使用 Boto 从 AWS Glacier 下载大型档案

Question

我正在尝试使用 Python 软件包 Boto 从 Glacier 下载大型存档（~ 1 TB）。我使用的当前方法如下所示：

import os
import boto.glacier
import boto
import time

ACCESS_KEY_ID = 'XXXXX'
SECRET_ACCESS_KEY = 'XXXXX'
VAULT_NAME = 'XXXXX'
ARCHIVE_ID = 'XXXXX'
OUTPUT = 'XXXXX'

layer2 = boto.connect_glacier(aws_access_key_id = ACCESS_KEY_ID,
                              aws_secret_access_key = SECRET_ACCESS_KEY)

gv = layer2.get_vault(VAULT_NAME)

job = gv.retrieve_archive(ARCHIVE_ID)
job_id = job.id

while not job.completed:
    time.sleep(10)
    job = gv.get_job(job_id)

if job.completed:
    print "Downloading archive"
    job.download_to_file(OUTPUT)

问题是作业 ID 会在 24 小时后过期，这段时间不足以检索整个档案。我需要将下载分成至少 4 个部分。我该怎么做并将输出写入单个文件？

Answer 1

好像调用job.download_to_file时直接指定chunk_size参数就可以了:

if job.completed:
    print "Downloading archive"
    job.download_to_file(OUTPUT, chunk_size=1024*1024)

但是，如果你不能在 24 小时内下载所有的块，我认为你不能选择只下载你使用 layer2 错过的那个。

第一种方法

使用 layer1 你可以简单地使用方法 get_job_output 并指定你想要下载的字节范围。

看起来像这样:

file_size = check_file_size(OUTPUT)

if job.completed:
    print "Downloading archive"
    with open(OUTPUT, 'wb') as output_file:
        i = 0
        while True:
            response = gv.get_job_output(VAULT_NAME, job_id, (file_size + 1024 * 1024 * i, file_size + 1024 * 1024 * (i + 1)))
            output_file.write(response)
            if len(response) < 1024 * 1024:
                break
            i += 1

使用此脚本，您应该能够在脚本失败时重新运行该脚本，并继续从您离开的位置下载您的存档。

第二种方法

通过挖掘 boto 代码，我在作业 class 中找到了一个 "private" 方法，您也可以使用它：_download_byte_range。使用此方法您仍然可以使用 layer2.

file_size = check_file_size(OUTPUT)

if job.completed:
    print "Downloading archive"
    with open(OUTPUT, 'wb') as output_file:
        i = 0
        while True:
            response = job._download_byte_range(file_size + 1024 * 1024 * i, file_size + 1024 * 1024 * (i + 1)))
            output_file.write(response)
            if len(response) < 1024 * 1024:
                break
            i += 1

Answer 2

您必须在 boto.connect_glacier 函数中添加 region_name，如下所示：

    layer2 = boto.connect_glacier(aws_access_key_id = ACCESS_KEY_ID,
                                aws_secret_access_key = SECRET_ACCESS_KEY,
                                region_name = 'your region name')

使用 Boto 从 AWS Glacier 下载大型档案

Downloading a large archive from AWS Glacier using Boto

python

amazon-web-services

boto

amazon-glacier

第一种方法

第二种方法