


Menyediakan REST API dalam Python untuk DynamoDB
Dynamo DB ialah tawaran NoSQL AWS dalam set pangkalan data terurus yang luas sebagai perkhidmatan yang mereka sediakan. Seperti kebanyakan perkhidmatan lain, perkhidmatan ini tanpa pelayan sepenuhnya, fleksibel dan mudah untuk skala.
Model Data
Memandangkan kami sedang mengusahakan NoSQL di sini, tiada sekatan sebenar pada struktur data. Kita boleh beroperasi dengan pasangan nilai kunci sebagai atribut untuk setiap item dalam jadual. Mari lihat kata kunci ini sekali lagi.
Jadual - istilah yang agak biasa, ia pada dasarnya adalah koleksi data, dalam kes ini, item. Ia juga merupakan titik permulaan bekerja dengan DynamoDB pada konsol.
Item - entri dalam jadual. Anda boleh menganggapnya satu baris dalam pangkalan data setara SQL.
Atribut - Titik data yang membentuk item. Ia boleh mengandungi atribut khusus item, metadata atau hampir apa sahaja yang boleh dikaitkan dengan item.
Anda boleh menganggap tatasusunan JSON sebagai setara dengan jadual dalam DynamoDB. Saya pasti perkara akan menjadi lebih jelas apabila kita mencipta jadual kita sendiri.
Menyediakan pangkalan data
Ini betul-betul sekeping kek untuk mencipta jadual baharu dalam DynamoDB daripada AWS Console. Apa yang anda perlukan ialah nama dan kunci partition, yang merupakan kunci utama anda dalam kes ini. Ini akan membantu anda mencari item dalam jadual.
Saya sedang mencipta jadual untuk semua permainan yang telah saya mainkan dan saya akan menilai mereka daripada 10 :)
Anda boleh mengacaukan jadual terus dari konsol, mari cuba tambah item baharu untuk melihat rupanya.
Entri pertama saya mestilah permainan RPG (lakonan) kegemaran saya - The Witcher 3. Saya akan menambah atribut baharu untuk penilaian dan ia akan menjadi 9.8 yang kukuh daripada saya :)
Menyediakan API
Betul, sudah tiba masanya untuk menulis beberapa kod Python untuk melakukan semua ini tanpa GUI ;)
## app.py from flask import Flask, jsonify, request import boto3 from boto3.dynamodb.conditions import Key import uuid # Import uuid module for generating UUIDs app = Flask(__name__) # Initialize DynamoDB client dynamodb = boto3.resource('dynamodb', region_name='ap-south-1') # Replace with your region ## Do keep in mind to save your AWS credentials file in the root directory table = dynamodb.Table('games') # Replace with your table name # Route to get all games @app.route('/games', methods=['GET']) def get_games(): try: response = table.scan() games = response.get('Items', []) return jsonify({'games': games}), 200 except Exception as e: return jsonify({'error': str(e)}), 500 if __name__ == '__main__': app.run(debug=True)
Keindahan Python ialah anda boleh menyediakan API lengkap dalam hanya beberapa baris kod. Sekumpulan kod ini kini mencukupi untuk kami mengakses jadual dan mengambil data daripadanya. Kami menggunakan fungsi imbasan untuk mengambil item daripada meja permainan.
Anda boleh memulakan apl dengan menggunakan python3 app.py
Dan anda boleh menjangkakan respons yang kelihatan seperti ini apabila anda melencong untuk titik akhir /games.
Laluan untuk membuat dan mengemas kini entri
## app.py from flask import Flask, jsonify, request import boto3 from boto3.dynamodb.conditions import Key import uuid # Import uuid module for generating UUIDs app = Flask(__name__) # Initialize DynamoDB client dynamodb = boto3.resource('dynamodb', region_name='ap-south-1') # Replace with your region ## Do keep in mind to save your AWS credentials file in the root directory table = dynamodb.Table('games') # Replace with your table name # Route to get all games @app.route('/games', methods=['GET']) def get_games(): try: response = table.scan() games = response.get('Items', []) return jsonify({'games': games}), 200 except Exception as e: return jsonify({'error': str(e)}), 500 if __name__ == '__main__': app.run(debug=True)
Di sini, kami menggunakan put_item untuk menambah item pada jadual. Untuk mengemas kini rekod, kami menggunakan fungsi kemas kini_item.
Jika anda memerhati dengan teliti, kami menggunakan UpdateExpression di mana kami menentukan atribut yang kami kemas kini. Ini membolehkan kami mengawal dengan tepat atribut mana yang akan ditukar dan mengelakkan tiruan yang tidak disengajakan.
Dan untuk memadamkan rekod, anda boleh menggunakan sesuatu seperti ini -
# Route to create a new game @app.route('/games', methods=['POST']) def create_game(): try: game_data = request.get_json() name = game_data.get('name') rating = game_data.get('rating') hours = game_data.get('hours', 0) # Generate a random UUID for the new game id = str(uuid.uuid4()) if not name or not rating: return jsonify({'error': 'Missing required fields'}), 400 # Store the game in DynamoDB table.put_item(Item={'id': id, 'name': name, 'rating': rating, 'hours': hours}) # Return the created game with the generated UUID created_game = {'id': id, 'name': name, 'rating': rating} return jsonify({'message': 'Game added successfully', 'game': created_game}), 201 except Exception as e: return jsonify({'error': str(e)}), 500 # Route to update an existing game @app.route('/games/<int:id>', methods=['PUT']) def update_game(id): try: game_data = request.get_json() name = game_data.get('name') rating = game_data.get('rating') hours = game_data.get('hours', 0) if not name and not rating: return jsonify({'error': 'Nothing to update'}), 400 update_expression = 'SET ' expression_attribute_values = {} if name: update_expression += ' #n = :n,' expression_attribute_values[':n'] = name if rating: update_expression += ' #r = :r,' expression_attribute_values[':r'] = rating if hours: update_expression += ' #h = :h,' expression_attribute_values[':h'] = hours update_expression = update_expression[:-1] # remove trailing comma response = table.update_item( Key={'id': id}, UpdateExpression=update_expression, ExpressionAttributeNames={'#n': 'name', '#r': 'rating', '#h': 'hours'}, ExpressionAttributeValues=expression_attribute_values, ReturnValues='UPDATED_NEW' ) updated_game = response.get('Attributes', {}) return jsonify(updated_game), 200 except Exception as e: return jsonify({'error': str(e)}), 500
Nah, begitulah, anda cuma sediakan REST API dengan Fungsi CRUD untuk DynamoDB dalam masa beberapa minit terima kasih kepada Python.
Atas ialah kandungan terperinci Menyediakan REST API dalam Python untuk DynamoDB. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

Python sesuai untuk sains data, pembangunan web dan tugas automasi, manakala C sesuai untuk pengaturcaraan sistem, pembangunan permainan dan sistem tertanam. Python terkenal dengan kesederhanaan dan ekosistem yang kuat, manakala C dikenali dengan keupayaan kawalan dan keupayaan kawalan yang mendasari.

Anda boleh mempelajari asas -asas Python dalam masa dua jam. 1. Belajar pembolehubah dan jenis data, 2. Struktur kawalan induk seperti jika pernyataan dan gelung, 3 memahami definisi dan penggunaan fungsi. Ini akan membantu anda mula menulis program python mudah.

Python cemerlang dalam permainan dan pembangunan GUI. 1) Pembangunan permainan menggunakan pygame, menyediakan lukisan, audio dan fungsi lain, yang sesuai untuk membuat permainan 2D. 2) Pembangunan GUI boleh memilih tkinter atau pyqt. TKInter adalah mudah dan mudah digunakan, PYQT mempunyai fungsi yang kaya dan sesuai untuk pembangunan profesional.

Anda boleh mempelajari konsep pengaturcaraan asas dan kemahiran Python dalam masa 2 jam. 1. Belajar Pembolehubah dan Jenis Data, 2.

Python digunakan secara meluas dalam bidang pembangunan web, sains data, pembelajaran mesin, automasi dan skrip. 1) Dalam pembangunan web, kerangka Django dan Flask memudahkan proses pembangunan. 2) Dalam bidang sains data dan pembelajaran mesin, numpy, panda, scikit-learn dan perpustakaan tensorflow memberikan sokongan yang kuat. 3) Dari segi automasi dan skrip, Python sesuai untuk tugas -tugas seperti ujian automatik dan pengurusan sistem.

Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.
