cpfs数据流动

CPFS（Cloud Platform File System）数据流动是指在阿里云的文件存储系统中，实现CPFS文件系统与OSS（Object Storage Service）Bucket之间的数据传输和同步的过程，以下是关于CPFS数据流动的详细解释：

1、创建数据流动

同账号数据流动：用户需要在CPFS控制台选择目标文件系统，点击“数据流动”页签，然后点击“创建数据流动”，在创建数据流动对话框中，配置CPFS文件系统路径、源端OSS Bucket、OSS Object Prefix等参数，并选择是否使用HTTPS访问OSS，最后同意授权CPFS访问对象存储OSS服务资源的权限关联角色。

跨账号数据流动：需要先登录源端OSS Bucket所在账号进行AliyunNasCrossAccountDataFlowDefaultRole角色授权，将CPFS智算版文件系统所在账号的UID加入该角色权限中，然后登录CPFS智算版文件系统所在账号，按照同账号数据流动的步骤创建跨账号数据流动。

2、数据流动任务

批式任务：适用于计算任务开始前数据集的预加载，用户可以手动创建批式任务，将OSS中的数据批量导入到CPFS中。

流式任务：适用于计算任务训练中模型多个Checkpoint文件持续性的写回与预加载场景，流式任务会实时监控OSS Bucket中的对象变化，并将变化的数据自动同步到CPFS中。

3、数据流动管理

查看数据流动：用户可以在CPFS控制台查看已创建的数据流动，并在指定数据流动上创建数据流动任务。

修改数据流动：仅支持修改数据流动的描述信息。

删除数据流动：删除数据流动后会清除指定数据流动的所有任务，且无法同步数据，如果存在运行中的流式任务或者正在运行中的批式任务，则不能删除数据流动。

停止数据流动：停止数据流动后，会在下一个计费周期停止计费，且无法导入和导出数据，当前正在执行的任务也会被取消。

4、自动更新：配置自动更新（AutoRefresh）后，当源端存储数据发生变化时，变化的元数据会自动同步到CPFS文件系统，变化的数据会在用户访问文件时按需加载，或者启动数据流动任务加载数据，自动更新依赖EventBridge收集源端OSS存储的对象修改事件，需要先开通EventBridge服务。

CPFS数据流动为用户提供了灵活高效的数据传输方式，满足了不同业务场景下对数据处理和分析的需求。