3장. 노트북 셀을 사용하여 Amazon S3 클라이언트 생성
Amazon S3 버킷의 데이터와 상호 작용하려면 해당 서비스에 대한 요청을 처리할 로컬 클라이언트를 생성해야 합니다.
사전 요구 사항
- Red Hat OpenShift Data Science에서 실행되는 sendpyter 노트북 서버에 액세스할 수 있습니다.
-
내 보안 자격 증명 아래의 Amazon Web Services 계정 값을 사용하여 노트북 서버를 시작할 때
AWS_ACCESS_KEY_ID및AWS_SECRET_ACCESS_KEY환경 변수의 값을 정의합니다.
절차
새 노트북 셀에서 다음을 추가하여 필요한 라이브러리를 가져옵니다.
import os import boto3 from boto3 import session
다른 새 노트북 셀에서 세션 및 클라이언트를 생성하려면 다음을 정의합니다.
인증 정보를 정의합니다.
key_id = os.environ.get('AWS_ACCESS_KEY_ID') secret_key = os.environ.get('AWS_SECRET_ACCESS_KEY')클라이언트 세션을 정의합니다.
session = boto3.session.Session(aws_access_key_id=key_id, aws_secret_access_key=secret_key)
클라이언트 연결을 정의합니다.
s3_client = boto3.client('s3', aws_access_key_id=key_id, aws_secret_access_key=secret_key)
검증
새 셀을 생성하고 다음과 같은 Amazon S3 명령을 실행합니다.
s3_client.list_buckets()
성공적인 응답에는
200의HTTPStatusCode와 다음과 유사한Bucket목록이 포함됩니다.'Buckets': [{'Name': 'my-app-asdf3-image-registry-us-east-1-wbmlcvbasdfasdgvtsmkpt', 'CreationDate': datetime.datetime(2021, 4, 21, 6, 8, 52, tzinfo=tzlocal())}, {'Name': 'cf-templates-18rxasdfggawsvb-us-east-1', 'CreationDate': datetime.datetime(2021, 2, 15, 18, 35, 34, tzinfo=tzlocal())}