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:
- 拥有向S3上传对象的权限。
- 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：
- 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。
- 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。
- 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:
- 用户通过控制台或CLI使用
PutObjectAPI将JSON文件上传到S3存储桶。 - 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。
- 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。
