使用 Lambda 函数从 So DynamoDB 解析和加载数据

本文介绍如何使用aws lambda函数将s3存储桶中的json数据加载到dynamodb表中。

先决条件:

1. 拥有向s3上传对象的权限。
2. 拥有s3和dynamodb权限的lambda执行角色。

架构和组件:

本方案使用三个aws服务：

1. s3存储桶: 作为可扩展、安全、高性能的对象存储服务，用于存储数据。
2. lambda函数: 无服务器计算服务，用于运行代码并处理数据，无需管理基础设施。支持多种编程语言，易于设置。
3. dynamodb: 无服务器nosql数据库，用于存储lambda函数处理后的数据。

工作流程:

1. 用户通过控制台或cli使用putobject api将json文件上传到s3存储桶。
2. 文件上传成功后，触发s3事件，调用lambda函数进行数据加载和处理。
3. lambda函数处理数据并将其加载到dynamodb表中。

实施步骤:

以下步骤详细说明如何部署和配置上述架构：

1. 创建lambda函数:

• 函数名称：parserdemo
• 运行时：python 3.1x (或其他支持的运行时)

其他设置保持默认值。创建函数后，修改超时配置和执行角色，如下所示：

以下python代码实现数据处理逻辑：

import json
import boto3

s3_client = boto3.client('s3')
dynamodb = boto3.resource('dynamodb')

def lambda_handler(event, context):
    bucket_name = event['records'][0]['s3']['bucket']['name']
    object_key = event['records'][0]['s3']['object']['key']
    print(f"bucket: {bucket_name}, key: {object_key}")

    response = s3_client.get_object(bucket=bucket_name, key=object_key)
    json_data = response['body'].read()
    string_formatted = json_data.decode('utf-8')
    dict_format_data = json.loads(string_formatted)

    table = dynamodb.table('demotable')
    if isinstance(dict_format_data, list):
        for record in dict_format_data:
            table.put_item(item=record)
    elif isinstance(dict_format_data, dict):
        table.put_item(item=dict_format_data)
    else:
        raise valueerror("unsupported format")

2. 创建s3存储桶:

桶名称：使用唯一名称。其他设置保持默认值。将创建的s3存储桶作为触发器添加到lambda函数：

3. 创建dynamodb表:

• 表名称：demotable
• 分区键：userid
• 表设置：自定义
• 容量模式：预配置

为了降低成本，将预配置容量单位设置为较低的读/写单位（例如1或2个单位）。

完成设置后，上传文件到s3进行测试。您可以在dynamodb表中查看已创建的项目和上传的记录。 lambda函数的cloudwatch日志和dynamodb项目如下所示：

参考:

• s3 api
• dynamodb api
• boto3 for aws services

希望此指南对您有所帮助。如有任何疑问，请提出。

以上就是使用 lambda 函数从 so dynamodb 解析和加载数据的详细内容，更多请关注代码网其它相关文章！