Tutorial di Python per AWS Cloud9

Questo tutorial illustra come eseguire il codice Python in un ambiente di sviluppo AWS Cloud9.

Questo tutorial può comportare l'addebito di costi sul tuo account AWS. Questi includono possibili addebiti per servizi come Amazon Elastic Compute Cloud (Amazon EC2) e Amazon Simple Storage Service (Amazon S3). Per ulteriori informazioni, consulta Prezzi di Amazon EC2 e Prezzi di Amazon S3.

Prerequisiti

Prima di usare questo tutorial, assicurati di soddisfare i seguenti requisiti.

• Devi disporre di un ambiente di sviluppo AWS Cloud9 EC2

  Nel tutorial si presume che tu disponga di un ambiente EC2 connesso a un'istanza Amazon EC2 in cui viene eseguito Amazon Linux o Ubuntu Server. Per informazioni dettagliate, consulta Creazione di un ambiente EC2.

  Se disponi di un tipo diverso di ambiente o sistema operativo, potrebbe essere necessario adattare le istruzioni di questo tutorial.

• L'IDE AWS Cloud9 per quell'ambiente è stato aperto

  Quando apri un ambiente, AWS Cloud9 apre l'IDE per tale ambiente nel browser Web. Per informazioni dettagliate, consulta Apertura di un ambiente in AWS Cloud9.

Fase 1: installare Python

1. In una sessione del terminale nell'IDE AWS Cloud9, conferma se Python è già installato eseguendo il comando python --version . Per avviare una nuova sessione del terminale, dalla barra dei menu seleziona Window (Finestra), New Terminal (Nuovo terminale). Se Python è installato, passa alla Fase 2: aggiungere un codice.

2. Esegui il comando yum update (per Amazon Linux) o apt update (per Ubuntu Server) per verificare che siano installati gli aggiornamenti di sicurezza e le correzioni dei bug più recenti.

   Per Amazon Linux:

   sudo yum -y update

   Per Ubuntu Server:

   sudo apt update

3. Installa Python eseguendo il comando install .

   Per Amazon Linux:

   sudo yum -y install python3

   Per Ubuntu Server:

   sudo apt-get install python3

Fase 2: aggiungere un codice

Nell'IDE AWS Cloud9 crea un file con il seguente contenuto e salvalo con il nome hello.py. (Per creare un file, nella barra dei menu scegli File, New File (Nuovo file). Per salvare il file, scegli File, Save (Salva)).

import sys

print('Hello, World!')

print('The sum of 2 and 3 is 5.')

sum = int(sys.argv[1]) + int(sys.argv[2])

print('The sum of {0} and {1} is {2}.'.format(sys.argv[1], sys.argv[2], sum))

Fase 3: eseguire il codice

1. Nella barra dei menu dell'IDE AWS Cloud9, scegli Run (Esegui), Run Configurations (Configurazioni esecuzione), New Run Configuration (Nuova configurazione esecuzione).

2. Nella scheda [New] - Stopped ([Nuovo] - Arrestato) digitare hello.py 5 9 per Command. Nel codice, 5 rappresenta sys.argv[1] e 9 rappresenta sys.argv[2].

3. Seleziona Run (Esegui) ed esegui un confronto dell'output.

   Hello, World!
   The sum of 2 and 3 is 5.
   The sum of 5 and 9 is 14.

4. Per impostazione predefinita, AWS Cloud9 seleziona automaticamente uno strumento di esecuzione per il codice. Per modificare lo strumento di esecuzione, scegliere Runner (Strumento di esecuzione), quindi scegliere Python 2 o Python 3.

   Nota

   È possibile creare strumenti di esecuzione personalizzati per versioni specifiche di Python. Per informazioni dettagliate, consultare Creazione di un builder o un'esecuzione.

Fase 4: installare e configurare AWS SDK for Python (Boto3)

AWS SDK for Python (Boto3) consente di utilizzare il codice Python per interagire con servizi AWS come Amazon S3. Ad esempio, puoi utilizzare l'SDK per creare un bucket Amazon S3, elencare i bucket disponibili ed eliminare il bucket appena creato.

Installazione pip.

Nell'IDE AWS Cloud9, conferma se pip è già installato per la versione attiva di Python eseguendo il comando python -m pip --version . Se pip è installato, passare alla sezione successiva.

Esegui i comandi seguenti per installare pip. Poiché sudo si trova in un ambiente diverso da quello dell'utente, è necessario specificare la versione di Python da utilizzare se differisce dalla versione con alias corrente.

curl -O https://bootstrap.pypa.io/get-pip.py # Get the install script.
sudo python3 get-pip.py                     # Install pip for Python 3.
python -m pip --version                      # Verify pip is installed.
rm get-pip.py                                # Delete the install script.

Per ulteriori informazioni, vedere Installazione sul sito Web pip.

Installazione di AWS SDK for Python (Boto3)

Dopo l'installazione di pip, installare AWS SDK for Python (Boto3) eseguendo il comando pip install .

sudo python3 -m pip install boto3  # Install boto3 for Python 3.
python -m pip show boto3            # Verify boto3 is installed for the current version of Python.

Per ulteriori informazioni, consulta la sezione "Installazione" di Quickstart in AWS SDK for Python (Boto3).

Configurazione delle credenziali nell'ambiente

Ogni volta che utilizzi l'AWS SDK for Python (Boto3) per richiamare un servizio AWS, devi fornire un insieme di credenziali con la chiamata. Queste credenziali determinano se l'SDK dispone delle autorizzazioni necessarie per effettuare la chiamata. Se le credenziali non coprono le autorizzazioni necessarie, la chiamata non riesce.

Per archiviare le credenziali nell'ambiente, segui le istruzioni riportate in Chiamata dei AWS services da un ambiente in AWS Cloud9 e torna a questo argomento.

Per ulteriori informazioni, consulta Credenziali in AWS SDK for Python (Boto3).

Fase 5: aggiungere un codice SDK AWS

Aggiungi del codice utilizzato da Amazon S3 per creare un bucket, elencare i bucket disponibili e, facoltativamente, eliminare il bucket appena creato.

Nell'IDE AWS Cloud9 crea un file con il seguente contenuto e salvalo con il nome s3.py.

import sys
import boto3
from botocore.exceptions import ClientError


def list_my_buckets(s3_resource):
    print("Buckets:\n\t", *[b.name for b in s3_resource.buckets.all()], sep="\n\t")


def create_and_delete_my_bucket(s3_resource, bucket_name, keep_bucket):
    list_my_buckets(s3_resource)

    try:
        print("\nCreating new bucket:", bucket_name)
        bucket = s3_resource.create_bucket(
            Bucket=bucket_name,
            CreateBucketConfiguration={
                "LocationConstraint": s3_resource.meta.client.meta.region_name
            },
        )
    except ClientError as e:
        print(
            f"Couldn't create a bucket for the demo. Here's why: "
            f"{e.response['Error']['Message']}"
        )
        raise

    bucket.wait_until_exists()
    list_my_buckets(s3_resource)

    if not keep_bucket:
        print("\nDeleting bucket:", bucket.name)
        bucket.delete()

        bucket.wait_until_not_exists()
        list_my_buckets(s3_resource)
    else:
        print("\nKeeping bucket:", bucket.name)


def main():
    import argparse

    parser = argparse.ArgumentParser()
    parser.add_argument("bucket_name", help="The name of the bucket to create.")
    parser.add_argument("region", help="The region in which to create your bucket.")
    parser.add_argument(
        "--keep_bucket",
        help="Keeps the created bucket. When not "
        "specified, the bucket is deleted "
        "at the end of the demo.",
        action="store_true",
    )

    args = parser.parse_args()
    s3_resource = (
        boto3.resource("s3", region_name=args.region)
        if args.region
        else boto3.resource("s3")
    )
    try:
        create_and_delete_my_bucket(s3_resource, args.bucket_name, args.keep_bucket)
    except ClientError:
        print("Exiting the demo.")


if __name__ == "__main__":
    main()

Fase 6: eseguire il codice SDK AWS

1. Nella barra dei menu, selezionare Run (Esegui), Run Configurations (Configurazioni esecuzione), New Run Configuration (Nuova configurazione esecuzione).

2. Per Command, immettere s3.py my-test-bucket us-west-2, dove my-test-bucket è il nome del bucket da creare, ed us-west-2 è l'ID della regione AWS in cui viene creato il bucket. Per impostazione predefinita, il bucket viene eliminato prima della chiusura dello script. Per mantenere il bucket, aggiungi --keep_bucket al comando. Per un elenco di ID AWS regionali, consulta Amazon Simple Storage Service Endpoints and Quotas nel. Riferimenti generali di AWS

   Nota

   I nomi dei bucket di Amazon S3; devono essere univoci in AWS e non solo nell'account AWS.

3. Seleziona Run (Esegui) ed esegui un confronto dell'output.

   
   Buckets:
   
           a-pre-existing-bucket
   
   Creating new bucket: my-test-bucket
   Buckets:
   
           a-pre-existing-bucket
           my-test-bucket
   
   Deleting bucket: my-test-bucket
   Buckets:
   
           a-pre-existing-bucket
               

Fase 7: pulire

Per evitare addebiti continuativi sull'account AWS dopo aver utilizzato questo tutorial, elimina l'ambiente AWS Cloud9. Per istruzioni, consultare Eliminazione di un ambiente in AWS Cloud9.