本文来源于阿里云社区电子书《阿里云产品四月刊》

CPFS 智算版数据流动

 

• CPFS 智算版多租支持与 OSS 数据流动，支持手动导入和导出
  

 

• 支持 CPFS 智算版文件系统与 OSS 之间的数据导入和导出，单文件导入吞吐最大为 60MB/s，多文件导入吞吐最大为 5GB/s，单文件导出吞吐最大为 300MB/s，多文件导出吞吐最大为 3GB/s。
  

 

1. 数据流动概述
   

CPFS 智算版文件系统与对象存储 OSS 之间已实现数据流动。您可以通过创建数据流动任务实现不同源端的数据同步。

 

背景信息

 

当 CPFS 智算版文件系统中的目录与 OSS Bucket 创建数据流动后，通过创建数据流动任务，可以完成数据的高速传输。传输完成后，您能通过高性能且 POSIX 兼容的文件接口快速地处理 OSS 中的数据。同时，CPFS 智算版支持通过文件存储控制台或 OpenAPI 将数据导出至 OSS Bucket。

 

• 目录级别的数据流动
  

 

您可以通过创建数据流动，建立从 CPFS 智算版文件系统任意子目录到 OSS Bucket 下任意 prefix 的映射，实现更细粒度的权限控制与更灵活的数据传输。

 

• 数据的导入与导出
  

 

您可以创建数据流动任务实现 CPFS 智算版文件系统与 OSS 之间的数据导入和导出，以便在计算任务开始前将数据同步至高性能的 CPFS 智算版文件系统上。如果任务执行失败，您可以通过任务报告检查失败原因。

 

重要

CPFS 智算版会将 File Modification timestamps 属性导出到 OSS Bucket 的自定义元数据中，其命名为 x-oss-meta-hbr-buckup-mtime，不能删除或修改，否则文件系统中的 File Modification timestamps 属性会错误。

 

使用限制

 

• 数据流动
  

 

• 仅 CPFS 智算版 2.4.0 及以上版本支持数据流动。
  
• 单个 CPFS 智算版文件系统最多支持创建 10 个数据流动。
  
• 单个 CPFS 智算版文件系统的文件路径只能与一个 OSS Bucket 链接。
  
• CPFS 智算版文件系统不支持与其他区域的 OSS Bucket 创建数据流动。
  

 

• 数据流动对文件系统的限制
  

 

• 在数据流动关联的文件系统路径中，不可对非空目录执行重命名操作，否则报 错 Permission Denied 或者目录非空。
  
• 目录、文件名中的特殊字符需要谨慎使用，支持大小写字母、数字、感叹号（！）、短划线（-）、下划线（_）、半角句号（.）、星号（*）和半角圆括号（()）。
  
• 不支持超长路径，数据流动支持的路径最大长度是 1023 字符。
  

 

• 数据流动导入限制
  

 

• Symlink 类型的文件导入到 CPFS 智算版后，会转变为包含数据的普通文件，并丢失 Symlink 信息。
  

 

• 如果 OSS Bucket 存在多个版本，则只复制最新的版本。
  
• 不支持长度大于 255 字节的文件名或子目录名。
  

 

• 数据流动导出限制
  

 

• Symlink 类型的文件在同步到 OSS 后，不会同步 Symlink 所指向的文件，而是会变成一个普通的无数据空白对象。
  
• Hardlink 类型的文件仅作为普通文件同步到 OSS。
  
• Socket、Device、Pipe 类型的文件导出到 OSS Bucket 时，会变成一个普通的无数据空白对象。
  
• 不支持长度大于 1023 字符的目录路径。
  

 

 

使用流程

 

• 创建数据流动。具体操作，请参见管理数据流动。
  

 

• 创建数据导入、数据导出或数据删除任务。具体操作，请参见管理数据流动任务。
  

 

 

性能指标

 

 

 

 

 

 

2. 管理数据流动
   

在实现 CPFS 智算版文件系统与 OSS Bucket 之间的数据流动之前，需要确保已经创建了对应的数据流动。本文介绍如何在文件存储控制台创建并管理 CPFS 智算版数据流动。

 

前提条件

 

• 源端 OSS Bucket 已设置标签（key: cpfs-dataflow, value: true）。在数据流动的使用过程中，不能删除和修改该标签，否则 CPFS 智算版文件系统数据流动无法访问 Bucket 的数据。更多信息，请参见 OSS Bucket 设置标签。
  

 

• 如果多个 CPFS 智算版文件系统的数据流动，或者同一个 CPFS 智算版文件系统的多个数据流动的源端存储是同一个 OSS Bucket，为了防止多个数据流动向同一个OSS Bucket 导出数据时产生数据冲突，需要该 OSS Bucket 开启版本控制。更多信息，请参见版本控制介绍。
  

 

《阿里云产品四月刊》—CPFS 智算版数据流动（2）https://developer.aliyun.com/article/1554196