![](/img/trans.png)
[英]How to Store Large Python Dependencies on S3 (for AWS Lambda with Serverless)
[英]how to download S3 file in Serverless Lambda (Python)
我使用Python创建了一个lambda(使用Serverless),它将由SQS消息触发。
handler.py
s3 = boto3.resource('s3')
def process(event, context):
response = None
# for record in event['Records']:
record = event['Records'][0]
message = dict()
try:
message = json.loads(record['body'])
s3.meta.client.download_file(const.bucket_name, 'class/raw/photo/' + message['photo_name'], const.raw_filepath + message['photo_name'])
...
response = {
"statusCode": 200,
"body": json.dumps(event)
}
except Exception as ex:
error_msg = 'JOB_MSG: {}, EXCEPTION: {}'.format(message, ex)
logging.error(error_msg)
response = {
"statusCode": 500,
"body": json.dumps(ex)
}
return response
常量
bucket_name = 'test'
raw_filepath = '/var/task/raw/'
我创建了一个文件夹“ raw”,与文件handler.py处于同一级别,然后部署了无服务器lambda。
触发lambda时出现错误(来自CloudWatch)。
No such file or directory: u'/var/task/raw/Student001.JPG.94BBBAce'
据我了解,无法访问lambda文件夹,或者无法在lambda中创建文件夹。
就最佳实践而言,我赞同lambda的目标:
任何建议表示赞赏。
如果需要将对象下载到磁盘,则可以使用tempfile
和download_fileobj
进行保存:
import tempfile
with tempfile.TemporaryFile() as f:
s3.meta.client.download_fileobj(const.bucket_name,
'class/raw/photo/' + message['photo_name'],
f)
f.seek(0)
# continue processing f
我认为更好的方法是在内存中处理所有这些。 除了tempfile
,您可以以非常相似的方式使用io
:
import io
data_stream = io.BytesIO()
s3.meta.client.download_fileobj(const.bucket_name,
'class/raw/photo/' + message['photo_name'],
data_stream)
data_stream.seek(0)
这样,就不需要将数据写入磁盘,这是a)更快,并且b)您可以处理更大的文件,基本上可以达到Lambda的内存限制为3008 MB。
在我的一个项目中,我将webp文件转换为jpg。 我可以参考以下github链接以获得一些了解:
https://github.com/adjr2/webp-to-jpg/blob/master/codes.py
您可以直接访问在lambda函数中下载的文件。 我不确定是否可以创建一个新文件夹(即使我对所有这些东西都不熟悉),但是可以确定您可以操纵该文件并将其上传回相同(或不同)的s3存储桶。
希望能帮助到你。 干杯!
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.