遷移數據

• Hadoop FsShell

  對于文件較少或者數據量較小的場景，可以直接使用Hadoop的FsShell進行同步：

  • hadoop dfs -cp hdfs://emr-cluster/README.md jfs://emr-jfs/

  • hadoop dfs -cp oss://oss_bucket/README.md jfs://emr-jfs/

• DistCp

  對于文件較多或者數據量較大的場景，推薦使用Hadoop內置的DistCp進行同步：

  • hadoop distcp hdfs://emr-cluster/files jfs://emr-jfs/output/

  • hadoop distcp oss://oss_bucket/files jfs://emr-jfs/output/

  說明 DistCp參數詳情，請參見DistCp Version2 Guide。

利用JindoFS緩存模式

緩存模式是兼容現有OSS的存儲方式，文件會以原生對象的形式存儲在OSS上，同時OSS文件通過JindoFS緩存模式訪問時，也有機會在本地進行數據和元數據的緩存、加速訪問，具體請參見JindoFS緩存模式。