समस्या कथन: आपके खाते में बनाए गए AWS Glue Data Catalog से S3 बकेट के सभी ऑब्जेक्ट्स के माध्यम से पेजिनेट करने के लिए पायथन में boto3 लाइब्रेरी का उपयोग करें।
समस्या हल करने का दृष्टिकोण/एल्गोरिदम
चरण 1: boto3 और botocore एक्सेप्शन आयात करें ताकि एक्सेप्शन संभाले जा सकें।
चरण 2: max_items, page_size और starting_token इस फ़ंक्शन के लिए वैकल्पिक पैरामीटर हैं, जबकि bucket_name आवश्यक पैरामीटर है।
max_items वापस लौटने वाले कुल रिकॉर्ड की संख्या दर्शाता है। यदि उपलब्ध रिकॉर्ड की संख्या > max_items, तो पेजिनेशन फिर से शुरू करने के लिए रिस्पांस में NextToken प्रदान किया जाएगा।
page_size प्रत्येक पृष्ठ का आकार दर्शाता है।
starting_token पेजिनेट करने में मदद करता है, और यह पिछले रिस्पांस से अंतिम कुंजी का उपयोग करता है।
चरण 3: boto3 लाइब्रेरी का उपयोग करके AWS सत्र बनाएं। सुनिश्चित करें कि डिफ़ॉल्ट प्रोफ़ाइल में region_name उल्लिखित है। यदि नहीं, तो सत्र बनाते समय स्पष्ट रूप से region_name पास करें।
चरण 4: S3 के लिए AWS क्लाइंट बनाएं।
चरण 5: list_objects का उपयोग करके S3 बकेट के ऑब्जेक्ट संस्करणों का विवरण रखने वाला एक paginator ऑब्जेक्ट बनाएं।
चरण 6: paginate फ़ंक्शन कॉल करें और max_items, page_size और starting_token को PaginationConfig पैरामीटर के रूप में पास करें, जबकि bucket_name को Bucket पैरामीटर के रूप में पास करें।
चरण 7: यह max_size और page_size के आधार पर रिकॉर्ड की संख्या लौटाता है।
चरण 8: पेजिनेट करते समय यदि कुछ गलत होता है तो सामान्य एक्सेप्शन को संभालें।
उदाहरण कोड
उपयोगकर्ता खाते में बनाए गए S3 बकेट के सभी ऑब्जेक्ट्स के माध्यम से पेजिनेट करने के लिए निम्न कोड का उपयोग करें:
import boto3
from botocore.exceptions import ClientError
def paginate_through_all_objects_s3_bucket(bucket_name, max_items=None, page_size=None, starting_token=None):
session = boto3.session.Session()
s3_client = session.client('s3')
try:
paginator = s3_client.get_paginator('list_objects')
response = paginator.paginate(Bucket=bucket_name, PaginationConfig={
'MaxItems': max_items,
'PageSize': page_size,
'StartingToken': starting_token
})
return response
except ClientError as e:
raise Exception("boto3 client error in paginate_through_all_objects_s3_bucket: " + e.__str__())
except Exception as e:
raise Exception("Unexpected error in paginate_through_all_objects_s3_bucket: " + e.__str__())
# पहला रन
a = paginate_through_all_objects_s3_bucket('s3-test-bucket', 2, 5)
print(*a)
# दूसरा रन (पेजिनेशन जारी रखने के लिए)
for items in a:
next_token = items['Contents'][max_items-1]['Key']
b = paginate_through_all_objects_s3_bucket('s3-test-bucket', 2, 5, next_token)
print(*b)
आउटपुट
# पहला रन
{'ResponseMetadata': {'RequestId': '5AE5VF7RK', 'HostId': '**************', 'HTTPStatusCode': 200, 'HTTPHeaders': {'x-amz-id-2': '**************', 'x-amz-request-id': '5AE5VF7RK', 'date': 'Sat, 03 Apr 2021 07:33:28 GMT', 'x-amz-bucket-region': 'us-east-1', 'content-type': 'application/xml', 'transfer-encoding': 'chunked', 'server': 'AmazonS3'}, 'RetryAttempts': 0}, 'IsTruncated': True, 'Marker': '', 'Contents': [{'Key': 'analytics-s3i/param.json', 'LastModified': datetime.datetime(2020, 10, 29, 19, 50, 55, tzinfo=tzutc()), 'ETag': '"e6f6b8e02"', 'Size': 1554, 'StorageClass': 'STANDARD', 'Owner': {'DisplayName': 'AWS.Development', 'ID': '92************************0'}}, {'Key': 'analytics-s3i/params.json', 'LastModified': datetime.datetime(2021, 3, 10, 20, 10, 47, tzinfo=tzutc()), 'ETag': '"22a4bf70c1ed2612"', 'Size': 1756, 'StorageClass': 'STANDARD', 'Owner': {'DisplayName': 'AWS.Development', 'ID': '92************************************************'}}], 'Name': 's3-test-bucket', 'Prefix': '', 'MaxKeys': 5, 'EncodingType': 'url', 'CommonPrefixes': None}
# दूसरा रन
{'ResponseMetadata': {'RequestId': '5AEAWX', 'HostId': 'Uc********************************', 'HTTPStatusCode': 200, 'HTTPHeaders': {'x-amz-id-2': '*****************************', 'x-amz-request-id': '5AEAWX', 'date': 'Sat, 03 Apr 2021 07:33:28 GMT', 'x-amz-bucket-region': 'us-east-1', 'content-type': 'application/xml', 'transfer-encoding': 'chunked', 'server': 'AmazonS3'}, 'RetryAttempts': 0}, 'IsTruncated': True, 'Marker': 'analytics-s3i/params.json', 'Contents': [{'Key': 'analytics-s3i/template.json', 'LastModified': datetime.datetime(2020, 10, 29, 19, 50, 55, tzinfo=tzutc()), 'ETag': '"3af411f"', 'Size': 21334, 'StorageClass': 'STANDARD', 'Owner': {'DisplayName': 'AWS.Development', 'ID': '92************************'}}, {'Key': 'analytics-s3i2/param.json', 'LastModified': datetime.datetime(2020, 11, 20, 17, 32, 45, tzinfo=tzutc()), 'ETag': '"04c29cf86888f99"', 'Size': 1695, 'StorageClass': 'STANDARD', 'Owner': {'DisplayName': 'AWS.Development', 'ID': '92************************'}}], 'Name': 's3-test-bucket', 'Prefix': '', 'MaxKeys': 5, 'EncodingType': 'url', 'CommonPrefixes': None}
महत्वपूर्ण नोट्स
list_objects संस्करण 1 API है। नए अनुप्रयोगों के लिएlist_objects_v2का उपयोग करने की अनुशंसा की जाती है।StartingTokenके लिएNextToken(list_objects_v2) याMarker(list_objects) का उपयोग करें।IsTruncatedइंगित करता है कि अधिक परिणाम उपलब्ध हैं।Contentsमें ऑब्जेक्ट मेटाडेटा होता है: Key, LastModified, ETag, Size, StorageClass, Owner।
सर्वोत्तम अभ्यास
बड़े बकेट के लिए पेजिनेटर का उपयोग करें ताकि मेमोरी समस्याओं से बचा जा सके।
Prefixपैरामीटर का उपयोग करके विशिष्ट "फोल्डर" तक सीमित करें।Delimiterका उपयोग करके सामान्य उपसर्ग (फोल्डर) प्राप्त करें।
