View a markdown version of this page

Dateien in Deadline Cloud-Jobanhänge hochladen - Deadline Cloud

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Dateien in Deadline Cloud-Jobanhänge hochladen

Das Python-Skript upload_to_job_attachments lädt Dateien und Verzeichnisse von Ihrer Workstation in einen Amazon S3 S3-Bucket mit Job-Anhängen von Deadline Cloud im inhaltsadressierbaren Speicherformat hoch. Nachdem Dateien hochgeladen wurden, müssen Jobs, die auf sie verweisen, sie nicht erneut hochladen. Das Skript ist nützlich, um Jobanhänge mit großen Datensätzen vorab auszufüllen.

Das Skript bietet Folgendes:

  • Rekursive Uploads von Dateien oder ganzen Verzeichnissen.

  • Multi-threaded Übertragungen.

  • Automatische Deduplizierung, bei der Dateien, die sich bereits in Amazon S3 befinden, übersprungen werden.

  • Wiederholen Sie die Logik mit exponentiellem Backoff.

  • Zwei Konfigurationsmodi: direkte Amazon S3 S3-Spezifikation oder Warteschlangensuche.

Upload durch Angabe einer Warteschlange:

python upload_to_job_attachments.py \
    --farm-id farm-1234567890abcdef \
    --queue-id queue-1234567890abcdef \
    --paths /path/to/files /path/to/directory

Oder laden Sie es direkt in einen Amazon S3 S3-Bucket mit Präfix hoch:

python upload_to_job_attachments.py \
    --s3-bucket my-bucket \
    --s3-prefix job-attachments \
    --paths /path/to/files

Für Netzwerke mit hoher Bandbreite erhöhen Sie --threads und--max-concurrency. Stellen Sie für Umgebungen mit eingeschränkter Bandbreite die Einstellung so ein, dass Uploads gedrosselt werden. --max-bandwidth Erhöhen Sie bei großen Dateien den Wert. --multipart-chunksize

Eine jobbasierte Alternative, die Dateien zwischen Amazon S3 S3-Buckets kopiert, finden Sie unter. Kopieren Sie ein S3-Präfix in Jobanhänge in Deadline Cloud