Heim Backend-Entwicklung Python-Tutorial Einrichten eines Suckers in LocalStack

Einrichten eines Suckers in LocalStack

Oct 26, 2024 pm 10:54 PM

Setting Up an Sucket in LocalStack

Einführung

Die Arbeit mit Amazon S3 ist bei Cloud-Speicherlösungen üblich, aber für lokale Tests kann die Interaktion mit AWS ineffizient und kostspielig sein. LocalStack ist ein voll funktionsfähiger lokaler AWS-Cloud-Stack, der AWS-Dienste emuliert. In dieser Anleitung erklären wir Ihnen Schritt für Schritt, wie Sie einen S3-Bucket in LocalStack unter macOS einrichten, besprechen die Vorteile dieser Einrichtung und stellen ein vollständiges Codebeispiel bereit.

Warum LocalStack für S3 verwenden?

Die Verwendung von LocalStack zur Simulation von S3 bietet wichtige Vorteile:

  • Kosteneffizienz: Sie vermeiden Gebühren von AWS.
  • Geschwindigkeit: Tests sind schneller, da sie lokal ausgeführt werden.
  • Offline-Tests: Keine Internetverbindung erforderlich.
  • Isolierung: Reduziert das Risiko einer versehentlichen Beeinträchtigung echter AWS-Ressourcen.

Voraussetzungen

Stellen Sie sicher, dass Folgendes auf Ihrem jeweiligen Betriebssystem installiert ist:

  1. Docker (erforderlich für LocalStack) – Hier herunterladen.
  2. Python & Pip (erforderlich für AWS CLI und boto3).
  3. LocalStack über Pip oder Docker.

Schritt 1: LocalStack installieren und starten

  • LocalStack installieren:
brew install localstack
Nach dem Login kopieren
Nach dem Login kopieren
  • LocalStack als Docker-Container ausführen:
localstack start
Nach dem Login kopieren
Nach dem Login kopieren

Hinweis: Wenn Sie auf Berechtigungsprobleme stoßen, stellen Sie dem Befehl sudo voran.

Schritt 2: Richten Sie AWS CLI für LocalStack ein

  • AWS CLI installieren:
brew install awscli
Nach dem Login kopieren

Hinweis: Der obige Befehl gilt für macOS. Hier finden Sie eine vollständige Dokumentation zur Installation von awscli.

  • Konfigurieren Sie AWS CLI (erforderlich für die LocalStack-Nutzung):
aws configure
Nach dem Login kopieren

Platzhalterwerte verwenden:

  • AWS-Zugriffsschlüssel-ID: Test
  • AWS Secret Access Key: Test
  • Region: us-east-1
  • Ausgabeformat: json

  • LocalStack-Endpunkt-URL festlegen:

export LOCALSTACK_ENDPOINT=http://localhost:4566
Nach dem Login kopieren

Schritt 3: Erstellen Sie einen S3-Bucket in LocalStack

  • So erstellen Sie einen neuen S3-Bucket:
aws --endpoint-url=$LOCALSTACK_ENDPOINT s3 mb s3://my-local-bucket
Nach dem Login kopieren

Schritt 4: Überprüfen Sie den Bucket

  • Überprüfen Sie Ihren Bucket, indem Sie alle Buckets auflisten:
aws --endpoint-url=$LOCALSTACK_ENDPOINT s3 ls
Nach dem Login kopieren

Schritt 5: Dateien hochladen und herunterladen

  • Erstellen Sie eine Beispieldatei:
echo "Hello LocalStack!" > testfile.txt
Nach dem Login kopieren
  • Laden Sie die Datei in Ihren Bucket hoch:
aws --endpoint-url=$LOCALSTACK_ENDPOINT s3 cp testfile.txt s3://my-local-bucket
Nach dem Login kopieren
  • Laden Sie die Datei herunter:
aws --endpoint-url=$LOCALSTACK_ENDPOINT s3 cp s3://my-local-bucket/testfile.txt downloaded_testfile.txt
Nach dem Login kopieren

Schritt 6: Verwenden Sie Python und Boto3 für S3-Operationen

  • Installieren Sie Boto3
pip install boto3
Nach dem Login kopieren
  • Python-Code für Bucket-Operationen Das folgende Python-Skript veranschaulicht das Erstellen eines Buckets, das Hochladen einer Datei, das Auflisten von Objekten und das Herunterladen einer Datei mit Boto3:
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.")
Nach dem Login kopieren

Führen Sie das Skript aus:

brew install localstack
Nach dem Login kopieren
Nach dem Login kopieren

Schritt 7: Ressourcen bereinigen

  • So löschen Sie den Bucket und seinen Inhalt:
localstack start
Nach dem Login kopieren
Nach dem Login kopieren

Abschluss

Dieser Artikel enthält eine Schritt-für-Schritt-Anleitung zum Einrichten eines S3-Buckets in LocalStack. Dieses Setup ist ideal für die lokale Entwicklung und ermöglicht es Ihnen, die AWS S3-Funktionalität sicher zu testen, ohne dass Kosten entstehen oder eine Internetverbindung erforderlich ist.

Das obige ist der detaillierte Inhalt vonEinrichten eines Suckers in LocalStack. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

Video Face Swap

Video Face Swap

Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

<🎜>: Bubble Gum Simulator Infinity - So erhalten und verwenden Sie Royal Keys
3 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Nordhold: Fusionssystem, erklärt
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Mandragora: Flüstern des Hexenbaum
3 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

Java-Tutorial
1670
14
PHP-Tutorial
1273
29
C#-Tutorial
1256
24
Python vs. C: Lernkurven und Benutzerfreundlichkeit Python vs. C: Lernkurven und Benutzerfreundlichkeit Apr 19, 2025 am 12:20 AM

Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Python und Zeit: Machen Sie das Beste aus Ihrer Studienzeit Python und Zeit: Machen Sie das Beste aus Ihrer Studienzeit Apr 14, 2025 am 12:02 AM

Um die Effizienz des Lernens von Python in einer begrenzten Zeit zu maximieren, können Sie Pythons DateTime-, Zeit- und Zeitplanmodule verwenden. 1. Das DateTime -Modul wird verwendet, um die Lernzeit aufzuzeichnen und zu planen. 2. Das Zeitmodul hilft, die Studie zu setzen und Zeit zu ruhen. 3. Das Zeitplanmodul arrangiert automatisch wöchentliche Lernaufgaben.

Python vs. C: Erforschung von Leistung und Effizienz erforschen Python vs. C: Erforschung von Leistung und Effizienz erforschen Apr 18, 2025 am 12:20 AM

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

Python lernen: Ist 2 Stunden tägliches Studium ausreichend? Python lernen: Ist 2 Stunden tägliches Studium ausreichend? Apr 18, 2025 am 12:22 AM

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

Welches ist Teil der Python Standard Library: Listen oder Arrays? Welches ist Teil der Python Standard Library: Listen oder Arrays? Apr 27, 2025 am 12:03 AM

PythonlistsarePartThestandardlibrary, whilearraysarenot.listarebuilt-in, vielseitig und UNDUSEDFORSPORINGECollections, während dieArrayRay-thearrayModulei und loses und loses und losesaluseduetolimitedFunctionality.

Python vs. C: Verständnis der wichtigsten Unterschiede Python vs. C: Verständnis der wichtigsten Unterschiede Apr 21, 2025 am 12:18 AM

Python und C haben jeweils ihre eigenen Vorteile, und die Wahl sollte auf Projektanforderungen beruhen. 1) Python ist aufgrund seiner prägnanten Syntax und der dynamischen Typisierung für die schnelle Entwicklung und Datenverarbeitung geeignet. 2) C ist aufgrund seiner statischen Tipp- und manuellen Speicherverwaltung für hohe Leistung und Systemprogrammierung geeignet.

Python: Automatisierung, Skript- und Aufgabenverwaltung Python: Automatisierung, Skript- und Aufgabenverwaltung Apr 16, 2025 am 12:14 AM

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

Python für die Webentwicklung: Schlüsselanwendungen Python für die Webentwicklung: Schlüsselanwendungen Apr 18, 2025 am 12:20 AM

Zu den wichtigsten Anwendungen von Python in der Webentwicklung gehören die Verwendung von Django- und Flask -Frameworks, API -Entwicklung, Datenanalyse und Visualisierung, maschinelles Lernen und KI sowie Leistungsoptimierung. 1. Django und Flask Framework: Django eignet sich für die schnelle Entwicklung komplexer Anwendungen, und Flask eignet sich für kleine oder hochmobile Projekte. 2. API -Entwicklung: Verwenden Sie Flask oder Djangorestframework, um RESTFUFFUPI zu erstellen. 3. Datenanalyse und Visualisierung: Verwenden Sie Python, um Daten zu verarbeiten und über die Webschnittstelle anzuzeigen. 4. Maschinelles Lernen und KI: Python wird verwendet, um intelligente Webanwendungen zu erstellen. 5. Leistungsoptimierung: optimiert durch asynchrones Programmieren, Caching und Code

See all articles