从B服务器上获取A服务器上的文件
0
悬赏园豆：50
[已解决问题]
解决于 2014-01-16 12:48
A服务器：存放着原始数据，大约400G
B服务器：安装有我们公司的WEB应用系统，这个系统需要获取A服务器上的文件数据，然后会对数据内容进行分析，判断，归类，然后将相应信息存放到数据库，相应文件会存放到B服务器的FTP中。
还有一点，B服务器不止一个，实际上是许多用户都有自己的服务器，安装有我们的系统，但是原始数据都在A服务器上。
以前我们的系统实现的是读取本地的文件，分析后上传到FTP，所以最差就是拿着U盘去A服务器拷贝数据到自己的服务器上就行了。
当然用户肯定不满意，于是现在的想法是在A服务器上建立FTP服务，其余的服务器都可以利用FTP服务去获取文件。
我的问题是除了使用FTP服务，还有其他解决方案来获取A服务器上的数据吗？
问题补充：
A服务器上数据格式：一个文件夹里放着所有的数据，实际上这个文件夹的格式由几十个子文件夹构成，每一个子文件夹对应一个用户的数据，每一个用户的数据格式也是相同的。子文件夹中有一个excel文件和若干孙文件夹，孙文件夹中就是真正的附件类容，其实全部都是图片资料，其实孙文件夹中还有一些目录结构，不过这都是附件本身的格式了，就不用管了。现在要做的就是首先得到那个excel文件，对其中的内容进行分析，excel每一行对应一个图片，分析主要做两件事：第一件事是排错，因为excel是手动录入的，有非常多的错误得查出来，如果没有错误就拿到那张图片附件上传到另一个FTP服务器上（一般就是安装有我们系统的那个服务器），同时还要保存一些信息到数据库中，就是记录那张图片的信息（比如那张附件是属于谁的等等）
现在使用的是FTPClient这个类去获取文件的。
主要是为了了解是否有更好的实现方式，我以为这种问题应该不是我个人才会遇到的问题。关键点在于速度，现在的任务类似于初始化的工作，400G的数据最好不要超过一天的时间。一旦我把这些数据分析后放到了另外一个FTP服务器上，原始数据就没用了。
总结：
（1）最好的办法就是直接在A服务器上布置系统，相应的数据库，FTP服务器也在A服务器上，这样就不需要经过网络传输了。
（2）客户要求系统不能布置在A服务器上，只能在B服务器上，那么就得一步步优化了，首先是A服务器上获取文件的时间，网络传输的时间，B服务器上的处理时间。这里的优化和实际情况是强相关的，比如是否可以对文件hash建立索引。
（3）如果需要网络传输，必然需要传输协议，至于是FTP，还是http,SMB，应该都可以，就是不清楚不同的协议对速度的影响大不大？
（4）最后谢谢各位热心朋友的回答
最佳答案
0
用SMB协议或ftp协议，如果是数据库就用sqlserver协议，看数据是怎么存放的，你想怎么样访问了？
收获园豆：20
最好的办法就是把所有数据都分析好后分布式部署在多台server上，然后CDN负载均衡。让客户端网站来访问。
@沧海一杰: 原始数据肯定是不动的，就放在A服务器上了。而且现在的工作类似于初始化数据库。初始化完成了，客户端网站访问就有数据了，那些数据其实是历史数据，需要导入到我们公司的系统中，当然我们系统也支持新数据的录入。想问下如果是SMB协议或者sqlserver协议，那么有没有类似FTPClient的工具类？
@ThreeTree: 如果每个客户端需要的数据和处理算法都不一样，那就没办法了，只能说是优化A上的数据存储，比如索引之类的。如果每个客户端都是有一定的算法，想办法在A上把常用数据或所有数据Hash处理，或者直接在A上放已经分析好的数据，客户端想要哪部分发给他就行了。客户总不能每次都要400G的。。
@沧海一杰: A服务器上的数据到底是什么数据呢，是视频，音乐还是XML文档呢，这个你都没说
@沧海一杰: 文件全部都是图片jpg格式，当然还有若干excel文件，excel文件每一行包含很多内容，主要有图片的名称，以及该张图片属于谁的等等。虽然用户有很多，但是每个用户的数据都"一样"，都是若干excel加上一堆图片，现在的实现也是一个用户一个用户的手动处理，算法完全一样，就是得指向不同的文件夹（原始数据）。顺便说一下我的任务是用400G原始数据来刷我们系统的数据库，而不是客户端每一次访问都要400G，还去访问那400G原始数据。一旦刷完数据库，原始数据就没有用处了。
同时谢谢你提供的一个思路，我从A服务器上回去了excel文件，分析完毕之后没有必要把相应的图片资料放在B服务器上，我完全可以把图片还存在A服务器上，也就是在A服务器上再建一个FTP服务，这样可以避免网络传输，应该可以节约时间。
晕，还是有问题，400G+400G，A服务器估计装不下。不过总算是一种方案。
@ThreeTree:
400G 硬盘才多少MONEY? 就算是SAS硬盘或是SSD硬盘，也贵不过解决方案的费用吧？
其他回答(5)
0
好多好多。
http/web service/windows service/wcf ....
收获园豆：20
可以说说你指的http是怎样的一个流程吗？
@ThreeTree:
bitbug 说：“ftp不好用吗？你问什么会提出现在的问题？能明确说一下你的目的吗？是为了改进读取速度，还是为了改变实现方式，还是为了其他特殊需求呢？”
这个是最重要的，你的需求很不明确。
首先，有没有必要考虑安全问题，
其次，这些文件是什么样的文件？DOC、JPG、XLS？....
再次，你实现这个需要，可以付出的最大成本大约是多少？（不是找你要钱）
最小成本希望是多少？
@爱编程的大叔: 你这么一说，确实需要具体情况具体讨论了，因为我只能想到FTP，所以想了解一下是否有其他思路。主要需求是速度，因为400G文件是连续的读取一遍，相当于利用原始数据初始化了系统中的数据库了。之后这400G原始数据就不需要了。400G文件要通过网络传输，速度很是问题。安全基本不用考虑，只要能实现功能就可以，每个用户的数据都是由若干excel文件和一堆文件夹组成，文件夹里是扫描图片资料jpg格式。excel中每一行就是图片的文件名，以及该图片属于谁的等等，要做事的就是分析excel内容把相应的图片放到相应的地方。成本就不考虑了，目前只是想想可行性方案有哪些.
@ThreeTree:
你有几个误区，
1、速度问题是由好多因素组成的，比如服务器之间的连接带宽，服务器的文件服务性能。
2、类似楼下说的，图片不下载，而在A服务器上保存，也是一个方案。或者说，不保存图片，只是保存一个图片的链接（如果这些图片不删除，而只是引用的话），这方法可以避免400G+400G的问题。
3、建议分析工作是否可以先在A服务器做好？如果数据不需要与B服务器上的本地数据比较的话，完全可以将数据在A服务器上先进行分析，然后B服务器可以直接到A服务器的数据库中取得分析结果。
@爱编程的大叔:
确实如楼上所说，多因素造成的。不是单纯的用哪种协议或方式就能彻底解决你的问题。你的需求是要下载文件，那么肯定走网络，必然需要用网络协议。
那么从服务器端的文件处理能力到网络传输速度，再到客户端处理能力，还有下载文件的传输协议都有可以优化的空间。
0
rsync 同步,设定同步的目录,配置主从让他们自己去同步去
收获园豆：5
这个没有编程接口吧，好像是通过命令来手动同步，我只是想获取到A服务器的文件来处理它。并不需要同步。但还是谢谢你。
0
也想了解下呢.帮你顶一个
0
同想了解！
0
ftp不好用吗？你问什么会提出现在的问题？能明确说一下你的目的吗？是为了改进读取速度，还是为了改变实现方式，还是为了其他特殊需求呢？
收获园豆：5
因为我只能想到FTP，所以想了解一下是否有其他思路。主要需求是速度，因为400G文件是连续的读取一遍，相当于利用原始数据初始化了系统中的数据库了。之后这400G原始数据就不需要了。400G文件要通过网络传输，速度很是问题。安全基本不用考虑，只要能实现功能就可以，每个用户的数据都是由若干excel文件和一堆文件夹组成，文件夹里是扫描图片资料jpg格式。excel中每一行就是图片的文件名，以及该图片属于谁的等等，要做事的就是分析excel内容把相应的图片放到相应的地方。成本就不考虑了，目前只是想想可行性方案有哪些.
