python - 您可以使用流而不是本地文件上传到S3吗？

Question

我需要创建一个CSV并将其上传到S3存储桶。由于我是在动态创建文件，因此最好在创建文件时将其直接写入S3存储桶，而不是在本地写入整个文件，然后最后上传文件。

有没有办法做到这一点？我的项目是使用Python编写的，并且对语言还很陌生。这是我到目前为止尝试过的：

import csv
import csv
import io
import boto
from boto.s3.key import Key


conn = boto.connect_s3()
bucket = conn.get_bucket('dev-vs')
k = Key(bucket)
k.key = 'foo/foobar'

fieldnames = ['first_name', 'last_name']
writer = csv.DictWriter(io.StringIO(), fieldnames=fieldnames)
k.set_contents_from_stream(writer.writeheader())

我收到此错误：BotoClientError：s3不支持分块传输

更新：我找到了一种直接写到S3的方法，但是在没有实际删除已经写过的行的情况下，我找不到清除缓冲区的方法。因此，例如：

conn = boto.connect_s3()
bucket = conn.get_bucket('dev-vs')
k = Key(bucket)
k.key = 'foo/foobar'

testDict = [{
    "fieldA": "8",
    "fieldB": None,
    "fieldC": "888888888888"},
    {
    "fieldA": "9",
    "fieldB": None,
    "fieldC": "99999999999"}]

f = io.StringIO()
fieldnames = ['fieldA', 'fieldB', 'fieldC']
writer = csv.DictWriter(f, fieldnames=fieldnames)
writer.writeheader()
k.set_contents_from_string(f.getvalue())

for row in testDict:
    writer.writerow(row)
    k.set_contents_from_string(f.getvalue())

f.close()

将3行写入文件，但是我无法释放内存以写入大文件。如果我添加：

f.seek(0)
f.truncate(0)

到循环，则仅写入文件的最后一行。有什么方法可以释放资源而不删除文件中的行？

Answer 1

我确实找到了问题的解决方案，如果其他人有兴趣，我将在此处发布。我决定将其作为分段上传的一部分进行。您无法流式传输到S3。还有一个软件包可以将您的流式文件更改为我使用的分段上传文件：Smart Open。

import smart_open
import io
import csv

testDict = [{
    "fieldA": "8",
    "fieldB": None,
    "fieldC": "888888888888"},
    {
    "fieldA": "9",
    "fieldB": None,
    "fieldC": "99999999999"}]

fieldnames = ['fieldA', 'fieldB', 'fieldC']
f = io.StringIO()
with smart_open.smart_open('s3://dev-test/bar/foo.csv', 'wb') as fout:
    writer = csv.DictWriter(f, fieldnames=fieldnames)
    writer.writeheader()
    fout.write(f.getvalue())

    for row in testDict:
        f.seek(0)
        f.truncate(0)
        writer.writerow(row)
        fout.write(f.getvalue())

f.close()