Accesarea obiectelor private din S3

Introducere în AWS Boto în Python

Maksim Pecherskiy

Data Engineer

Descărcarea unui fișier privat

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

Previzualizare

Descărcarea fișierelor private

Descărcați fișierul

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

Citiți de pe disc

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

Accesarea fișierelor private

Utilizați '.get_object()'

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

Accesarea fișierelor private

Obțineți obiectul

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

Citiți StreamingBody în Pandas

pd.read_csv(obj['Body'])

URL-uri pre-semnate

Expiră după un anumit interval de timp
Ideale pentru acces temporar

Exemplu

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

URL-uri pre-semnate

Încărcați un fișier

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

URL-uri pre-semnate

Generați URL pre-semnat

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

Deschideți în Pandas

pd.read_csv(share_url)

Încărcarea mai multor fișiere într-un 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']

Încărcarea mai multor fișiere într-un 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)

Încărcarea mai multor fișiere într-un DataFrame

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


# Preview the DataFrame
df.head()

Previzualizare DataFrame

Recapitulare: accesarea obiectelor private din S3

Descărcați, apoi deschideți

s3.download_file()

Deschideți direct

s3.get_object()

Generați URL pre-semnat

s3.generate_presigned_url()

Recapitulare: partajarea URL-urilor

Fișiere publice: URL public al obiectului

Generați folosind .format()

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

Fișiere private: URL pre-semnat

Generați folosind .get_presigned_url()

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

Să exersăm!

Introducere în AWS Boto în Python