本文为您介绍如何将数据上传至MaxCompute或从MaxCompute下载数据，包括服务连接、SDK、工具和数据导入导出、上云等常见操作。

MaxCompute提供了两种数据上传下载的通道：
  • DataHub实时数据通道：包含的工具有OGG插件、Flume插件、LogStash插件和Fluentd插件。
  • Tunnel批量数据通道：包含的工具有MaxCompute客户端、DataWorks、DTS、Sqoop、Kettle插件以及MMA迁移工具。

DataHub和Tunnel各自也提供了SDK，而基于这些SDK衍生的数据上传下载的工具，方便您在各种场景下的数据进行上传/下载的需求，更多信息请参考概述。

基于上述丰富的数据上传/下载的工具，可以满足大部分常见的数据上云场景，后续的章节会对工具本身以及Hadoop数据迁移、数据库数据同步、日志采集等数据上云的场景进行介绍，为您进行技术方案选型时提供参考。

说明 对于离线数据的同步，推荐您优先使用数据集成，详情请参见数据集成概述。

使用限制

  • Tunnel Upload命令上传限制
    • Tunnel命令不支持上传下载Array、Map和Struct类型的数据。
    • 上传没有速度限制，上传速度的瓶颈为网络带宽以及服务器性能。
    • 重传retry有次数的限制，当重传次数超过限制，就会继续上传下一个block。上传完成后，可以通过select count(*) from table_name语句，检查数据是否有丢失。
    • 一个项目下Tunnel支持并发的连接数默认上限为2000个。
    • 每个Tunnel的Session在服务端的生命周期为24小时，创建后24小时内均可使用，也可以跨进程/线程共享使用，但是必须保证同一个BlockId没有重复使用。
  • DataHub上传数据限制
    • 每个字段的大小不能超过这个字段本身的限制，详情请参见数据类型版本说明。
      说明 STRING的长度不能超过8M。
    • 上传的过程中，会将多条数据打包成一个Package来进行上传。
  • TableTunnel SDK接口限制
    • BlockId的取值范围是[0, 20000)，单个block上传的数据限制为100G。
    • Session的超时时间为24小时。大批量数据传送导致超过24小时，需要自行拆分成多个Session。
    • RecordWriter对应的HTTP Request超时时间为120s。如果120s内HTTP连接上没有数据流过，Service端会主动关闭连接。