AWS VS. Azure VS. Google:离线数据迁移大比拼

本文涉及的产品
数据传输服务 DTS,数据同步 small 3个月
推荐场景:
数据库上云
数据传输服务 DTS,数据迁移 small 3个月
推荐场景:
MySQL数据库上云
数据传输服务 DTS,数据同步 1个月
简介:

将存储磁盘发送到云提供商那里,似乎是一个过时的数据迁移方法,但它却是一个常见的选择。对此,AWS、Azure和Google是如何管理这个过程的。

对于那些需要将TB级数据传输到公有云,但却无法访问廉价和快速的网络连接的企业来说,他们通常会使用更老式的方法:离线存储。这意味着企业将数据存储在物理磁盘上,然后将该磁盘运送到云提供商那里,云提供商再将数据加载到云端。

然而,在开始此过程之前,企业IT团队需要认真规划、预算,并在一般情况,验证其数据可以安全迁移的可能。以下是Amazon Web Services(AWS)、Google Cloud Platform和Microsoft Azure的各种离线数据迁移服务。

AWS

AWS的主要离线数据迁移服务是Snowball和Snowmobile。

使用Snowball,管理员在AWS管理控制台中创建一个任务,随后AWS向他们发送一个名为Snowball的物理磁盘。用户加载那些带他们希望迁移到云端数据的Snowball。数据卷将通过电子进行标记,这样当设备到达AWS时,供应商可以将数据加载到云端。

当数据发布时,AWS将每次使用Snowball迁移数据的服务费;50TB(TB)的Snowball 设备成本为200美元,而80TB的成本为250美元。

为了获得更大的数据传输需求,AWS提供了EB规模的数据传输服务Snowmobile,它允许用户传输高达100 PB的数据。AWS对Snowmobile服务收取的费用,是基于每月的存储数据量来定的 。

Microsoft Azure

Microsoft Azure提供类似于AWS Snowball的服务,称为导入/导出服务,但不向用户提供物理磁盘。相反,他们必须提供自己的硬盘,并遵循以下要求:

使用2.5英寸固态硬盘(SSD)或2.5英寸或3.5英寸SATA II或SATA III内置硬盘。

将数据复制到硬盘驱动器时,使用2.5英寸SSD或2.5英寸或3.5英寸SATA II或SATA III连接器;或者使用外部2.5英寸SSD或2.5英寸或3.5英寸 SATA II或III USB适配器连接到外部。

硬盘可达10 TB。

对于导入任务,Microsoft将仅处理驱动器上的第一个数据卷。

用户必须使用NT文件系统格式化数据卷 。

数据发布后,Microsoft对每个存储设备收取80美元的费用,并建议用户下载最新版本的WAImportExport工具。 此工具将数据卷复制到用户购买的物理驱动器上。

Google Cloud Platform

Google的Offline Media Import/Export 涉及到了第三方供应商,但功能类似于AWS和Microsoft的离线数据迁移服务。在这种情况下,企业将其存储设备发送到第三方服务提供商那里,然后将数据上传到Google云端。

对于Offline Media Import/Export ,企业必须自己选择第三方提供商,而不是通过谷歌。这些提供商包括北美的Iron Mountain,以及欧洲、中东和非洲以及亚太地区的Prime Focus Technologies 。

一般来说,不要离线数据迁移

虽然离线数据迁移服务可能看起来像是一次性事件,但在未来几年内,许多企业将会经历数十次。而且IT人员必须在工作流程和技术方面花费精力;还不能忽视创建专门团队的想法。

其次,考虑到安全性。大多数云提供商让客户加密数据,通过使用BitVault等技术,但是物理磁盘在传输中丢失时,也要保证企业数据不会泄漏,这也非常重要。是在物理磁盘中产生数据卷,还是其它的存储设备,把数据传输到公有云中,这是用户自己的选择。

最后,在使用这些数据迁移服务之前,要妥善地规划项目。当你需要时,要先充分了解你所需要的物理设备、了解资源的数量和所需的人员数量。一个好的计划可以减少额外的时间和成本。

本文转自d1net(转载)

相关实践学习
部署高可用架构
本场景主要介绍如何使用云服务器ECS、负载均衡SLB、云数据库RDS和数据传输服务产品来部署多可用区高可用架构。
Sqoop 企业级大数据迁移方案实战
Sqoop是一个用于在Hadoop和关系数据库服务器之间传输数据的工具。它用于从关系数据库(如MySQL,Oracle)导入数据到Hadoop HDFS,并从Hadoop文件系统导出到关系数据库。 本课程主要讲解了Sqoop的设计思想及原理、部署安装及配置、详细具体的使用方法技巧与实操案例、企业级任务管理等。结合日常工作实践,培养解决实际问题的能力。本课程由黑马程序员提供。
目录
相关文章
|
8月前
|
存储 人工智能 大数据
云计算平台:AWS、Azure和Google Cloud的比较与选择
在当今数字化时代,云计算平台成为了企业和个人的首选。本文将重点比较三大主流云计算平台:AWS、Azure和Google Cloud,从性能、功能、可用性以及定价等方面进行综合评估,帮助读者更好地选择适合自己需求的云计算平台。
|
8月前
|
机器学习/深度学习 人工智能 安全
【专栏】云计算平台的比较与选择:AWS、Azure 和 Google Cloud
【4月更文挑战第28天】本文对比了AWS、Azure和Google Cloud三大云计算平台,强调了解它们的差异对于企业选择合适云服务的重要性。AWS以其丰富功能和广泛覆盖领先,Azure与微软生态紧密集成,适合已使用微软技术的企业,而Google Cloud在大数据和AI领域有优势。选择时应考虑服务功能、成本、扩展性、技术支持、安全合规及行业生态。最终决策应基于全面评估以确保为企业提供高效、可靠的云服务。
798 0
|
8月前
|
存储 机器学习/深度学习 人工智能
云计算巨头之争:AWS、Azure和Google Cloud的综合对比与选择指南
本文详细比较了三大云计算平台AWS、Azure和Google Cloud在性能、可靠性、服务覆盖范围、定价策略以及生态系统等方面的优势和劣势。通过对这些关键因素的分析,读者将能够更好地理解各个平台的特点,并为自己的业务选择最合适的云计算平台。
818 0
|
8月前
|
人工智能 大数据 数据处理
云计算巨头大比拼:AWS、Azure和Google Cloud的终极对决
在云计算领域,AWS、Azure和Google Cloud三家巨头一直在竞相争夺市场份额。本文将从性能、可靠性、定价策略以及生态系统等方面对它们进行全面比较,帮助读者做出明智的选择。
1161 0
|
8月前
|
数据可视化 定位技术 Sentinel
如何用Google Earth Engine快速、大量下载遥感影像数据?
【2月更文挑战第9天】本文介绍在谷歌地球引擎(Google Earth Engine,GEE)中,批量下载指定时间范围、空间范围的遥感影像数据(包括Landsat、Sentinel等)的方法~
2748 1
如何用Google Earth Engine快速、大量下载遥感影像数据?
|
8月前
|
编解码 人工智能 算法
Google Earth Engine——促进森林温室气体报告的全球时间序列数据集
Google Earth Engine——促进森林温室气体报告的全球时间序列数据集
105 0
|
8月前
|
编解码 人工智能 数据库
Google Earth Engine(GEE)——全球道路盘查项目全球道路数据库
Google Earth Engine(GEE)——全球道路盘查项目全球道路数据库
171 0
|
8月前
|
编解码
Open Google Earth Engine(OEEL)——matrixUnit(...)中产生常量影像
Open Google Earth Engine(OEEL)——matrixUnit(...)中产生常量影像
88 0
|
8月前
Google Earth Engine(GEE)——导出指定区域的河流和流域范围
Google Earth Engine(GEE)——导出指定区域的河流和流域范围
306 0
|
8月前
|
传感器 编解码 数据处理
Open Google Earth Engine(OEEL)——哨兵1号数据的黑边去除功能附链接和代码
Open Google Earth Engine(OEEL)——哨兵1号数据的黑边去除功能附链接和代码
150 0