使用 AWS boto3 库从 s3 桶中批量下载数据

文章目录

  • [一、Boto3 快速安装](#一、Boto3 快速安装)
  • 二、账户配置
  • 三、代码示例
    • [3.1 下载单个文件](#3.1 下载单个文件)
    • [3.2 下载文件夹内全部文件](#3.2 下载文件夹内全部文件)

官方文档

一、Boto3 快速安装

安装 Boto3 之前,先安装 Python 3.8 或更高版本;对 Python 3.6 及更早版本的支持已弃用。

通过 pip 安装最新的 Boto3 版本:

shell 复制代码
pip install boto3

使用 AWS Common Runtime (CRT)

除了默认安装 Boto3 之外,还可以选择包含新的 CRT。AWS CRT 是模块化包的集合,充当 AWS 开发工具包的新基础。每个库都为其实现的功能区域提供更好的性能和最小的占用空间。使用 CRT,开发工具包可以在可能的情况下共享相同的基本代码,从而提高 AWS 开发工具包之间的一致性和吞吐量优化。

但是,Boto3 默认情况下不使用 AWS CRT,但可以通过在安装 Boto3 时指定 crt 额外功能来选择使用它:

shell 复制代码
pip install boto3[crt]

要恢复到 Boto3 的非 CRT 版本,使用以下命令:

shell 复制代码
pip uninstall awscrt

如果需要重新启用 CRT,重新安装 boto3[crt] 以确保获得兼容版本 awscrt

二、账户配置

  1. 在代码中配置账户信息:
shell 复制代码
s3 = boto3.resource('s3', aws_access_key_id="", aws_secret_access_key="")
# s3 = boto3.client('s3', aws_access_key_id="", aws_secret_access_key="")
  1. 在电脑配置文件中配置账户信息(提前安装 AWS CLI):
    • 可以使用 aws configure 命令来修改配置文件;
    • 可以直接修改配置文件,默认情况下,配置文件的位置为 ~/.aws/credentials。配置文件至少应该指定 aws_access_key_idaws_secret_access_key

三、代码示例

3.1 下载单个文件

python 复制代码
import boto3

# 配置S3连接
s3 = boto3.resource('s3')
bucket_name = 'your-bucket-name'

# 定义要下载的文件名
file_key = 'your-file-path-in-s3'

# 下载文件
s3.Bucket(bucket_name).download_file(file_key, 'local-file-path')

3.2 下载文件夹内全部文件

python 复制代码
def download_folder(bucket_name, folder, local_dir=None):
    """
        Download an object from an S3 bucket
    """
    count = 0
    bucket = s3.Bucket(bucket_name)

    for obj in bucket.objects.filter(Prefix=folder):
        target = obj.key #if local_dir is None else os.path.join(local_dir, os.path.relpath(obj.key, folder))
        if not os.path.exists(os.path.dirname(os.path.dirname(target))):
            os.makedirs(os.path.dirname(os.path.dirname(target)))
        # 额外下载文件夹中文件夹内的 object
        #if obj.key[-1] == '/':
        #    continue
        target_path = os.path.join(os.path.dirname(os.path.dirname(target)), target.split('/')[-1])
        bucket.download_file(obj.key, target_path)
        count += 1

    print("cont: ", count)
相关推荐
humors221几秒前
阿里云ECS服务器监控报警配置
运维·服务器·安全·阿里云·云计算
valkyrja1101 分钟前
aws 小白入门,VPC 子网、路由表、互联网网关
aws·入门·vpc·路由表·子网·互联网网关
bluetata4 小时前
【云计算网络安全】解析 Amazon 安全服务:构建纵深防御设计最佳实践
安全·web安全·云计算·aws·亚马逊云科技
学Linux的语莫11 小时前
Ansible使用简介和基础使用
linux·运维·服务器·nginx·云计算·ansible
运维&陈同学16 小时前
【zookeeper03】消息队列与微服务之zookeeper集群部署
linux·微服务·zookeeper·云原生·消息队列·云计算·java-zookeeper
云计算DevOps-韩老师17 小时前
【网络云计算】2024第47周-每日【2024/11/21】周考-实操题-RAID6实操解析2
网络·云计算
dessler19 小时前
云计算&虚拟化-kvm-扩缩容cpu
linux·运维·云计算
学Linux的语莫19 小时前
Ansible Playbook剧本用法
linux·服务器·云计算·ansible
cloud studio AI应用1 天前
腾讯云 AI 代码助手:产品研发过程的思考和方法论
人工智能·云计算·腾讯云
何遇mirror2 天前
云原生基础-云计算概览
后端·云原生·云计算