本文由【云老大】 TG@yunlaoda360 撰写
1. Storage Transfer Service
- 适用场景：适用于从本地存储系统、其他云存储服务（如Amazon S3、Azure Storage）或通过HTTP/HTTPS服务器迁移数据到Google Cloud Storage。
- 操作步骤：在Google Cloud Console中创建转移作业，指定源目录、目标存储桶以及时间或计划。Storage Transfer Service会周期性抓取来源目录中的子目录和文件，并在Cloud Storage中创建具有相应名称的对象。
- 注意事项：确保有足够的带宽，设置完成后，即使是不了解相关技术的用户也可以使用它来移动数据。
2. Transfer Appliance
- 适用场景：适用于大规模数据迁移，特别是在网络带宽有限的情况下进行的转移。
- 操作步骤：在Google Cloud Console中申请使用Transfer Appliance，指定数据量，Google会将设备寄送到指定地点。将数据转移到设备后，将其寄送回Google。
- 注意事项：需要能够接收并退还Google的硬件，且仅在某些国家/地区提供支持。
3. Dataflow
- 适用场景：适用于需要对数据进行转换或处理的情况，如移除敏感数据或重新组织数据。
- 操作步骤：使用Dataflow创建数据处理管道，定义数据源、处理逻辑和目标存储位置。
- 注意事项：需要具备一定的数据处理和编程知识。
4. Cloud Data Fusion
- 适用场景：适用于需要集成多个数据源或进行复杂数据转换的场景。
- 操作步骤：通过Cloud Data Fusion的可视化界面创建数据管道，连接数据源和目标存储，配置数据转换逻辑。
- 注意事项：需要熟悉数据集成和转换的概念。
5. BigQuery Data Transfer Service
- 适用场景：适用于将数据从其他来源（如Amazon S3、Google Cloud Storage、Microsoft Azure Blob Storage）迁移到BigQuery。
- 操作步骤：在BigQuery控制台中创建转移作业，指定源存储位置和目标数据集。
- 注意事项：确保源存储位置支持BigQuery Data Transfer Service。
6. Database Migration Service
- 适用场景：适用于迁移数据库，支持MySQL、PostgreSQL、SQL Server和Oracle等。
- 操作步骤：在Google Cloud Console中创建数据库迁移作业，指定源数据库和目标数据库实例。
- 注意事项：需要确保源数据库的访问权限和网络配置正确。
7. Migrate for Compute Engine
- 适用场景：适用于大规模虚拟机（VM）迁移，从多个数据中心和云环境迁移到Compute Engine。
- 操作步骤：使用Migrate for Compute Engine工具，按照向导将VM迁移到Google Cloud。
- 注意事项：需要确保源VM的兼容性和网络配置。
8. Rclone
- 适用场景：适用于需要在多个云存储提供商之间进行数据迁移的场景。
- 操作步骤：安装Rclone，配置源和目标存储位置，使用命令行启动同步任务。
- 注意事项：需要具备一定的命令行操作知识。
