使用 AWS DataSync上傳資料

AWS DataSync 是一種線上資料傳輸服務，可簡化、自動化和加速在內部部署儲存和 AWS 儲存服務之間或在 AWS 儲存服務之間移動資料的程序。 DataSync 支援各種內部部署儲存系統，例如 Hadoop 分散式檔案系統 (HDFS)、NAS檔案伺服器和自我管理物件儲存。

將資料取得到叢集的最常見方法是將資料上傳至 Amazon S3，並使用 Amazon 的內建功能將資料EMR載入叢集。

DataSync 可協助您完成下列任務：

若要將資料上傳至 S3 儲存貯體，請先在與內部部署儲存體相同的網路中部署一或多個 DataSync 代理程式。代理程式是用於對自我管理的位置讀寫資料的虛擬機器 (VM)。然後，您可以在 S3 儲存貯體所在的 AWS 帳戶 和 中啟用 AWS 區域 您的代理程式。

啟用代理程式後，您可以為內部部署儲存建立來源位置、S3 儲存貯體的目的地位置以及任務。任務是一組兩個位置 (來源與目的地) 和一組可用來控制任務行為的預設選項。

最後，您會執行 DataSync 任務，將資料從來源傳輸到目的地。

如需詳細資訊，請參閱 AWS DataSync入門。