Dynamo DB는 AWS가 제공하는 서비스로서 광범위한 관리형 데이터베이스 세트에서 제공되는 NoSQL입니다. 대부분의 다른 서비스와 마찬가지로 완전히 서버리스이고 유연하며 확장이 쉽습니다.
데이터 모델
여기서는 NoSQL을 작업하고 있으므로 데이터 구조에 실질적인 제한이 없습니다. 테이블의 각 항목에 대한 속성으로 키-값 쌍을 사용하여 작업할 수 있습니다. 이 키워드를 다시 살펴보겠습니다.
테이블 - 상당히 친숙한 용어로, 본질적으로 데이터 모음(이 경우 항목)입니다. 콘솔에서 DynamoDB를 사용하는 시작점이기도 합니다.
항목 - 테이블의 항목입니다. SQL과 동등한 데이터베이스의 행으로 간주할 수 있습니다.
속성 - 항목을 구성하는 데이터 포인트입니다. 여기에는 항목별 속성, 메타데이터 또는 항목과 연결될 수 있는 거의 모든 것이 포함될 수 있습니다.
JSON 배열은 DynamoDB의 테이블과 동일하다고 생각할 수 있습니다. 우리만의 테이블을 만들면 상황이 더 명확해질 거라고 확신해요.
데이터베이스 설정
AWS 콘솔에서 DynamoDB에 새 테이블을 생성하는 것은 말 그대로 케이크 조각입니다. 필요한 것은 이름과 파티션 키뿐입니다. 이 경우 기본 키가 됩니다. 이는 테이블에서 항목을 검색하는 데 도움이 됩니다.
내가 플레이한 모든 게임에 대한 표를 만들고 10점 만점으로 평가하겠습니다 :)
콘솔에서 직접 테이블을 조작할 수 있습니다. 새 항목을 추가하여 어떻게 보이는지 확인해 보겠습니다.
첫 번째 출품작은 제가 가장 좋아하는 RPG(롤플레잉) 게임인 The Witcher 3이어야 합니다. 등급에 새 속성을 추가할 예정이며, 확실히 9.8이 될 것입니다. :)
API 설정
맞습니다. 이제 GUI 없이 이 모든 작업을 수행할 수 있는 Python 코드를 작성할 시간입니다. ;)
## app.py from flask import Flask, jsonify, request import boto3 from boto3.dynamodb.conditions import Key import uuid # Import uuid module for generating UUIDs app = Flask(__name__) # Initialize DynamoDB client dynamodb = boto3.resource('dynamodb', region_name='ap-south-1') # Replace with your region ## Do keep in mind to save your AWS credentials file in the root directory table = dynamodb.Table('games') # Replace with your table name # Route to get all games @app.route('/games', methods=['GET']) def get_games(): try: response = table.scan() games = response.get('Items', []) return jsonify({'games': games}), 200 except Exception as e: return jsonify({'error': str(e)}), 500 if __name__ == '__main__': app.run(debug=True)
Python의 장점은 단 몇 줄의 코드만으로 완전한 API를 설정할 수 있다는 것입니다. 이제 이 코드 덩어리는 테이블에 액세스하고 테이블에서 데이터를 가져오는 데 충분합니다. 스캔 기능을 사용하여 게임 테이블에서 항목을 가져옵니다.
python3 app.py를 사용하여 앱을 시작할 수 있습니다
그리고 /games 엔드포인트를 컬링하면 다음과 같은 응답을 기대할 수 있습니다.
항목 생성 및 업데이트 경로
## app.py from flask import Flask, jsonify, request import boto3 from boto3.dynamodb.conditions import Key import uuid # Import uuid module for generating UUIDs app = Flask(__name__) # Initialize DynamoDB client dynamodb = boto3.resource('dynamodb', region_name='ap-south-1') # Replace with your region ## Do keep in mind to save your AWS credentials file in the root directory table = dynamodb.Table('games') # Replace with your table name # Route to get all games @app.route('/games', methods=['GET']) def get_games(): try: response = table.scan() games = response.get('Items', []) return jsonify({'games': games}), 200 except Exception as e: return jsonify({'error': str(e)}), 500 if __name__ == '__main__': app.run(debug=True)
여기에서는 put_item을 사용하여 테이블에 항목을 추가하고 있습니다. 레코드를 업데이트하려면 update_item 함수를 사용합니다.
자세히 관찰해 보면 업데이트할 속성을 지정하는 UpdateExpression을 사용하고 있습니다. 이를 통해 어떤 속성이 변경되는지 정확하게 제어하고 실수로 덮어쓰는 것을 방지할 수 있습니다.
기록을 삭제하려면 다음과 같이 하면 됩니다.
# Route to create a new game @app.route('/games', methods=['POST']) def create_game(): try: game_data = request.get_json() name = game_data.get('name') rating = game_data.get('rating') hours = game_data.get('hours', 0) # Generate a random UUID for the new game id = str(uuid.uuid4()) if not name or not rating: return jsonify({'error': 'Missing required fields'}), 400 # Store the game in DynamoDB table.put_item(Item={'id': id, 'name': name, 'rating': rating, 'hours': hours}) # Return the created game with the generated UUID created_game = {'id': id, 'name': name, 'rating': rating} return jsonify({'message': 'Game added successfully', 'game': created_game}), 201 except Exception as e: return jsonify({'error': str(e)}), 500 # Route to update an existing game @app.route('/games/<id>', methods=['PUT']) def update_game(id): try: game_data = request.get_json() name = game_data.get('name') rating = game_data.get('rating') hours = game_data.get('hours', 0) if not name and not rating: return jsonify({'error': 'Nothing to update'}), 400 update_expression = 'SET ' expression_attribute_values = {} if name: update_expression += ' #n = :n,' expression_attribute_values[':n'] = name if rating: update_expression += ' #r = :r,' expression_attribute_values[':r'] = rating if hours: update_expression += ' #h = :h,' expression_attribute_values[':h'] = hours update_expression = update_expression[:-1] # remove trailing comma response = table.update_item( Key={'id': id}, UpdateExpression=update_expression, ExpressionAttributeNames={'#n': 'name', '#r': 'rating', '#h': 'hours'}, ExpressionAttributeValues=expression_attribute_values, ReturnValues='UPDATED_NEW' ) updated_game = response.get('Attributes', {}) return jsonify(updated_game), 200 except Exception as e: return jsonify({'error': str(e)}), 500 </id>
자, Python 덕분에 몇 분 만에 DynamoDB용 CRUD 기능이 포함된 REST API를 설정할 수 있습니다.
위 내용은 DynamoDB용 Python에서 REST API 설정의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

다음 단계를 통해 Numpy를 사용하여 다차원 배열을 만들 수 있습니다. 1) Numpy.array () 함수를 사용하여 NP.Array ([[1,2,3], [4,5,6]]과 같은 배열을 생성하여 2D 배열을 만듭니다. 2) np.zeros (), np.ones (), np.random.random () 및 기타 함수를 사용하여 특정 값으로 채워진 배열을 만듭니다. 3) 서브 어레이의 길이가 일관되고 오류를 피하기 위해 배열의 모양과 크기 특성을 이해하십시오. 4) NP.Reshape () 함수를 사용하여 배열의 모양을 변경하십시오. 5) 코드가 명확하고 효율적인지 확인하기 위해 메모리 사용에주의를 기울이십시오.

BroadcastingInnumpyIsamethodtoperformoperationsonArraysoffferentShapesByAutomicallyAligningThem.itsimplifiesCode, enourseadability, andboostsperformance.here'showitworks : 1) smalraysarepaddedwithonestomatchdimenseare

forpythondatastorage, chooselistsforflexibilitywithmixeddatatypes, array.arrayformemory-effic homogeneousnumericaldata, andnumpyarraysforadvancednumericalcomputing.listsareversatilebutlessefficipforlargenumericaldatasets.arrayoffersamiddlegro

pythonlistsarebetterthanarraysformanagingDiversEdatatypes.1) 1) listscanholdementsofdifferentTypes, 2) thearedynamic, weantEasyAdditionSandremovals, 3) wefferintufiveOperationsLikEslicing, but 4) butiendess-effectorlowerggatesets.

toaccesselementsInapyThonArray : my_array [2] AccessHetHirdElement, returning3.pythonuseszero 기반 인덱싱 .1) 사용 positiveAndnegativeIndexing : my_list [0] forthefirstelement, my_list [-1] forstelast.2) audeeliciforarange : my_list

기사는 구문 모호성으로 인해 파이썬에서 튜플 이해의 불가능성에 대해 논의합니다. 튜플을 효율적으로 생성하기 위해 튜플 ()을 사용하는 것과 같은 대안이 제안됩니다. (159 자)

이 기사는 파이썬의 모듈과 패키지, 차이점 및 사용법을 설명합니다. 모듈은 단일 파일이고 패키지는 __init__.py 파일이있는 디렉토리이며 관련 모듈을 계층 적으로 구성합니다.

기사는 Python의 Docstrings, 사용법 및 혜택에 대해 설명합니다. 주요 이슈 : 코드 문서 및 접근성에 대한 문서의 중요성.


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

VSCode Windows 64비트 다운로드
Microsoft에서 출시한 강력한 무료 IDE 편집기

SublimeText3 영어 버전
권장 사항: Win 버전, 코드 프롬프트 지원!

DVWA
DVWA(Damn Vulnerable Web App)는 매우 취약한 PHP/MySQL 웹 애플리케이션입니다. 주요 목표는 보안 전문가가 법적 환경에서 자신의 기술과 도구를 테스트하고, 웹 개발자가 웹 응용 프로그램 보안 프로세스를 더 잘 이해할 수 있도록 돕고, 교사/학생이 교실 환경 웹 응용 프로그램에서 가르치고 배울 수 있도록 돕는 것입니다. 보안. DVWA의 목표는 다양한 난이도의 간단하고 간단한 인터페이스를 통해 가장 일반적인 웹 취약점 중 일부를 연습하는 것입니다. 이 소프트웨어는

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

SecList
SecLists는 최고의 보안 테스터의 동반자입니다. 보안 평가 시 자주 사용되는 다양한 유형의 목록을 한 곳에 모아 놓은 것입니다. SecLists는 보안 테스터에게 필요할 수 있는 모든 목록을 편리하게 제공하여 보안 테스트를 더욱 효율적이고 생산적으로 만드는 데 도움이 됩니다. 목록 유형에는 사용자 이름, 비밀번호, URL, 퍼징 페이로드, 민감한 데이터 패턴, 웹 셸 등이 포함됩니다. 테스터는 이 저장소를 새로운 테스트 시스템으로 간단히 가져올 수 있으며 필요한 모든 유형의 목록에 액세스할 수 있습니다.
