[英]incrementally copy files from S3 to local hdfs
我有一个应用程序每天或每小时或仅将数据随机写入S3,另一个应用程序可将数据从S3读取到本地HBase。 有什么办法可以告诉最近更新的最后一个文件是什么,然后读取文件,换句话说,以增量方式复制文件?
例如:第1天:App1将文件1,2,3写入文件夹1; App2将这3个文件读取到HBase; 第4天:App1将文件4和5写入文件夹1、6、7、8到文件夹2; App2需要从文件夹1读取4&5,然后从文件夹2读取6,7,8。
谢谢
LastModified标头字段可用于根据创建日期处理数据。 这需要在客户端上内置一个逻辑,该逻辑存储已处理的项目和新项目。 您可以简单地存储您处理的日期,因此所有之后的日期都被视为新日期。
例:
s3cmd ls s3://test
2012-07-24 18:29 36303234 s3://test/dl.pdf
请参阅文件前面的日期。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.