導入
クラウド ストレージ ソリューションでは Amazon S3 を使用するのが一般的ですが、ローカル テストの場合、AWS との対話は非効率的でコストがかかる可能性があります。 LocalStack は、AWS サービスをエミュレートする、完全に機能するローカル AWS クラウド スタックです。このガイドでは、macOS 上の LocalStack で S3 バケットを設定する方法を説明し、この設定を使用する利点について説明し、完全なコード例を示します。
S3 に LocalStack を使用する理由
LocalStack を使用して S3 をシミュレートすると、次のような重要な利点が得られます。
- コスト効率: AWS からの料金を回避できます。
- 速度: テストはローカルで実行されるため、高速になります。
- オフライン テスト: インターネット接続は必要ありません。
- 分離: 実際の AWS リソースに誤って影響を与えるリスクを軽減します。
前提条件
それぞれの OS に以下がインストールされていることを確認してください:
- Docker (LocalStack に必要) - ここからダウンロードします。
- Python と pip (AWS CLI と boto3 に必要)。
- pip または Docker 経由の LocalStack。
ステップ 1: LocalStack をインストールして起動する
- LocalStack をインストールします。
brew install localstack
- LocalStack を Docker コンテナとして実行します。
localstack start
注: 権限の問題が発生した場合は、コマンドの先頭に sudo を追加してください。
ステップ 2: LocalStack 用に AWS CLI をセットアップする
- AWS CLI をインストールします。
brew install awscli
注: 上記のコマンドは macOS 用です。 awscli のインストール方法に関する完全なドキュメントを検索してください。
- AWS CLI を設定します (LocalStack の使用に必要):
aws configure
プレースホルダー値を使用します:
- AWS アクセス キー ID: テスト
- AWS シークレット アクセス キー: テスト
- リージョン: us-east-1
出力形式: json
LocalStack エンドポイント URL を設定します:
export LOCALSTACK_ENDPOINT=http://localhost:4566
ステップ 3: LocalStack で S3 バケットを作成する
- 新しい S3 バケットを作成するには:
aws --endpoint-url=$LOCALSTACK_ENDPOINT s3 mb s3://my-local-bucket
ステップ 4: バケットを確認する
- すべてのバケットをリストしてバケットを確認します。
aws --endpoint-url=$LOCALSTACK_ENDPOINT s3 ls
ステップ 5: ファイルのアップロードとダウンロード
- サンプル ファイルを作成します。
echo "Hello LocalStack!" > testfile.txt
- ファイルをバケットにアップロードします。
aws --endpoint-url=$LOCALSTACK_ENDPOINT s3 cp testfile.txt s3://my-local-bucket
- ファイルをダウンロードします:
aws --endpoint-url=$LOCALSTACK_ENDPOINT s3 cp s3://my-local-bucket/testfile.txt downloaded_testfile.txt
ステップ 6: S3 操作に Python と Boto3 を使用する
- Boto3 をインストールする
pip install boto3
- バケット操作用の Python コード 次の Python スクリプトは、Boto3 を使用したバケットの作成、ファイルのアップロード、オブジェクトの一覧表示、およびファイルのダウンロードを示しています。
import boto3 from botocore.config import Config # Configuration for LocalStack localstack_config = Config( region_name='us-east-1', retries={'max_attempts': 10, 'mode': 'standard'} ) # Initialize the S3 client with LocalStack endpoint s3_client = boto3.client( 's3', endpoint_url="http://localhost:4566", aws_access_key_id="test", aws_secret_access_key="test", config=localstack_config ) bucket_name = "my-local-bucket" # Create the bucket s3_client.create_bucket(Bucket=bucket_name) print(f"Bucket '{bucket_name}' created.") # Upload a file s3_client.upload_file("testfile.txt", bucket_name, "testfile.txt") print("File uploaded.") # List objects in the bucket objects = s3_client.list_objects_v2(Bucket=bucket_name) for obj in objects.get('Contents', []): print("Found file:", obj['Key']) # Download the file s3_client.download_file(bucket_name, "testfile.txt", "downloaded_testfile.txt") print("File downloaded.")
スクリプトを実行します:
brew install localstack
ステップ 7: リソースをクリーンアップする
- バケットとその内容を削除するには:
localstack start
結論
この記事では、LocalStack で S3 バケットをセットアップするための段階的なチュートリアルを提供しました。このセットアップはローカル開発に最適であり、コストをかけたりインターネット接続を必要とせずに、AWS S3 の機能を安全にテストできます。
以上がLocalStack でのサックのセットアップの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

LinuxターミナルでPythonバージョンを表示する際の許可の問題の解決策PythonターミナルでPythonバージョンを表示しようとするとき、Pythonを入力してください...

この記事では、Pythonライブラリである美しいスープを使用してHTMLを解析する方法について説明します。 find()、find_all()、select()、およびget_text()などの一般的な方法は、データ抽出、多様なHTML構造とエラーの処理、および代替案(SEL

Pythonオブジェクトのシリアル化と脱介入は、非自明のプログラムの重要な側面です。 Pythonファイルに何かを保存すると、構成ファイルを読み取る場合、またはHTTPリクエストに応答する場合、オブジェクトシリアル化と脱滑り化を行います。 ある意味では、シリアル化と脱派化は、世界で最も退屈なものです。これらすべての形式とプロトコルを気にするのは誰ですか? Pythonオブジェクトを維持またはストリーミングし、後で完全に取得したいと考えています。 これは、概念レベルで世界を見るのに最適な方法です。ただし、実用的なレベルでは、選択したシリアル化スキーム、形式、またはプロトコルは、プログラムの速度、セキュリティ、メンテナンスの自由、およびその他の側面を決定する場合があります。

Pythonの統計モジュールは、強力なデータ統計分析機能を提供して、生物統計やビジネス分析などのデータの全体的な特性を迅速に理解できるようにします。データポイントを1つずつ見る代わりに、平均や分散などの統計を見て、無視される可能性のある元のデータの傾向と機能を発見し、大きなデータセットをより簡単かつ効果的に比較してください。 このチュートリアルでは、平均を計算し、データセットの分散の程度を測定する方法を説明します。特に明記しない限り、このモジュールのすべての関数は、単に平均を合計するのではなく、平均()関数の計算をサポートします。 浮動小数点数も使用できます。 ランダムをインポートします インポート統計 fractiから

この記事では、深い学習のためにTensorflowとPytorchを比較しています。 関連する手順、データの準備、モデルの構築、トレーニング、評価、展開について詳しく説明しています。 特に計算グラップに関して、フレームワーク間の重要な違い

このチュートリアルは、単純なツリーナビゲーションを超えたDOM操作に焦点を当てた、美しいスープの以前の紹介に基づいています。 HTML構造を変更するための効率的な検索方法と技術を探ります。 1つの一般的なDOM検索方法はExです

この記事では、numpy、pandas、matplotlib、scikit-learn、tensorflow、django、flask、and requestsなどの人気のあるPythonライブラリについて説明し、科学的コンピューティング、データ分析、視覚化、機械学習、Web開発、Hの使用について説明します。

この記事では、コマンドラインインターフェイス(CLI)の構築に関するPython開発者をガイドします。 Typer、Click、Argparseなどのライブラリを使用して、入力/出力の処理を強調し、CLIの使いやすさを改善するためのユーザーフレンドリーな設計パターンを促進することを詳述しています。


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

SAP NetWeaver Server Adapter for Eclipse
Eclipse を SAP NetWeaver アプリケーション サーバーと統合します。

MinGW - Minimalist GNU for Windows
このプロジェクトは osdn.net/projects/mingw に移行中です。引き続きそこでフォローしていただけます。 MinGW: GNU Compiler Collection (GCC) のネイティブ Windows ポートであり、ネイティブ Windows アプリケーションを構築するための自由に配布可能なインポート ライブラリとヘッダー ファイルであり、C99 機能をサポートする MSVC ランタイムの拡張機能が含まれています。すべての MinGW ソフトウェアは 64 ビット Windows プラットフォームで実行できます。

ドリームウィーバー CS6
ビジュアル Web 開発ツール

WebStorm Mac版
便利なJavaScript開発ツール

ホットトピック



