用户，并获取账号/IAM用户的访问密钥（AK/SK）。获取方法请参考准备工作。

• 创建应用迁移项目

  在MgC控制台为本次迁移创建独立的项目，方法请参考项目管理。项目类型选择“应用迁移”。

• 创建目的端OBS桶

  在华为云创建一个用于存放URL列表文件和接收源端数据的OBS标准存储桶，区域选择您希望迁移到的目的端区域。创建方法请参考创建桶。

  如果使用IAM用户进行迁移，该IAM用户需要拥有目的端桶的读写权限。授权方法请参考对单个IAM用户授予桶的读写权限。

• 创建集群

  通过集群可以创建Master节点、迁移节点和列举节点，确保存储工作流的顺利运行。创建方法请参考创建集群。

步骤一：生成Ceph文件共享下载链接

以下步骤中提到的bucket01、http://100.93.xxx.xx:7480等应替换为您实际的Ceph S3存储桶名称和Ceph RGW服务的Web访问地址和端口。

示例中的以下参数，请替换为实际值：

• <BUCKET-NAME>：存储桶名称。
• < FILE-NAME >：创建的json文件名。
• <DOMAIN>：Ceph RGW（RADOS Gateway）服务的实际域名或IP地址。
• <PORT>：Ceph RGW服务的实际访问端口号。

如果您要迁移的桶数据可以直接通过浏览器访问，请跳过步骤1，直接进行步骤2.操作。

1. 查看源端桶是否已经设置了访问策略，命令格式如下：

   s3cmd info s3://<BUCKET-NAME> 

   • 如果返回结果中Policy参数值为“none”，代表没有设置桶的访问策略。请执行步骤2。

     

   • 如果返回结果中Policy参数值有配置信息，请拷贝策略信息并保存，用于数据迁移完成后恢复到此策略。

     

2. 在安装s3cmd工具的服务器上，打开文本编辑器，创建一个xxx.json文件（名称自定义），其中包含S3存储桶策略，允许从指定的S3存储桶中获取对象。将以下内容复制并粘贴到编辑器中，替换 <BUCKET-NAME> 为实际的S3存储桶名称，保存创建的json文件并退出编辑器。

   {
           "Statement": [{
                   "Effect": "Allow" ,
                   "Principal": "*",
                   "Action": "s3:GetObject",
                   "Resource": "arn:aws:s3::: <BUCKET-NAME>/*"
           }]
   }

   更多参数设置请参考Amazon S3 存储桶策略的示例。

3. 使用 s3cmd 命令行工具设置存储桶策略，允许公开访问存储桶中的文件。命令格式如下：

   s3cmd setpolicy <FILE-NAME>.json s3://<BUCKET-NAME> 

   其中 <FILE-NAME>替换为步骤2.创建的json文件名称，<BUCKET-NAME> 替换为实际的S3存储桶名称。

4. 使用以下命令列出存储桶中的所有文件，并将结果导出到文本文件：

   s3cmd ls -r s3://<BUCKET-NAME> >> <FILE-URL>.txt

   其中 <BUCKET-NAME> 替换为实际的S3存储桶名称，<FILE-URL>替换为您希望保存文件列表的本地文件名（例如：s3url.txt）。

5. 打开生成的列表文件（在本文示例中为s3url.txt），您将看到桶内所有文件的共享s3地址列表。将“s3://及其之前的所有参数”替换为“http://<DOMAIN>:<PORT>/”，以生成可通过浏览器访问的URL（即文件共享下载链接）。在浏览器中输入此URL，如果能够成功访问文件，则说明设置正确。如果访问被拒绝（AccessDenied），则需要重新执行步骤1.~步骤4.设置访问策略。
   例如：Ceph RGW服务的实际域名或IP（DOMAIN）为“100.93.xxx.xx”，端口号（PORT）为“7480”，存储桶名为“bucket01”，桶中有2个文件(dragon.png, index.html)，生成的共享s3地址列表为：

   2024-07-26 03:09         3987  s3://bucket01/dragon.png
   2024-07-26 02:01         1701  s3://bucket01/index.html

   将“ s3://及其之前的所有参数”替换为“http://<DOMAIN>:<PORT>/”，即“日期...s3://”替换为“http://100.93.xxx.xxx:7480”，生成的URL列表为：

   http://100.93.xxx.xxx:7480/bucket01/dragon.png
   http://100.93.xxx.xxx:7480/bucket01/index.html

6. 根据上一步的方法和要求，将列表文件中的所有共享s3地址替换为URL地址。如果列表文件中的s3地址较多，可以使用文本编辑器（如NotePad++）进行批量替换。
7. 根据MgC的要求，编辑URL列表文件内容，使其包含文件的共享下载链接和文件名，格式为：

   <SHARED-URL> <FILE-NAME>

   共享下载链接和文件名之间用制表符（Tab键）隔开，子文件夹的文件名需要包含子文件夹名称。关于URL列表文件的更多要求和限制，请查看存储迁移的约束与限制有哪些？。

   例如：

   http://100.93.xxx.xxx:7480/bucket01/dragon.png dragon.png
   http://100.93.xxx.xxx:7480/bucket01/index.html index.html

8. 按要求编辑完所有URL链接并检查无误后，保存该URL列表文件。

步骤二：上传URL列表文件至OBS桶

1. 登录OBS管理控制台，在左侧导航栏选择“桶列表”。
2. 在桶列表中，单击创建的目的端OBS桶，进入“对象”页面。
3. 单击“新建文件夹”，在“文件夹名称”中输入自定义名称（例如：cephUrl），单击“确定”。
4. 单击上一步创建的文件夹名称，进入该文件夹，单击“上传对象”，系统弹出“上传对象”对话框。
5. 通过以下任意方式，将待迁移对象的URL列表文件（在本文示例中为s3url.txt）上传至文件夹。
   • 拖拽URL列表文件至“上传对象”区域框内，单击“上传”。
   • 单击“上传对象”区域框内的“添加文件”，选择URL列表文件进行添加，单击“上传”。

步骤三：创建对象存储迁移任务

1. 登录迁移中心管理控制台。在左侧导航栏的项目下拉列表中选择创建的应用迁移项目。
2. 在左侧导航栏选择“存储迁移 > 对象存储迁移”，进入“对象存储迁移”页面。
3. 单击“独享集群 > 创建迁移任务”按钮，进入“创建迁移任务”页面。
4. 根据表1，配置基础信息参数。

   表1 基础信息参数配置说明

   参数	说明
   名称	用户自定义。只支持输入英文、数字、中文、中划线、下划线以及小数点，必须以中文、英文或者数字开头，且不能以小数点开头或结尾。
   区域	在下拉菜单中选择创建的目的端桶所在区域。
   描述	用户自定义。字符长度限制255，只支持输入英文、数字、中文、中划线、下划线、逗号、句号、顿号、空格以及小数点，且不能以小数点、中划线或下划线开头。
   集群	选择在完成准备工作时，创建的集群作为迁移集群。

5. 根据表2、表3，配置源端、目的端信息。

   表2 源端信息参数说明

   参数	说明
   数据站点类型	选择“HTTP/HTTPS数据源”。
   列表路径	填写在步骤二存放URL列表文件的文件夹名称（在本文示例中为cephUrl/），注意要在文件夹名称后面加上“/”。

   表3 目的端信息参数说明

   参数	说明
   数据站点类型	选择“华为云OBS”。
   凭证	单击下拉选择凭证。如未提前添加凭证，请单击“新增凭证”，填写凭证名称、选择认证方式、输入AK、SK，单击“校验并保存”，完成添加。
   开启KMS加密	否：不启用KMS密钥来加密您的源端凭证。
   	是：启用KMS密钥来加密您的源端凭证。 启用该功能，需要同意委托授权OMS访问KMS。同意后会授予自定义策略，自定义策略包含的内容如下： 查询密钥信息："kms:cmk:get" 解密数据密钥："kms:dek:decrypt" 创建不含明文数据密钥："kms:dek:create" 如果您有授权资格，则可直接授权。授权成功后，无需再次授权。授权成功后，进行如下操作： 从KMS密钥中选择，在下拉菜单中选择自定义密钥。如果还未创建密钥，创建方式请参见创建密钥。
   桶	选择创建的目的端OBS桶。
   桶类型	根据桶的实际类型选择。桶类型可以通过查看桶的基本信息获取。
   对象存储终端地址	输入目的端桶所在区域的终端节点（Endpoint）信息。 例如：目的端桶所在区域为华北-北京四，则输入“obs.cn-north-4.myhuaweicloud.com”。 说明： 可在OBS桶的基本信息查看。
   指定前缀	可选参数。将对象迁移到指定前缀，例如：源端对象路径为/A/B/C.txt，目的端前缀配置为/D，迁移后目的端对象路径为/D/A/B/C.txt，前缀字符整体长度不能超过1024。详细介绍请参考 设置“保存到指定前缀”参数中的功能介绍。

6. 根据表4，进行迁移配置。

   表4 迁移配置参数说明

   参数	子参数	说明
   迁移方式	全量迁移	迁移源端桶/文件夹内的全部数据。
   	列表迁移	通过列表文件过滤迁移，只迁移列表文件中的对象。 在“列表路径”输入存放在目的端桶的对象列表文件路径。对象列表文件的约束与限制如下： 目的端为OBS 对象列表文件大小不能超过30MB。 对象列表文件类型必须为.txt类型，并且元数据ContentType只能为text/plain。 对象列表文件必须是UTF-8无BOM格式编码格式。 对象列表文件每行只能包含一个对象名称，且对象名称使用URL Encode编码。 对象列表文件行长度不超过16KB，否则迁移失败。 对象列表文件元数据中不能设置ContentEncoding，否则迁移失败。 对象列表文件行数不超过10,000行。 目的端为NAS 对象列表文件大小不能超过30MB。 对象列表文件类型必须为.txt类型。 对象列表文件必须是UTF-8无BOM格式编码格式。 对象列表文件每行只能包含一个对象名称，且对象名称使用URL Encode编码。 对象列表文件行长度不超过16KB，否则迁移失败。 对象列表文件行数不超过10,000行。 注意： 列表迁移源端为NAS时注意事项： 如果文件存储服务地址是以冒号加斜杠（:/）结尾，请确保在列表文件中的路径是相对于挂载地址的绝对路径。 例如，文件存储服务地址为"192.1.1.1:/"，挂载地址为"/mnt/turbo"，则填写"/mnt/turbo"下的绝对路径。 如果要使用列表迁移的形式迁移"test2.log"文件，则应在列表中填写路径：/mgc/filter_test/test2.log 如果文件存储服务地址在冒号加斜杠（:/）之后还包含其他路径，配置列表路径单时，除了填写挂载地址下的绝对路径外，还要加上文件存储服务地址:/之后的部分。 例如，文件存储服务地址为"192.1.1.1:/mgc-test"，挂载地址为"/mnt/turbo"，则填写"mgc-test+/mnt/turbo"下的绝对路径。 如果要使用列表迁移的形式迁移迁移"test2"文件，则应在列表中填写路径：/mgc-test/autotest/filter_test/test2。
   	前缀迁移	仅支持云平台数据类型。 在“前缀路径”输入对象名称或者名称前缀，则只迁移与输入对象名称或名称前缀一致的对象。 须知： 输入对象前缀路径时，如果对象文件在源端桶的根目录下，则直接添加前缀；如果对象文件存在目录路径，则需要在对象前缀前添加对象文件所在的目录路径。格式为：文件夹/对象前缀。 多个前缀之间用英文逗号分隔。
   并发子任务数	-	默认5，支持用户自定义。配置的数目不能超过可用迁移节点数x10。例如：可用的迁移节点数为2，则最大子任务数配置数目需要≤20。
   同名覆盖方式	不覆盖	对于源端和目的端存在的同名文件，跳过源端文件，保留目的端文件。 警告： 首次迁移时选择“不覆盖”，不会迁移源端中父文件夹的属性到目的端，可能会造成文件夹属性不完整。为规避这一风险，首次迁移时请谨慎使用“不覆盖”策略。 选择“不覆盖”策略进行数据迁移时，如果迁移任务因错误中断后重启或从暂停状态恢复，可能会造成部分数据未完全迁移，而任务显示成功的现象，影响数据的完整性。为规避这一风险，请谨慎使用“不覆盖”策略。
   	直接覆盖	对于源端和目的端存在的同名文件，源端文件直接覆盖目的端文件。
   	对象大小与最后修改时间覆盖	对于文件迁移：源端和目的端存在的同名文件，保留最后修改时间较新的文件；如果最后修改时间相同，比较文件大小，大小不同则源端覆盖目的端文件；如果最后修改时间和大小都相同，则跳过； 对于文件夹迁移：当文件迁移完成后再比对文件夹大写、时间和权限，如果文件夹大小不同/时间不相同/权限不相同，则源端覆盖目的端文件夹； 说明： 对于空文件夹，覆盖策略与文件相同。
   	CRC64对比覆盖	迁移前，对于源端和目的端存在的同名对象，对比源端和目的端对象元数据中的CRC64值，相同则跳过，不同则覆盖。如果源端与目的端对象元数据中不存在CRC64值，则默认使用大小/最后修改时间对比覆盖策略执行。 说明： 目前仅支持华为云、阿里云、腾讯云。 目的端OBS桶需开启CRC64特性白名单。
   一致性校验	对象大小与最后修改时间校验	默认配置，通过对比源端和目的端对象大小与最后修改时间，判断迁移后数据是否完整。
   	CRC64校验	通过对比源端和目的端对象元数据中CRC64值，校验数据一致性。当源端数据或目的端数据未含CRC64，OMS会生成CRC64值。注意：CRC64校验可能会产生额外的外网流量费用和请求费用。详见一致性校验说明。 说明： 目前仅支持华为云、阿里云、腾讯云。 目的端OBS桶需开启CRC64特性白名单。
   迁移元数据	-	选择是否迁移元数据。 勾选，则迁移源端对象元数据。 不勾选，仅迁移Content-Type和Content-Encoding元数据。如果源端存储服务提供商未提供该元数据（如优刻得未提供Content-Encoding），则该元数据将不会被迁移。
   清理集群	-	选择工作流是否创建清理集群步骤。 勾选，迁移工作流将自动创建清理集群步骤，您还可以继续配置是否删除NAT网关、安全组、VPCEP服务等。 不勾选，迁移工作流不创建清理集群步骤，工作流创建30天后系统会自动清除集群。

7. （可选）根据表5，配置高级选项。

   表5 高级选项参数说明

   参数	说明
   目的端存储类型	选择迁移到华为云OBS后，对象的存储类型。存储策略说明请参见存储类型介绍。
   KMS加密	仅目的端选择华为云OBS时支持配置。 不勾选，迁移后对象状态与目的端桶级服务端加密状态保持一致。 勾选，所有对象在迁移到OBS桶后都将被加密存储。 说明： 使用KMS服务端加密可能会降低迁移速率10%左右。 目的端桶所在区域支持KMS加密时，此参数才可用。
   解冻归档数据	不勾选：如果遇到归档类型对象，则直接判定该对象迁移失败并跳过，继续迁移其余对象。 勾选：如果遇到归档类型对象，则自动解冻该对象并进行迁移。如果解冻失败，则判定该对象迁移失败并跳过，继续迁移其余对象。 说明： 在数据迁移的列举阶段，系统会对列举出的所有数据发起取回操作，源端云服务商会收取相应的API调用费用和存储费用。为了避免产生多余的解冻费用，建议您优先在源端手动操作解冻后再开始迁移。
   过滤配置	通过黑、白名单以及时间段过滤迁移文件。过滤策略详细介绍请参见过滤策略说明。
   CDN迁移支持	当默认域名不能满足您的迁移需求，比如您需要一个自定义域名以便使用CDN降低源端出口下载流量的费用，可以勾选此选项。在域名输入框中输入自定义域名，并选择传输协议。HTTP协议安全级别低于HTTPS协议，推荐使用HTTPS协议。 源端为阿里云OSS、腾讯云COS时，如果使用了CDN鉴权，还需要选择“鉴权类型”并输入“鉴权密钥”。
   SMN消息发送配置	选择是否使用SMN消息通知功能，该功能可以通知您迁移任务的结果。 不勾选，不接收SMN消息。 勾选，接收SMN消息。选择SMN主题，会向该主题的订阅者发送消息；选择消息发送语言；选择发送消息的触发条件，支持同时勾选。
   流量控制	设置迁移任务在指定时段的最大流量带宽。 不勾选，不进行流量控制。 勾选，进行流量控制。分别设置“开始时间”、“结束时间”和“限速”数值。 例如：设置开始时间08：00、结束时间12：00、限速为20 MB/s，当迁移任务运行到（08:00~12:00）该时间段时，最大迁移速度将限制为20 MB/s。该时间段以外，迁移速度不做限制。 说明： 限速的数值范围：1~1048576 MB/s 。 创建多条限速规则时，限速时段不能重叠。 例如：已有一条规则，限速时段是8:00~12:00，那么7:00~13:00，7:00~8:00，9:00~12:00...有时间重叠的规则，都无法创建成功。 开始时间不能晚于等于结束时间。 例如：不能设置时间段为23:00~次日01:00。 最多可以创建5条记录。 时区时间以目的端Region的当地时间为准。
   定时迁移	设置迁移任务在指定时间内自动迁移。 不勾选，手动启动/暂停迁移任务。 勾选，设置任务在指定时间范围内进行迁移，指定时间以外则暂停迁移。 例如： 设置开始时间08：00、结束时间12：00，则迁移任务会在每天早晨08:00至中午12:00该时间段进行迁移。该时间段以外，则迁移任务暂停。 设置开始时间12：00、结束时间08：00，则迁移任务会在每天中午12：00至次日早晨08：00该时间段进行迁移。该时间段以外，则迁移任务暂停。

8. 迁移任务配置完成后，单击“下一步：确认信息”按钮，进入确认信息页面。
9. 确认配置信息无误后，单击“确认创建迁移任务”，弹出启动迁移任务窗口，此时工作流已创建完成。
   • 如果您希望立即开始迁移，则单击“确认”按钮，立即启动任务。
   • 如果仅需保存任务配置暂不启动迁移，则单击“取消”。此时迁移任务状态为“待启动”，尚未开始迁移。后续可在任务列表中单击“启动”按钮启动迁移。

步骤四：恢复桶的访问策略

迁移完成后，恢复源端桶的访问策略。

• 如果在步骤1.中执行命令的返回结果为 Policy: none，请执行如下命令，删除添加的公开访问策略：

  s3cmd delpolicy s3://<BUCKET-NAME> 

• 如果在步骤1.中执行命令的返回结果包含访问策略，请按以下步骤恢复。
  1. 执行如下命令，删除添加的公开访问策略:

     s3cmd delpolicy s3://<BUCKET-NAME> 

  2. 执行如下命令，恢复访问策略为保存的原有策略。

     s3cmd setpolicy <保存的原策略>.json s3://<BUCKET-NAME>