Boto - python lib for AWS

2024-08-30 04:32
文章标签 boto python lib aws

本文主要是介绍Boto - python lib for AWS,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Boto 是用 python 封装的一个操作 AWS 的函数库。用过几种语言操作 AWS 还是感觉 python 用起来最直观简洁。下面就对 boto 的使用进行一个简单总结,方便以后查阅(只涉及当前使用到的服务,以后会持续更新)。对 python 2 和 python 3 都有相应的 boto 库。这里以 python 2.7 为例进行说明。

EC2

S3


创建S3连接

  • 根据指定key和区域进行连接

    conn = boto.s3.connect_to_region(region, aws_access_key_id=accessKey, aws_secret_access_key=secretKey)

    Note:如果基于Role创建连接的话可以省略key。

bucket 相关

  • 查看指定 bucket 是否存在
    conn.lookup(bucketname)
    不存在则返回 None。

  • 创建bucket
    conn.create_bucket(bucket_name, None, self.__region, None)

  • 获取所有 bucket
    conn.get_all_buckets()

  • 获取指定 bucket
    bucket = conn.get_bucket(bucketname)

  • 获取 bucket Key
    key = bucket.get_key(keyname)

  • 列出指定bucket下某一前缀的所有对象
    bucket.list(prefix=prefix)

  • 配置 bucket 生命周期

        toglacier = Transition(days=days, storage_class='GLACIER')rule = Rule(ruleid, prefix, 'Enabled', transition=toglacier)lifecycle = Lifecycle()lifecycle.append(rule)bucket = self.__conn.get_bucket(bucketname)return bucket.configure_lifecycle(lifecycle)
  • 查看 bucket 生命周期配置
    for i in bucket.get_lifecycle_config():l.append(i.transition)

Object 相关

  • 从本地路径上传文件
    key.set_contents_from_filename(srcname)

  • 分片上传文件

        sourcesize = os.stat(srcname).st_sizebucket = self.__conn.get_bucket(bucketname)mp = bucket.initiate_multipart_upload(keyname)chunkcount = int(math.ceil(sourcesize / float(chunksize)))for i in range(chunkcount):offset = chunksize * ibs = min(chunksize, sourcesize - offset)with FileChunkIO(srcname, 'r', offset=offset, bytes=bs) as fp:mp.upload_part_from_file(fp, part_num=i + 1)return mp.complete_upload()
  • 下载对象到本地文件
    key.get_contents_to_filename(dstname)

  • 删除对象
    bucket.delete_key(keyname)

  • 批量删除对象
    bucket.delete_keys([key1,key2,...])

  • 查看分片上传情况
    bucket.list_multipart_uploads()

  • 从Glacier还原对象
    key.restore(days=retainday)

  • 查看对象还原状态
    key.ongoing_restore

Glacier

创建Glacier连接

  • 根据指定key和区域进行连接
    conn = boto.glacier.connect_to_region(region, aws_access_key_id=accessKey, aws_secret_access_key=secretKey)

vault相关

  • 查看所有vault
    conn.list_vaults()

  • 获取指定vault
    vault = conn.get_vault(vaultname)

  • 上传文件到vault
    vault.upload_archive(filename=filename)
    上传完成后会返回响应的archieveid。

  • 从vault中指定归档文件从离线还原到在线
    vault.retrieve_archive(archieveid)
    还原任务提交后会生成一个 jobid。

  • 获取指定vault下的还原任务
    vault.list_jobs(True|False) 或者 conn.list_all_jobs(vaultname, True|False)
    `

  • 下载vault中文件到本地
    vault.get_job(jobid).download_to_file(dstfile)

object相关

SQS

DynamoDB

这篇关于Boto - python lib for AWS的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1119800

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

高效+灵活,万博智云全球发布AWS无代理跨云容灾方案!

摘要 近日,万博智云推出了基于AWS的无代理跨云容灾解决方案,并与拉丁美洲,中东,亚洲的合作伙伴面向全球开展了联合发布。这一方案以AWS应用环境为基础,将HyperBDR平台的高效、灵活和成本效益优势与无代理功能相结合,为全球企业带来实现了更便捷、经济的数据保护。 一、全球联合发布 9月2日,万博智云CEO Michael Wong在线上平台发布AWS无代理跨云容灾解决方案的阐述视频,介绍了

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',

Python QT实现A-star寻路算法

目录 1、界面使用方法 2、注意事项 3、补充说明 用Qt5搭建一个图形化测试寻路算法的测试环境。 1、界面使用方法 设定起点: 鼠标左键双击,设定红色的起点。左键双击设定起点,用红色标记。 设定终点: 鼠标右键双击,设定蓝色的终点。右键双击设定终点,用蓝色标记。 设置障碍点: 鼠标左键或者右键按着不放,拖动可以设置黑色的障碍点。按住左键或右键并拖动,设置一系列黑色障碍点

Python:豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】

**爬取豆瓣电影信息,分析近年电影行业的发展情况** 本文是完整的数据分析展现,代码有完整版,包含豆瓣电影爬取的具体方式【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】   最近MBA在学习《商业数据分析》,大实训作业给了数据要进行数据分析,所以先拿豆瓣电影练练手,网络上爬取豆瓣电影TOP250较多,但对于豆瓣电影全数据的爬取教程很少,所以我自己做一版。 目