Přístup k soukromým objektům v S3

Introduction to AWS Boto in Python

Maksim Pecherskiy

Data Engineer

Stažení soukromého souboru

df = pd.read_csv('https://gid-staging.potholes.csv')

Náhled

Stahování soukromých souborů

Stažení souboru

s3.download_file(
  Filename='potholes_local.csv',
  Bucket='gid-staging', 
  Key='2019/potholes_private.csv')

Čtení z disku

pd.read_csv('./potholes_local.csv')

Přístup k soukromým souborům

Použití '.get_object()'

obj = s3.get_object(Bucket='gid-requests', Key='2019/potholes.csv')
print(obj)

Přístup k soukromým souborům

Získání objektu

obj = s3.get_object(
  Bucket='gid-requests', 
  Key='2019/potholes.csv')

Načtení StreamingBody do Pandas

pd.read_csv(obj['Body'])

Pre-signed URL

Expirují po určité době
Vhodné pro dočasný přístup

Příklad

https://?AWSAccessKeyId=12345&Signature=rBmnrwutb6VkJ9hE8Uub%2BBYA9mY%3D&Expires=1557624801

Pre-signed URL

Nahrání souboru

s3.upload_file(
  Filename='./potholes.csv', 
  Key='potholes.csv', 
  Bucket='gid-requests')

Pre-signed URL

Generování pre-signed URL

share_url = s3.generate_presigned_url(
  ClientMethod='get_object',
  ExpiresIn=3600,
  Params={'Bucket': 'gid-requests','Key': 'potholes.csv'}
)

Otevření v Pandas

pd.read_csv(share_url)

Načtení více souborů do jednoho DataFrame

# Create list to hold our DataFrames
df_list = []


# Request the list of csv's from S3 with prefix; Get contents
response = s3.list_objects(
  Bucket='gid-requests', 
  Prefix='2019/')


# Get response contents
request_files = response['Contents']

Načtení více souborů do jednoho DataFrame

# Iterate over each object
for file in request_files:
    obj = s3.get_object(Bucket='gid-requests', Key=file['Key'])


    # Read it as DataFrame
    obj_df = pd.read_csv(obj['Body'])


    # Append DataFrame to list
    df_list.append(obj_df)

Načtení více souborů do jednoho DataFrame

# Concatenate all the DataFrames in the list
df = pd.concat(df_list)


# Preview the DataFrame
df.head()

Náhled DataFrame

Přehled: přístup k soukromým objektům v S3

Stáhnout a otevřít

s3.download_file()

Otevřít přímo

s3.get_object()

Generovat pre-signed URL

s3.generate_presigned_url()

Přehled: sdílení URL

Veřejné soubory: URL veřejného objektu

Generovat pomocí .format()

'https://{bucket}.{key}'

Soukromé soubory: Pre-signed URL

Generovat pomocí .get_presigned_url()

'https://?AWSAccessKeyId=12345&Signature=rBmnrwutb6VkJ9hE8Uub%2BBYA9mY%3D&Expires=1557624801'

Pojďme procvičovat!

Introduction to AWS Boto in Python