Business
Jobs
  • About Us
  • Solutions
    • Job Postings
      Post your job and receive qualified candidates in 48h.
    • Candidate Assessments
      500+ technical and psychological tests, plus anti-fraud.
    • Headhunting
      Tailor-made executive search from start to finish.
    • Payroll + EOR
      Payroll dispersal and EOR across 15+ LATAM countries.
  • Pricing
  • Jobs

0

397
Views
¿Cómo encontrar el origen de los datos?

Hasta ahora, los archivos solo se descargan individualmente como se muestra a continuación, en lugar de estar todos en un archivo comprimido:

 s3client = boto3.client('s3')

t.download_file('primer cubo', obj['Clave'], nombre de archivo)

over 4 years ago · Santiago Trujillo
3 answers
Answer question

0

Déjame ahorrarte algunos problemas usando AWS CLI:

 aws s3 cp s3://mybucket/mydir/ . --recursive ; zip myzip.zip *.csv

Puede cambiar el comodín para que se adapte a sus necesidades, pero esto funcionará inherentemente más rápido que Python, ya que la CLI de AWS se ha optimizado mucho más allá de las capacidades de boto .

over 4 years ago · Santiago Trujillo Report

0

si desea usar boto, tendrá que hacerlo en un bucle como lo ha hecho y agregar cada elemento a un archivo zip.

con la CLI puede usar s3 sync y luego comprimirlo https://docs.aws.amazon.com/cli/latest/reference/s3/sync.html

aws s3 sync s3://bucket-name ./local-location && zip bucket.zip ./local-location

over 4 years ago · Santiago Trujillo Report

0

Parece que está muy cerca, pero necesita pasar un nombre de archivo a ZipFile.write() y download_file no devuelve un nombre de archivo. Lo siguiente debería funcionar bien, pero no lo he probado exhaustivamente.

 from tempfile import NamedTemporaryFile from zipfile import ZipFile import boto3 def archive_bucket(bucket_name, zip_name): s3 = boto3.client('s3') paginator = s3.get_paginator('list_objects_v2') with ZipFile(zip_name, 'w') as zf: for page in paginator.paginate(Bucket=bucket_name): for obj in page['Contents']: # This might have issues on some systems since the file will # be open for writes in two places. You can use other # methods of creating a temporary file to work around that. with NamedTemporaryFile() as f: s3.download_file(bucket_name, obj['Key'], f.name) # Copies over the temprary file using the key as the # file name in the zip. zf.write(f.name, obj['Key'])

Esto tiene menos uso de espacio que las soluciones que usan la CLI, pero aún así no es ideal. Aún tendrá dos copias de un archivo determinado en algún momento: una en el archivo temporal y otra que se ha comprimido. Por lo tanto, debe asegurarse de tener suficiente espacio en el disco para admitir el tamaño de todos los archivos que está descargando más el tamaño del archivo más grande. Si hubiera una manera de abrir un objeto similar a un archivo que escribiera directamente en un archivo en el directorio zip, entonces podría evitarlo. No sé cómo hacer eso sin embargo.

over 4 years ago · Santiago Trujillo Report
Answer question
Find remote jobs

Discover the new way to find a job!

Top jobs
Top job categories
Business
Post vacancy Pricing Sales
Legal
Terms and conditions Privacy policy
© 2026 PeakU Inc. All Rights Reserved.
Andres GPT
Show me some job opportunities
There's an error!