EBS快照是否成功迁移至Glacier？及归档检索问题咨询

一、EBS快照未正确迁移至Glacier的原因 #

你遇到的存储大小不匹配问题，核心原因是你的脚本根本没上传快照的实际数据，只是把快照ID字符串传到了Glacier！

看这段关键代码：

for snap in snapshots:
    response_vault = client.upload_archive(
        vaultName='myvault',
        archiveDescription='sampe description',
        body=snap
    )

这里的body=snap传入的是snap-xxxxxx这类短字符串（比如snap-0dc11fa8b39147491），而非快照的二进制内容。所以Glacier里的归档只是这些几十字节的字符串，自然大小远小于10GB的快照。

正确的迁移步骤 #

EBS快照不能直接通过Glacier客户端上传，必须先导出到S3再迁移：

1. 导出快照到S3：使用EC2的create_snapshot_export_task API，把快照导出到指定S3桶（需提前配置好桶权限、IAM角色等）。
   示例代码：

   ec2 = session.client('ec2', region_name='ap-south-1')
   export_response = ec2.create_snapshot_export_task(
       SnapshotId='snap-xxxxxx',
       Description='Export snapshot to S3',
       DestinationBucket='your-target-s3-bucket',
       DestinationPrefix='exported-snapshots/'
   )
   

2. 迁移到Glacier：推荐用S3生命周期规则，把导出的快照对象自动转换到Glacier存储类；也可以下载S3对象后再用Glacier客户端上传，但前者更高效。

另外，AWS原生的**EBS快照归档（Snapshot Archive）**功能可以直接把快照归档到Glacier层，不需要手动导出到S3，操作更省心，你可以优先考虑。

二、未指定S3桶时如何获取归档内容 #

当你发起archive-retrieval任务却没指定S3桶时，AWS会暂存检索后的内容，按以下步骤即可获取：

1. 等待检索任务完成：

   • 你已经配置了SNS主题，任务完成时会收到包含Job ID的通知。
   • 也可以轮询describe_job API检查状态：

     import time
     job_id = response['jobId']
     while True:
         job_status = client.describe_job(vaultName='myvault', jobId=job_id)
         if job_status['Completed']:
             break
         time.sleep(3600)  # 标准检索通常需3-5小时，每小时轮询一次即可
     

2. 读取并保存归档内容：
   任务完成后，调用get_job_output获取StreamingBody，再按块读取保存到本地：

   response = client.get_job_output(
       vaultName='myvault',
       jobId=job_id
   )
   streaming_body = response['body']
   # 保存到本地文件
   with open('retrieved_archive.data', 'wb') as f:
       for chunk in streaming_body.iter_chunks(chunk_size=1024*1024):
           f.write(chunk)
   

   StreamingBody是可迭代对象，按块读取能避免内存溢出。

内容的提问来源于stack exchange，提问作者py_py