Java分段上传到s3

Question

我的方法接收缓冲读取器并转换文件中的每一行。但是我需要将此转换的输出上传到 s3 存储桶。这些文件非常大，所以我希望能够将我的上传流式传输到 s3 对象中。

为此，我认为我需要使用分段上传，但我不确定我是否正确使用它，因为似乎没有任何内容被上传。

这是我的方法:

public void transform(BufferedReader reader)
{
        Scanner scanner = new Scanner(reader);
        String row;
        List<PartETag> partETags = new ArrayList<>();

        InitiateMultipartUploadRequest request = new InitiateMultipartUploadRequest("output-bucket", "test.log");
        InitiateMultipartUploadResult result = amazonS3.initiateMultipartUpload(request);

        while (scanner.hasNext()) {
            row = scanner.nextLine();

            InputStream inputStream = new ByteArrayInputStream(row.getBytes(Charset.forName("UTF-8")));

            log.info(result.getUploadId());

            UploadPartRequest uploadRequest = new UploadPartRequest()
                    .withBucketName("output-bucket")
                    .withKey("test.log")
                    .withUploadId(result.getUploadId())
                    .withInputStream(inputStream)
                    .withPartNumber(1)
                    .withPartSize(5 * 1024 * 1024);

            partETags.add(amazonS3.uploadPart(uploadRequest).getPartETag());
        }

        log.info(result.getUploadId());

        CompleteMultipartUploadRequest compRequest = new CompleteMultipartUploadRequest(
                "output-bucket",
                "test.log",
                result.getUploadId(),
                partETags);

        amazonS3.completeMultipartUpload(compRequest);
}

Answer 1

哦，我明白了。 InitiateMultipartUploadRequest 需要从输入流中读取。这是一个有效的约束，因为您通常只能写入输出流。

您可能听说过可以将数据从 InputStream 复制到 ByteArrayOutputStream。然后获取生成的字节数组并创建一个 ByteArrayInputStream。您可以将其提供给您的请求对象。但是:所有数据在特定时间都将在一个字节数组中。由于您的用例是关于大文件的，所以这不可能。

您需要创建一个自定义输入流类，将原始输入流转换为另一个输入流。它要求您处理字节级抽象。但是，它会提供最佳性能。如果您想了解更多信息，我建议您提出一个新问题。

您的转换代码已经完成，您不想再碰它？还有另一种方法。您也可以使用管道将输出流“连接”到输入流:https://howtodoinjava.com/java/io/convert-outputstream-to-inputstream-example/ .问题:您在这里处理的是多线程。