Я пробовал использовать Python + boto + многопроцессорность, S3cmd и J3tset, но боролся со всеми из них.
Любые предложения, возможно, готовые script, которые вы использовали, или другой способ, о котором я не знаю?
EDIT:
eventlet + boto - полезное решение, как указано ниже. Нашел хорошую статью справки о событиях здесь http://web.archive.org/web/20110520140439/http://teddziuba.com/2010/02/eventlet-asynchronous-io-for-g.html
Я добавил python script, который я сейчас использую ниже.
Хорошо, я понял решение, основанное на подсказке @Matt Billenstien. Он использует библиотеку событий. Здесь наиболее важен первый шаг (исправление обезьян стандартных библиотек IO).
Запустите этот script в фоновом режиме с nohup, и вы все настроены.
from eventlet import *
patcher.monkey_patch(all=True)
import os, sys, time
from boto.s3.connection import S3Connection
from boto.s3.bucket import Bucket
import logging
logging.basicConfig(filename="s3_download.log", level=logging.INFO)
def download_file(key_name):
# Its imp to download the key from a new connection
conn = S3Connection("KEY", "SECRET")
bucket = Bucket(connection=conn, name="BUCKET")
key = bucket.get_key(key_name)
try:
res = key.get_contents_to_filename(key.name)
except:
logging.info(key.name+":"+"FAILED")
if __name__ == "__main__":
conn = S3Connection("KEY", "SECRET")
bucket = Bucket(connection=conn, name="BUCKET")
logging.info("Fetching bucket list")
bucket_list = bucket.list(prefix="PREFIX")
logging.info("Creating a pool")
pool = GreenPool(size=20)
logging.info("Saving files in bucket...")
for key in bucket.list():
pool.spawn_n(download_file, key.key)
pool.waitall()
Используйте eventlet для ввода I/O parallelism, напишите простую функцию для загрузки одного объекта с помощью urllib, а затем используйте GreenPile, чтобы сопоставить это с списком входных URL-адресов - куча с 50 до 100 зелени должна делать...