Azure Storage系列之使用AzCopy在blob之间同步数据

   AzCopy使用的场景其实非常多，也能帮助我们解决很多问题，这次就来分享两个不同场景下，AzCopy是如何帮我们解决问题的

    首先先来看下两个场景分别是什么

    1.需要下载存储在Azure Global上的blob

    2.需要在Azure Global和Azure China之间同步blob数据

    这两个都是实际的案例，首先来看第一个

    背景是在Azure Global的storage上有一个60T的vhd文件，这个文件是第三方厂商公开分享的，任何人都可以直接下载，而不需要经过身份验证，而我们需要做的就是要把这个放在Global的vhd文件迁移到中国区，然后再进行部署

    我们尝试了很多种方法    

    1.直接下载 -- 速度维持在kB级别，极不稳定

    2.使用各大网盘和下载工具离线下载 -- 根本下不动

    3.使用不可描述的工具科学下载 -- 开始时速度很客观，但一段时间后速度变为0    

    4.直接在Global Azure创建一台VM进行下载 -- 速度位置在MB级别，稳定性尚可，但等待一段时间后，下载中断

    以上几种方法最终都被认定为不可行，最终还是使用AzCopy解决了这个问题

    首先我们先安装好azcopy，然后在中国区建一个storage和container，以存放拷贝来的数据

    以上这些都属于前期准备工作

    之后我们就来看如何进行数据的拷贝，首先在源端和目标端都是azure blob的时候，azcopy会有一些限制

•     必须向每个源 URL 追加一个 SAS 令牌。 

•     如果使用 Azure Active Directory （AD）提供授权凭据，则只能从目标 URL 中省略 SAS 令牌。

    所以，我们的源端必须是用SAS进行认证的，而我们的情况是源端是直接开放的，所以也不需要SAS了

    而目标端我们就需要使用Azure AD进行身份验证了

    Azure AD进行身份验证我们已经说了很多次了，具体如何操作呢，azcopy v10是可以让用户进行login的，所以这也就说明我们可以用我们的azure账户进行登录，而azure 用户现在是可以被直接赋予对blob的读写权限的，相关的role主要有以下几个

• Storage Blob Data Reader

• Storage Blob Data Owner

• Storage Blob Data Contributor

    概念和常规的role有点类似吧，我们这里是需要写入文件的，所以肯定不能用reader，我们直接assign一个owner的权限

    之后我们就开始进行迁移，首先先登录目标端环境

    azcopy login --aad-endpoint https://login.partner.microsoftonline.cn

    在浏览器访问这个标红的url，然后输入code，整个过程和cli以及linux下的powershell其实是一样的

    登录完成，我们尝试list下container里的内容，可以看到已经能列出相应的内容了

    azcopy list https://mxy.blob.core.chinacloudapi.cn/test

    之后我们直接使用copy命令将在Global的vhd文件copy到container里

    azcopy copy https://xxxxx.blob.core.windows.net/release/xxxxx.vhd https://.blob.core.chinacloudapi.cn/sms/sms-connector.vhd

    整个过程半小时就完成了，平均速度能达到400-500Mbps

    速度之所以可以达到这么快，是因为AzCopy 使用服务器到服务器 api，因此直接在存储服务器之间复制数据。 这些复制操作不会使用计算机的网络带宽。

    再来看第二种场景：

    在blob之间同步数据，因为这种同步很可能并不止是一次性同步，很可能之后要定期运行，所以源端和目标端我们都用SAS做身份验证

    关于SAS，这里篇幅有限就不多赘述了，我们直接生成一个storage级别的SAS

    之后使用azcopy sync命令进行同步    

    azcopy sync 'https://mxxxc.blob.core.windows.net/$web?sv=2019-02-02&ss=bfqt&srt=sco&sp=rwdlacuxxxxxx&st=2020-02-10T03:42:25Z&spr=https,http&sigxxxxxxc%3D' 'https://xxx.blob.core.chinacloudapi.cn/global?sv=2019-02-02&ss=bfqt&srt=sco&xxxxx5:59Z&st=2020-02-10T04:35:59Z&spr=https,http&sigxxxxxx3D' --recursive --s2s-preserve-access-tier=false

    可以在目标端看到数据已经过来了

    之后我们在源端上传一个新文件

    再次运行命令，可以看到这次只同步了一个文件

    通过这种方法，很快就可以把gloabl的数据同步到中国区，并且安全性也可以得到保障