介紹
使用 Amazon S3 對於雲端儲存解決方案來說很常見,但對於本機測試,與 AWS 互動可能效率低且成本高昂。 LocalStack 是一個功能齊全的本機 AWS 雲端堆疊,可模擬 AWS 服務。在本指南中,我們將逐步介紹如何在 macOS 上的 LocalStack 中設定 S3 儲存桶,討論使用此設定的好處,並提供完整的程式碼範例。
為什麼對 S3 使用 LocalStack?
使用 LocalStack 模擬 S3 有以下主要優點:
- 成本效率:您可以避免 AWS 收費。
- 速度:測試速度更快,因為它們在本地運行。
- 離線測試:無需網路連線。
- 隔離:降低意外影響真實AWS資源的風險。
先決條件
確保您各自的作業系統上安裝了以下軟體:
- Docker(LocalStack 所需)- 在此下載。
- Python 和 pip(AWS CLI 和 boto3 需要)。
- LocalStack 透過 pip 或 Docker。
步驟1:安裝並啟動LocalStack
- 安裝LocalStack:
brew install localstack
- 將 LocalStack 當作 Docker 容器運作:
localstack start
注意:如果您遇到權限問題,請在命令前面加上 sudo。
步驟 2:為 LocalStack 設定 AWS CLI
- 安裝AWS CLI:
brew install awscli
注意:以上指令適用於 macOS。尋找有關如何安裝 awscli 的完整文件。
- 設定AWS CLI(LocalStack使用所必需的):
aws configure
使用佔位符值:
- AWS 存取金鑰 ID:測試
- AWS 秘密存取金鑰:測試
- 區域:us-east-1
輸出格式:json
設定 LocalStack 端點 URL:
export LOCALSTACK_ENDPOINT=http://localhost:4566
步驟 3:在 LocalStack 中建立 S3 儲存桶
- 建立新的 S3 儲存桶:
aws --endpoint-url=$LOCALSTACK_ENDPOINT s3 mb s3://my-local-bucket
第 4 步:驗證儲存桶
- 透過列出所有儲存桶來檢查您的儲存桶:
aws --endpoint-url=$LOCALSTACK_ENDPOINT s3 ls
步驟5:上傳和下載文件
- 建立範例檔案:
echo "Hello LocalStack!" > testfile.txt
- 將檔案上傳到您的儲存桶:
aws --endpoint-url=$LOCALSTACK_ENDPOINT s3 cp testfile.txt s3://my-local-bucket
- 下載檔案:
aws --endpoint-url=$LOCALSTACK_ENDPOINT s3 cp s3://my-local-bucket/testfile.txt downloaded_testfile.txt
步驟 6:使用 Python 和 Boto3 進行 S3 操作
- 安裝Boto3
pip install boto3
- 桶操作的Python程式碼 以下 Python 腳本示範了使用 Boto3 建立儲存桶、上傳檔案、列出物件和下載檔案:
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.")
運行腳本:
brew install localstack
第 7 步:清理資源
- 要刪除儲存桶及其內容:
localstack start
結論
本文提供了在 LocalStack 中設定 S3 儲存桶的逐步演練。此設定非常適合本地開發,可讓您安全地測試 AWS S3 功能,而不會產生成本或需要網路連線。
以上是在 LocalStack 中設定 Sucket的詳細內容。更多資訊請關注PHP中文網其他相關文章!

Linux終端中查看Python版本時遇到權限問題的解決方法當你在Linux終端中嘗試查看Python的版本時,輸入python...

本文解釋瞭如何使用美麗的湯庫來解析html。 它詳細介紹了常見方法,例如find(),find_all(),select()和get_text(),以用於數據提取,處理不同的HTML結構和錯誤以及替代方案(SEL)

Python 對象的序列化和反序列化是任何非平凡程序的關鍵方面。如果您將某些內容保存到 Python 文件中,如果您讀取配置文件,或者如果您響應 HTTP 請求,您都會進行對象序列化和反序列化。 從某種意義上說,序列化和反序列化是世界上最無聊的事情。誰會在乎所有這些格式和協議?您想持久化或流式傳輸一些 Python 對象,並在以後完整地取回它們。 這是一種在概念層面上看待世界的好方法。但是,在實際層面上,您選擇的序列化方案、格式或協議可能會決定程序運行的速度、安全性、維護狀態的自由度以及與其他系

本文比較了Tensorflow和Pytorch的深度學習。 它詳細介紹了所涉及的步驟:數據準備,模型構建,培訓,評估和部署。 框架之間的關鍵差異,特別是關於計算刻度的

Python的statistics模塊提供強大的數據統計分析功能,幫助我們快速理解數據整體特徵,例如生物統計學和商業分析等領域。無需逐個查看數據點,只需查看均值或方差等統計量,即可發現原始數據中可能被忽略的趨勢和特徵,並更輕鬆、有效地比較大型數據集。 本教程將介紹如何計算平均值和衡量數據集的離散程度。除非另有說明,本模塊中的所有函數都支持使用mean()函數計算平均值,而非簡單的求和平均。 也可使用浮點數。 import random import statistics from fracti

該教程建立在先前對美麗湯的介紹基礎上,重點是簡單的樹導航之外的DOM操縱。 我們將探索有效的搜索方法和技術,以修改HTML結構。 一種常見的DOM搜索方法是EX

本文討論了諸如Numpy,Pandas,Matplotlib,Scikit-Learn,Tensorflow,Tensorflow,Django,Blask和請求等流行的Python庫,並詳細介紹了它們在科學計算,數據分析,可視化,機器學習,網絡開發和H中的用途

本文指導Python開發人員構建命令行界面(CLIS)。 它使用Typer,Click和ArgParse等庫詳細介紹,強調輸入/輸出處理,並促進用戶友好的設計模式,以提高CLI可用性。


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

SublimeText3 英文版
推薦:為Win版本,支援程式碼提示!

禪工作室 13.0.1
強大的PHP整合開發環境

Atom編輯器mac版下載
最受歡迎的的開源編輯器

MinGW - Minimalist GNU for Windows
這個專案正在遷移到osdn.net/projects/mingw的過程中,你可以繼續在那裡關注我們。 MinGW:GNU編譯器集合(GCC)的本機Windows移植版本,可自由分發的導入函式庫和用於建置本機Windows應用程式的頭檔;包括對MSVC執行時間的擴展,以支援C99功能。 MinGW的所有軟體都可以在64位元Windows平台上運作。

Dreamweaver Mac版
視覺化網頁開發工具