使用 Lambda 函数从 So DynamoDB 解析和加载数据（函数.解析.加载.数据.Lambda...）

wufei1232025-01-08python5

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。

使用 Lambda 函数从 So DynamoDB 解析和加载数据

工作流程:

用户通过控制台或CLI使用PutObject API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：

使用 Lambda 函数从 So DynamoDB 解析和加载数据

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：

使用 Lambda 函数从 So DynamoDB 解析和加载数据