数据湖存储备份

Question

我正在为 Data Lake Store (DLS) 制定备份策略。我的计划是创建两个 DLS 帐户并在它们之间复制数据。我已经评估了几种方法来实现这一点，但它们都不能满足保留 POSIX ACL（DLS 用语中的权限）的要求。 PowerShell cmdlet 要求将数据从主 DLS 下载到 VM 并重新上传到辅助 DLS。 AdlCopy 工具仅适用于 Windows 10，不保留权限，也不支持跨区域复制数据（不是硬性要求）。数据工厂似乎是最明智的方法，直到我意识到它也不保留权限。 这使我想到了我的最后一个选择——Distcp。根据 Distcp 指南 (https://hadoop.apache.org/docs/current/hadoop-distcp/DistCp.html)，该工具支持保留权限。但是，使用 Distcp 的缺点是该工具必须从 HDInsight 运行。尽管它支持集群内和集群间复制，但我宁愿没有一个运行中的 HDInsight 集群仅用于备份操作。 我错过了什么吗？谁有更好的建议？

Answer 1

您的评估很全面。如果您想复制权限，这些确实是可用的选项。所以你必须选择其中之一，对不起。如果你真的想要一个可以复制权限的无服务器选项，那么 Azure 数据工厂就必须是它。您能否在这里创建一个反馈项目 - https://feedback.azure.com/forums/270578-data-factory？

谢谢， 萨钦谢斯 Azure 数据湖项目经理。