第 2 章 创建 S3 客户端

流程

1. 在 OpenShift AI 仪表板中点 Data Science projects。
2. 点包含工作台的项目的名称。
3. 单击 Workbenches 选项卡。

4. 如果工作台的状态为 Running，请跳至下一步。

   如果工作台的状态为 Stopped，在工作台的 Status 列中点 Start。

   当工作台服务器启动时，Status 列从 Stopped 改为 Starting，然后在工作台成功启动时变为 Running。

5. 点工作台旁边的打开图标( )。

   您的 Jupyter 环境窗口将打开。

6. 在工具栏中，单击 Git Clone 图标，然后选择 Clone a Repository。
7. 在 Clone a repo 对话框中，输入以下 URL https://github.com/opendatahub-io/odh-doc-examples.git，然后点 Clone。
8. 在文件浏览器中，选择新创建的 odh-doc-examples 文件夹。

9. 双击新创建的 存储 文件夹。

   您会看到一个名为 s3client_examples.ipynb 的 Jupyter 笔记本。

10. 双击 s3client_examples.ipynb 文件，以启动 Jupyter 笔记本。

    Jupyter 笔记本将打开。您会看到以下任务的代码示例：

    • 安装 Boto3 和所需的 Boto3 库
    • 创建 S3 客户端会话
    • 创建 S3 客户端连接
    • 列出文件
    • 创建存储桶
    • 上传文件到存储桶
    • 从存储桶下载文件
    • 在存储桶间复制文件
    • 从存储桶中删除对象
    • 删除存储桶

11. 在 Jupyter 笔记本中，找到以下说明来安装 Boto3 及其所需库，并运行代码单元：

    #Upgrade pip to the latest version
    !pip3 install --upgrade pip
    
    #Install Boto3
    !pip3 install boto3
    
    #Install Boto3 libraries
    import os
    import boto3
    from botocore.client import Config
    from boto3 import session
    
    #Check Boto3 version
    !pip3 show boto3

    代码单元中的说明将 Python Package Manager (pip)更新至最新版本，安装 Boto3 及其所需的库，并显示安装的 Boto3 版本。

12. 找到以下说明以创建 S3 客户端和服务器。运行代码单元。

    #Creating an S3 client
    #Define credentials
    key_id = os.environ.get('AWS_ACCESS_KEY_ID')
    secret_key = os.environ.get('AWS_SECRET_ACCESS_KEY')
    endpoint = os.environ.get('AWS_S3_ENDPOINT')
    region = os.environ.get('AWS_DEFAULT_REGION')
    
    #Define client session
    session = Boto3.session.Session(aws_access_key_id=key_id,
    aws_secret_access_key=secret_key)
    
    #Define client connection
    s3_client = Boto3.client('s3', aws_access_key_id=key_id,
    aws_secret_access_key=secret_key,aws_session_token=None,
        config=Boto3.session.Config(signature_version='s3v4'),
                            endpoint_url=endpoint,
                            region_name=region)

    代码单元中的说明配置 S3 客户端，并建立与 S3 兼容对象存储的会话。