Przesyłanie plików do chmury

Teraz, gdy Sam wie już, jak tworzyć zasobniki (buckety), może zautomatyzować żmudną część swojej pracy. Do tej pory musiała ręcznie pobierać najnowsze pliki z portalu City of San Diego Open Data Portal, agregować je i udostępniać kierownictwu.

Dzielenie się wynikami analiz z innymi to powszechne, choć czasochłonne zadanie w pracy data scientistki. Automatyzacja tych kroków pozwoli Sam skupić się na ciekawszych projektach, przy jednoczesnym zadowoleniu przełożonych.

W poprzedniej lekcji Sam utworzyła już zasobnik gid-staging. Pobrała pliki spod odpowiednich adresów URL, przeanalizowała je i zapisała wyniki do pliku final_report.csv.

Zainicjalizowała również klienta S3 biblioteki boto3 i przypisała go do zmiennej s3.

Pomóż Sam przesłać plik final_report.csv do zasobnika gid-staging!

To ćwiczenie jest częścią kursu

Wprowadzenie do AWS Boto w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Prześlij plik 'final_report.csv' do zasobnika 'gid-staging' z kluczem '2019/final_report_01_01.csv'.
Pobierz metadane obiektu i zapisz je w zmiennej response.
Wyświetl rozmiar obiektu w bajtach.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Upload final_report.csv to gid-staging
s3.____(Bucket='____',
              # Set filename and key
               ____='____', 
               ____='____)

# Get object metadata and print it
response = s3.____(Bucket='gid-staging', 
                       Key='2019/final_report_01_01.csv')

# Print the size of the uploaded object
print(response['____'])

Edytuj i uruchom kod