Erstellen eines skalierbaren Echtzeit-Wetter-Dashboards mit Python, OpenWeather API und AWS S3

Dieses Dokument beschreibt ein Python-Projekt, das Wetterdaten abruft und in einem AWS S3-Bucket speichert. Um es klarer zu gestalten und den Fluss zu verbessern, formulieren wir es um und behalten dabei die Originalsprache und Bildpositionen bei.

Wetter-Dashboard-Projekt

Dieses Python-Projekt, das Weather Dashboard, ruft Wetterdaten über die OpenWeather-API ab und lädt sie sicher in einen AWS S3-Bucket hoch. Es bietet eine unkomplizierte Schnittstelle zum Anzeigen von Wetterinformationen für verschiedene Städte und speichert die Ergebnisse nahtlos in der Cloud. Die Skalierbarkeit des Projekts wird durch die Nutzung von AWS S3 für die Datenspeicherung verbessert.

Inhaltsverzeichnis

• Voraussetzungen
• Projektübersicht
• Kernfunktionalität
• Verwendete Technologien
• Projekt-Setup
• Umgebungskonfiguration
• Ausführen der Anwendung

Voraussetzungen

Bevor Sie beginnen, stellen Sie sicher, dass Sie Folgendes haben:

1. Python 3.x: Von der offiziellen Python-Website herunterladen und installieren.
2. AWS-Konto: Erstellen Sie ein Konto, um auf AWS S3 zuzugreifen.
3. OpenWeather-API-Schlüssel:Besorgen Sie sich einen Schlüssel von der OpenWeather-Website.
4. AWS CLI: Laden Sie die AWS Command Line Interface herunter und installieren Sie sie.
5. Python-Kenntnisse:Grundlegendes Verständnis von Python-Skripten, API-Interaktion und Umgebungsvariablen.
6. Code-Editor/IDE:Verwenden Sie VS Code, PyCharm oder eine ähnliche Entwicklungsumgebung.
7. Git: Installieren Sie Git zur Versionskontrolle (verfügbar auf der Git-Website).

Projektübersicht

Dieses Wetter-Dashboard nutzt die OpenWeather-API, um Wetterinformationen für bestimmte Orte abzurufen. Diese Daten werden dann für den bequemen Fernzugriff in einen AWS S3-Bucket hochgeladen. Das Design des Systems ermöglicht es Benutzern, verschiedene Städte einzugeben und Wetteraktualisierungen in Echtzeit zu erhalten.

Kernfunktionalität

• Ruft Wetterdaten von der OpenWeather-API ab.
• Ladet Wetterdaten in einen AWS S3-Bucket hoch.
• Verwaltet API-Schlüssel und AWS-Anmeldeinformationen sicher mithilfe von Umgebungsvariablen.

Verwendete Technologien

Das Projekt nutzt:

• Python 3.x: Die primäre Programmiersprache.
• boto3: Das AWS SDK für Python, das die Interaktion mit AWS S3 ermöglicht.
• python-dotenv: Erleichtert das sichere Speichern und Abrufen von Umgebungsvariablen aus einer .env Datei.
• Anfragen: Eine optimierte HTTP-Bibliothek für API-Aufrufe an OpenWeather.
• AWS CLI: Die Befehlszeilenschnittstelle zur Verwaltung von AWS-Diensten (einschließlich Schlüsselkonfiguration und S3-Bucket-Verwaltung).

Projekt-Setup

Folgen Sie diesen Schritten, um das Projekt lokal einzurichten:

1. Projektverzeichnisstruktur erstellen

<code>weather-dashboard/
├── src/
│ ├── __init__.py
│ └── weather_dashboard.py
├── .env
├── tests/
├── data/
├── .gitignore
└── README.md</code>

Erstellen Sie die Verzeichnisse und Dateien mit diesen Befehlen:

mkdir weather_dashboard_demo
cd weather_dashboard_demo
mkdir src tests data

2. Dateien erstellen

Erstellen Sie die erforderlichen Python- und Konfigurationsdateien:

touch src/__init__.py src/weather_dashboard.py
touch requirements.txt README.md .env

3. Git-Repository initialisieren

Initialisieren Sie ein Git-Repository und legen Sie den Hauptzweig fest:

git init
git branch -M main

4. Konfigurieren Sie .gitignore

Erstellen Sie eine .gitignore-Datei, um unnötige Dateien auszuschließen:

echo ".env" >> .gitignore
echo "__pycache__/" >> .gitignore
echo "*.zip" >> .gitignore

5. Abhängigkeiten hinzufügen

Erforderliche Pakete hinzufügen zu requirements.txt:

echo "boto3==1.26.137" >> requirements.txt
echo "python-dotenv==1.0.0" >> requirements.txt
echo "requests==2.28.2" >> requirements.txt

6. Abhängigkeiten installieren

Installieren Sie die Abhängigkeiten:

<code>weather-dashboard/
├── src/
│ ├── __init__.py
│ └── weather_dashboard.py
├── .env
├── tests/
├── data/
├── .gitignore
└── README.md</code>

Umgebungskonfiguration

1. AWS CLI-Konfiguration

Konfigurieren Sie die AWS CLI mit Ihren Zugriffsschlüsseln:

mkdir weather_dashboard_demo
cd weather_dashboard_demo
mkdir src tests data

Sie werden aufgefordert, Ihre Zugriffsschlüssel-ID, Ihren geheimen Zugriffsschlüssel, Ihre Region und Ihr Ausgabeformat einzugeben. Erhalten Sie Ihre Anmeldeinformationen von der AWS-Managementkonsole (IAM > Benutzer > Ihr Benutzer > Sicherheitsanmeldeinformationen).

Überprüfen Sie die Installation mit:

touch src/__init__.py src/weather_dashboard.py
touch requirements.txt README.md .env

2. Konfigurieren Sie .env

Erstellen Sie eine .env-Datei mit Ihrem API-Schlüssel und Bucket-Namen:

git init
git branch -M main

Ersetzen Sie Platzhalter durch Ihre tatsächlichen Werte.

Ausführen der Anwendung

Hier ist das Python-Skript (weather_dashboard.py):

echo ".env" >> .gitignore
echo "__pycache__/" >> .gitignore
echo "*.zip" >> .gitignore

1. Führen Sie das Skript aus

Führen Sie das Skript aus:

echo "boto3==1.26.137" >> requirements.txt
echo "python-dotenv==1.0.0" >> requirements.txt
echo "requests==2.28.2" >> requirements.txt

Dadurch werden Wetterdaten abgerufen und in Ihren S3-Bucket hochgeladen.

2. S3-Bucket überprüfen

Greifen Sie auf Ihren AWS S3-Bucket zu, um den Upload zu bestätigen. Denken Sie daran, die Daten anschließend zu löschen, um unnötige Kosten zu vermeiden.

Diese überarbeitete Version behält die ursprünglichen Informationen bei und verbessert gleichzeitig die Lesbarkeit und den Fluss. Denken Sie daran, Platzhalterwerte durch Ihren tatsächlichen API-Schlüssel und Bucket-Namen zu ersetzen.

Das obige ist der detaillierte Inhalt vonErstellen eines skalierbaren Echtzeit-Wetter-Dashboards mit Python, OpenWeather API und AWS S3. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!