Розміщуємо файли в хмарі

Тепер, коли Сем знає, як створювати баґети, вона готова автоматизувати виснажливу частину своєї роботи. Зараз їй доводиться завантажувати найновіші файли з City of San Diego Open Data Portal, агрегувати їх і ділитися ними з менеджментом.

Поширення результатів аналізу — поширене, але рутинне завдання в data science. Автоматизація цих кроків дасть змогу Сем зосередитися на цікавіших проєктах і водночас тримати керівництво задоволеним.

У попередньому уроці Сем уже створила баґет gid-staging. Вона вже завантажила файли з URL-адрес, проаналізувала їх і записала результати до final_report.csv.

Вона також ініціалізувала клієнт S3 з boto3 і зберегла його в змінній s3.

Допоможіть Сем завантажити final_report.csv до баґета gid-staging!

Ця вправа є частиною курсу

Вступ до AWS Boto в Python

Переглянути курс

Інструкції до вправи

Завантажте 'final_report.csv' до баґета 'gid-staging' з ключем '2019/final_report_01_01.csv'.
Отримайте метадані об'єкта та збережіть їх у response.
Виведіть розмір об'єкта в байтах.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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['____'])

Редагувати та запускати код