教程：使用数据复制服务将数据复制到 Azure Data Box

Artículo
09/04/2024

本教程介绍如何在不使用中间主机的情况下，使用数据复制服务引入数据。数据复制服务在 Azure Data Box 上本地运行，通过服务器消息块 (SMB) 协议连接到网络连接存储 (NAS) 设备，并将数据复制到 Data Box。

数据复制服务：

可在中间主机不可用的 NAS 环境中使用。
可用于复制需要花费数周时间来引入和上传其中数据的小型文件。数据复制服务能够大幅缩减小型文件的引入和上传时间。

注意

不支持与非 Windows NAS 设备的复制服务兼容性。

本教程介绍如何执行下列操作：

将数据复制到 Data Box

先决条件

在开始学习本教程之前：

完成“设置 Azure Data Box”教程。
确保 Data Box 设备已送达，并且门户中的订单状态为“已送达”。
确保你具有包含源数据的 NAS 设备的凭据。
确保你已连接到高速网络。我们强烈建议你至少建立一个 10-Gb 以太网 (GbE) 连接。如果 10-GbE 连接不可用，但复制速度受到影响，则可以使用 1-GbE 数据链接。

将数据复制到 Data Box

连接到 NAS 设备之后，下一步是复制数据。

重要

若要避免数据损坏或丢失的可能性，请确保遵循建议的最佳做法：

在启动数据复制操作之前，请确保数据大小符合 Azure 存储和 Data Box 限制文章中所述的大小限制。
确保数据不会由 Data Box 以外的其他应用程序上传到 Data Box。同时执行数据复制操作可能会导致上传作业失败和数据损坏。
确保源数据在被数据复制服务读取时不会被修改。在复制操作期间修改数据可能会导致失败或数据损坏。
确保维护源数据的副本，直到 Data Box 传输过程完成，并且数据在 Azure 存储中可访问。

若要使用数据复制服务复制数据，需要创建一个作业：

在 Data Box 设备的本地 Web UI 中，选择“管理”>“复制数据”。
在“复制数据”页上，选择“创建”。

在“配置作业并启动”对话框中填写以下字段：

字段	值
作业名称	作业的唯一名称，少于 230 个字符。作业名称中不允许以下字符：<、>、\|、?、*、\、:、/ 和 \。
源位置	使用 `\\<ServerIPAddress>\<ShareName>` 或 `\\<ServerName>\<ShareName>` 格式提供数据源的 SMB 路径。
用户名	用于访问数据源的用户名，采用 `\\<DomainName><UserName>` 格式。本地管理员需要显式安全权限。右键单击文件夹，选择“属性”，然后选择“安全性”以在“安全性”选项卡中添加本地管理员。
密码	用于访问数据源的密码。
目标存储帐户	从列表中选择要将数据上传到的目标存储帐户。
目标类型	从列表中选择目标存储类型：“块 Blob”、“页 Blob”、“Azure 文件存储”或“块 Blob (存档)”。
目标容器/共享	输入目标存储帐户中要将数据上传到的容器或共享的名称。该名称可以是共享名称或容器名称。例如，使用 `myshare` 或 `mycontainer`。也可以输入 `sharename\directory_name` 或 `containername\virtual_directory_name` 格式的名称。
复制文件匹配模式	可按以下两种方式输入文件名匹配模式：使用通配符表达式：通配符表达式中仅支持 `` 和 `?`。例如，表达式 `.vhd` 匹配扩展名为 `.vhd` 的所有文件。类似地，`.dl?` 匹配扩展名为 `.dl` 或以 `.dl` 开头的所有文件，例如 `.dll`。同理，`foo` 匹配名称以 `foo` 结尾的所有文件。可以直接在该字段中输入通配符表达式。默认情况下，在该字段中输入的值被视为通配符表达式。使用正则表达式：支持基于 POSIX 的正则表达式。例如，正则表达式 `.*\.vhd` 匹配扩展名为 `.vhd` 的所有文件。对于正则表达式，请直接提供 `<pattern>` 作为 `regex(<pattern>)`。有关正则表达式的详细信息，请转到正则表达式语言 - 快速参考。
文件优化	启用此功能后，引入期间会打包小于 1 MB 的文件。打包可以加快小型文件的数据复制速度。如果文件数远远超出目录数，则打包还可以显著节省时间。如果使用文件优化：运行“准备交付”后，可以下载物料清单 (BOM) 文件（它列出了原始文件名），以帮助确保已复制所有正确的文件。请勿删除文件名以 `ADB_PACK_` 开头的打包文件。如果删除已打包的文件，则在将来复制数据时不会上传原始文件。请勿通过 SMB、NFS 或 REST API 等其他协议复制通过复制服务复制的相同文件。使用不同的协议可能会导致在数据上传过程中发生冲突和失败。 Azure 文件存储不支持文件优化。若要查看为非优化数据复制作业复制哪些时间戳、文件属性和访问控制列表 (ACL)，请参阅传输的元数据文章。

选择“开始”。随后会验证输入，如果验证成功，则启动某个作业。启动该作业可能需要花费几分钟时间。
将创建一个使用指定设置的作业。可以暂停、恢复、取消或重启作业，选中作业名称旁边的复选框，然后选择相应的按钮即可。
- 如果某个作业在高峰期会影响 NAS 设备的资源，可将其暂停：
  
  在非高峰期，可以恢复作业：
- 随时可以取消作业：
  
  取消作业时需要确认：
  
  取消复制作业不会删除作业期间已复制到设备的任何数据。若要删除已复制到 Data Box 设备的数据，请重置设备。
  
  注意
  
  如果取消或暂停作业，大型文件可能只复制了一部分。这些部分复制的文件将以相同的状态上传到 Azure。取消或暂停作业时，请确保文件已正常复制。若要验证这些文件，请查看 SMB 共享或下载 BOM 文件。
- 可以重启因暂时性错误（例如网络故障）导致的失败作业。但是，作业到达终端状态后无法重启，例如“已成功”或“已完成并出现错误”。记录文件命名或文件大小问题导致的错误，但在作业完成后无法重启。
  
  如果遇到故障且无法重启作业，请下载错误日志并找到底层故障。更正问题后，创建新的作业以复制文件。或者，还可以通过 SMB 复制文件。
- 当前版本不支持删除作业。
- 可以创建无限个作业，但在任意给定时间，最多只能同时运行 10 个作业。
- 如果“文件优化”处于打开阶段，则小文件会在上传过程中打包并解压缩，以提高复制性能。这些打包的文件是使用 GUID 命名的。请勿删除打包的文件。
作业正在进行时，“复制数据”页上会显示以下数据：
- “状态”列显示复制作业的状态。有效状态包括：
  - 正在运行
  - 失败
  - 成功
  - 正在暂停
  - 已暂停
  - 正在取消
  - 已取消
  - 已完成但出错
- “文件”列显示正在复制的文件的数目和总大小。
- “已处理”列显示已处理的文件的数目和总大小。
- “作业详细信息”列提供用于查看作业详细信息的链接。
- “# 错误”列显示复制过程中遇到的错误数。若要下载错误日志进行故障排除，请选择相应的“错误日志”列中的链接。