Data Online Migration：準備工作

步驟一：上傳列表檔案

HTTP/HTTPS列表檔案包括2類檔案，1個manifest.json檔案和1個或多個example.csv.gz檔案，example.csv.gz為CSV壓縮後的列表檔案，單個example.csv.gz檔案大小不超過25 MB，manifest.json為對CSV檔案進行項配置的檔案，支援上傳至OSS或者AWS S3。

1. 建立CSV列表檔案

   在本地建立CSV格式的列表檔案。列表檔案最多支援8項，項與項之間用英文逗號（,）分隔；每行一個檔案，檔案之間用\n換行。各項的含義如下表所示。

   重要

   Key和Url為必填項，其餘項可以不填寫。

   • 必填項

     名稱	是否必填	描述	說明
     Url	是	線上遷移服務使用該連結的Get請求下載檔案內容，Head請求擷取檔案中繼資料。 說明 Url需確保可以直接使用[curl --HEAD "$Url"]、[curl --GET "$Url"]等命令正常訪問。線上遷移服務不支援重新導向的$Url。	Url和Key項必須要做編碼處理，不做編碼處理、包含特殊字元可能會導致檔案遷移失敗。 Url項的編碼原則：在curl等命令列工具（非重新導向）可正常訪問的基礎上，再進行一次Url編碼。 Key項的編碼原則：在您期望該檔案在OSS上的ObjectName基礎之上，再進行一次Url編碼。 重要 Url和Key項做編碼處理後，請務必進行以下內容確認，否則可能會導致檔案遷移失敗，或遷移到目的端的檔案路徑與您的預期不符。 原字串中的加號（+）已被編碼成%2B。 原字串中的百分比符號（%）已被編碼成%25。 原字串中的半形逗號（,）已被編碼成%2C。 例如，原字串為a+b%c,d.file，編碼後的字串應該是a%2Bb%25c%2Cd.file。
     Key	是	遷移後的Object Name為prefix+檔案名稱。

     假設您已產生未進行url編碼的CSV檔案，名稱為plain_example.csv，該檔案僅有兩列，第一列為Url，這些Url可直接使用curl命令進行訪問；第二列為Key，這些Key即為您期望該檔案在OSS上的ObjectName。如下：

     https://help-static-aliyun-doc.aliyuncs.com/assets/img/zh-CN/1354977961/p486238.jpg,assets/img/zh-CN/1354977961/p486238.jpg
     https://www.example-fake1.com/%E7%BC%96%E7%A0%81%E5%90%8E%E6%89%8D%E8%83%BD%E8%AE%BF%E9%97%AE%E7%9A%84url/123.png,編碼後才能訪問的url/123.png
     https://www.example-fake2.com/無需編碼即可訪問的url/123.png,無需編碼即可訪問的url/123.png
     https://www.example-fake3.com/漢語/日本語にほんご/한국어/123.png,漢語/日本語にほんご/한국어/123.png

     重要

     請勿在Windows系統下使用內建的記事本軟體編輯manifest.json或plain_example.csv，因為該軟體可能會在檔案內容起始3個位元組添加特殊標記（0xefbbbf），從而可能引發線上遷移服務的解析異常。您可以在Linux或macOS下執行od -c plain_example.csv | less確認檔案內容的起始3位元組是否包含特殊標記。Windows系統下建議您使用Notepad++、Visual Studio Code等軟體建立或編輯檔案。

     如下Python編碼範例程式碼將會按行讀取plain_example.csv，並將編碼後的結果輸出到example.csv。代碼僅供您參考，請根據實際需要進行適當修改。

     # -*- coding: utf-8 -*-
     import sys
     
     if sys.version_info.major == 3:
         from urllib.parse import quote_plus
     else:
         from urllib import quote_plus
         reload(sys)
         sys.setdefaultencoding("utf-8")
     
     # Source CSV file path.
     src_path = "plain_example.csv"
     # URL-encoded file path.
     out_path = "example.csv"
     
     # The sample CSV contains only two columns: url and key.
     with open(src_path) as fin, open(out_path, "w") as fout:
         for line in fin:
             items = line.strip().split(",")
             url, key = items[0], items[1]
             enc_url = quote_plus(url.encode("utf-8"))
             enc_key = quote_plus(key.encode("utf-8"))
             # The enc_url and enc_key vars are encoded format.
             fout.write(enc_url + "," + enc_key + "\n")
     

     運行上述代碼，輸出後的example.csv內容為：

     https%3A%2F%2Fhelp-static-aliyun-doc.aliyuncs.com%2Fassets%2Fimg%2Fzh-CN%2F1354977961%2Fp486238.jpg,assets%2Fimg%2Fzh-CN%2F1354977961%2Fp486238.jpg
     https%3A%2F%2Fwww.example-fake1.com%2F%25E7%25BC%2596%25E7%25A0%2581%25E5%2590%258E%25E6%2589%258D%25E8%2583%25BD%25E8%25AE%25BF%25E9%2597%25AE%25E7%259A%2584url%2F123.png,%E7%BC%96%E7%A0%81%E5%90%8E%E6%89%8D%E8%83%BD%E8%AE%BF%E9%97%AE%E7%9A%84url%2F123.png
     https%3A%2F%2Fwww.example-fake2.com%2F%E6%97%A0%E9%9C%80%E7%BC%96%E7%A0%81%E5%8D%B3%E5%8F%AF%E8%AE%BF%E9%97%AE%E7%9A%84url%2F123.png,%E6%97%A0%E9%9C%80%E7%BC%96%E7%A0%81%E5%8D%B3%E5%8F%AF%E8%AE%BF%E9%97%AE%E7%9A%84url%2F123.png
     https%3A%2F%2Fwww.example-fake3.com%2F%E6%B1%89%E8%AF%AD%2F%E6%97%A5%E6%9C%AC%E8%AA%9E%E3%81%AB%E3%81%BB%E3%82%93%E3%81%94%2F%ED%95%9C%EA%B5%AD%EC%96%B4%2F123.png,%E6%B1%89%E8%AF%AD%2F%E6%97%A5%E6%9C%AC%E8%AA%9E%E3%81%AB%E3%81%BB%E3%82%93%E3%81%94%2F%ED%95%9C%EA%B5%AD%EC%96%B4%2F123.png

   • 全部項

     名稱	是否必填	說明
     Key	是	遷移後的Object Name為prefix+檔案名稱。
     Url	是	線上遷移服務使用該連結的Get請求下載檔案內容，Head請求擷取檔案中繼資料。
     Size	否	遷移檔案的大小，單位為位元組（Byte）。
     StorageClass	否	源Bucket的儲存類型。
     LastModifiedDate	否	待遷移檔案的最後修改時間。
     ETag	否	待遷移檔案的ETag。
     HashAlg	否	待遷移檔案的Hash演算法。
     HashValue	否	待遷移檔案的Hash值。

     說明

     以上樣本中各項的順序並非固定順序，只需與manifest.json檔案中fileSchema項順序保持一致即可。

2. 壓縮CSV檔案

   需要將CSV檔案壓縮為csv.gz檔案，壓縮方法如下：

   • 壓縮單個檔案

     例如dir目錄下有一個檔案example.csv，需執行如下壓縮命令：

     gzip -c example.csv > example.csv.gz

     說明

     執行以上gzip命令壓縮檔，不會保留源檔案，如需保留源檔案壓縮，請執行命令gzip -c 源檔案 > 源檔案.gz。

     壓縮後得到.csv.gz檔案。

   • 壓縮多個檔案

     例如dir目錄下有三個檔案example1.csv、example2.csv和 example3.csv，需執行如下壓縮命令：

     gzip -r dir

     說明

     gzip命令不會打包目錄，而是將指定目錄下所有子檔案分別進行壓縮，且不會保留對應的源檔案。

     壓縮後在dir目錄下得到三個檔案example1.csv.gz、example2.csv.gz和example3.csv.gz。

3. 建立manifest.json檔案

   支援配置多個CSV檔案，具體內容如下。

   • fileFormat：指定列表檔案格式為CSV

   • fileSchema：對應CSV中檔案項，請注意順序。

   • files：

     • key：CSV檔案在Bucket中的位置。

     • MD5checksum：16進位的MD5字串，不區分大小寫。例如：91A76757B25C8BE78BC321DEEBA6A5AD，如果不填寫該值，則不會做校正。

     • size：列表檔案大小。

   如下樣本僅供您參考。

   {
       "fileFormat":"CSV",
       "fileSchema":"Url, Key",
       "files":[{
           "key":"dir/example1.csv.gz",
           "MD5checksum":"",
           "size":0
       },{
           "key":"dir/example2.csv.gz",
           "MD5checksum":"",
           "size":0
       }]
   }

4. 您可以選擇將建立的2類列表檔案上傳到OSS或AWS S3。

   • 將建立的2類列表檔案上傳到OSS的具體操作，請參見簡單上傳。

     說明

     • 列表檔案上傳到OSS後，線上遷移服務會下載列表檔案，並根據指定的地址遷移檔案。

     • 建立任務時，請填寫檔案清單所在Bucket資訊，列表路徑的格式為列表所在目錄/manifest.json，例如dir/manifest.json。

   • 將建立的2類列表檔案上傳到AWS S3。

     說明

     • 列表檔案上傳到AWS S3後，線上遷移服務會下載列表檔案，並根據指定的地址遷移檔案。

     • 建立任務時，請填寫檔案清單所在Bucket資訊，列表路徑的格式為列表所在目錄/manifest.json，例如dir/manifest.json。

步驟三：登入控制台RAM使用者並添加許可權

在使用者頁面，單擊目標RAM使用者操作列的添加許可權。

1. 系統策略：管理OSS線上遷移服務的許可權（AliyunOSSImportFullAccess）。

2. 自訂權限原則：該策略必須包含ram:CreateRole、ram:CreatePolicy、ram:AttachPolicyToRole許可權。用於線上遷移控制台建立OSS資料地址 > 授權角色 > 建立角色使用。

   可參考建立自訂權限原則進行許可權管理，以下是相關的權限原則指令碼代碼：

     {
       "Version":"1",
       "Statement":[
           {
               "Effect":"Allow",
               "Action":[
                   "ram:CreateRole",
                   "ram:CreatePolicy",
                   "ram:AttachPolicyToRole"
               ],
               "Resource":"*"
           }
       ]
   }

步驟四：建立用於遷移資料的RAM角色

1. 登入RAM控制台。

2. 在左側導覽列，選擇身份管理 > 角色。

3. 在角色頁面，單擊建立角色。

4. 在建立角色頁面的選擇可信實體類型地區，選擇阿里雲服務，點擊下一步。

5. 在已選擇可信實體類型地區，選擇普通服務角色，輸入角色名稱（角色名稱務必全部小寫）和選擇受信服務（線上遷移服務）。

6. 記錄下該角色名稱供步驟五使用。

步驟五：為RAM角色授權策略