私は、機械学習プロジェクトのために、数百万の画像（これまで1,500万以上）を含むデータセットを作成しました。 Macbook Proで作成しましたが、DGX1（GPUクラスタ）に転送したいと思います。高速外部SSD（raid0の2x nvme）にコピーしてから、そのドライブをローカル端末に直接接続してネットワークスクラッチディスクにコピーする方が速いと思います。 24時間以上外付けドライブにcp-ingを行ったため、もはや確信できません。
最初はFinder GUIを使ってコピーしてみました（悪い考えです！）。より小さなデータセット（2Mイメージ）の場合は、7zipを使用していくつかのアーカイブを作成します。 MacOSで端末を使用してcp経由でファイルをコピーします。
私は努力したcp /path/to/dataset /path/to/external-ssd。
Finderはコピーのための「準備」段階に長い時間がかかるため、確かに最善の方法ではありません。
7zipを使用してデータセットをアーカイブすると、「ファイル」転送速度が速くなりましたが、ファイルの抽出には4日（！）がかかり、データセットははるかに小さくなりました。
コマンドラインcpを使用すると、起動は高速ですが遅くなるようです。アクティビティモニタはディスクに6-8k IOを表示します。おそらく。 iostatは、少なくともランダムチェック中に14〜16 MB / sの速度を報告します。 24時間が過ぎたが、まだ半分も終わっていない。
もっと良い方法がありますか？
私の目的では、rsyncがcpより良いかどうかはわかりません。 リモートサーバーからローカルコンピュータにファイルをコピーする方法は？
答え1
データアーカイブはファイル転送速度の点で良い選択です。ただし、これらの画像がほとんどJPEGの場合、データはすでに圧縮されているため、データを圧縮してファイルサイズを1％または2％増やすのにCPU時間を無駄にします。
tar（ユーザーが要求しない限り;-）ファイルを圧縮せずに一緒に圧縮するだけでよいので、試してみることができます。ネットワーク設定が許可されている場合に試すもう1つの方法は、ラップトップからWebサーバーを起動してターゲットホストからダウンロードすることです。これは、「ノートブックから外部メディアにコピー」+「外部メディアからターゲットにコピー」プロセスを単一ステッププロセスに簡素化します。私はこれを（Linuxマシンの間で）何度も練習し、うまくいきました。
これは非常に詳細です。ここ。主なステップは次のとおりです。
送信側から：
- 共有したいファイルを含むディレクトリにCDを移動します。
- Pythonを使用してWebサーバーを起動します。
- Python 2の使用：python -m SimpleHTTPServerポート
- Python 3の使用：python -m http.serverポート
受信側では、ファイルは次の場所にあります。http://発信者IP：ポート。ファイルを簡単に検索できます。wget -c http://senderIp:port/yourArchiveName