Datainmatning i Azure HPC Cache – MSRsync-metod

Den här artikeln innehåller detaljerade instruktioner för hur du använder msrsync verktyget för att kopiera data till en Azure Blob Storage-container för användning med Azure HPC Cache.

Mer information om hur du flyttar data till Blob Storage för Azure HPC Cache finns i Flytta data till Azure Blob Storage.

Verktyget msrsync kan användas för att flytta data till ett bakgrundslagringsmål för Azure HPC Cache. Det här verktyget är utformat för att optimera bandbreddsanvändningen genom att köra flera parallella rsync processer. Den är tillgänglig från GitHub på https://github.com/jbd/msrsync.

msrsync delar upp källkatalogen i separata "bucketar" och kör sedan enskilda rsync processer på varje bucket.

Preliminära tester med en virtuell dator med fyra kärnor visade bästa effektivitet när du använde 64 processer. Använd alternativet msrsync-p för att ange antalet processer till 64.

Observera att msrsync endast kan skriva till och från lokala volymer. Källan och målet måste vara tillgängliga som lokala monteringar på den arbetsstation som används för att utfärda kommandot.

Följ de här anvisningarna för att använda msrsync för att fylla Azure Bloblagring med Azure HPC Cache:

1. Installera msrsync och dess förutsättningar (rsync och Python 2.6 eller senare)

2. Fastställ det totala antalet filer och kataloger som ska kopieras.

   Använd till exempel verktyget prime.py med argument prime.py --directory /path/to/some/directory (tillgängligt genom att ladda ned https://github.com/Azure/Avere/blob/main/src/clientapps/dataingestor/prime.py).

   Om du inte använder prime.pykan du beräkna antalet objekt med GNU-verktyget find på följande sätt:

   find <path> -type f |wc -l         # (counts files)
   find <path> -type d |wc -l         # (counts directories)
   find <path> |wc -l                 # (counts both)
   

3. Dividera antalet objekt med 64 för att fastställa antalet objekt per process. Använd det här talet med -f alternativet för att ange storleken på bucketarna när du kör kommandot.

4. msrsync Utfärda kommandot för att kopiera filer:

   msrsync -P --stats -p64 -f<ITEMS_DIV_64> --rsync "-ahv --inplace" <SOURCE_PATH> <DESTINATION_PATH>
   

   Det här kommandot är till exempel utformat för att flytta 11 000 filer i 64 processer från /test/source-repository till /mnt/hpccache/repository:

   mrsync -P --stats -p64 -f170 --rsync "-ahv --inplace" /test/source-repository/ /mnt/hpccache/repository