Python 资源、客户端和会话之间的boto3差异？

我正在Ubuntu 16.04 LTS中使用Python 2.7.12。我正在通过以下链接学习如何使用boto3:。我的疑问是什么时候使用资源、客户端或会话，以及它们各自的功能。

我会尽量简单地解释。因此，无法保证实际术语的准确性

是启动AWS服务连接的地方。例如，以下是使用默认凭据配置文件的默认会话（例如~/.aws/凭据，或假设您的EC2使用IAM实例配置文件）

由于默认会话仅限于使用的配置文件或实例配置文件，因此有时您需要使用自定义会话来覆盖默认会话配置（例如，区域名称、端点url等），例如

：这是建议使用的高级服务级别。这允许您绑定特定的AWS资源并将其传递，因此您只需使用此抽象，而不用担心指向哪个目标服务。正如您从会话部分注意到的，如果您有一个自定义会话，您只需传递这个抽象对象，而不必担心要传递的所有自定义区域等。下面是一个复杂的例子 例如

是低级类对象。对于每个客户端调用，需要显式指定目标资源，指定的服务目标名称必须为pass long。您将失去抽象能力

例如，如果您只处理默认会话，则这与bot3.resource类似

import boto3 
s3 = boto3.client('s3')

def list_bucket_contents(bucket_name):
   for object in s3.list_objects_v2(Bucket=bucket_name) :
      print(object.key)

list_bucket_contents('Mybucket') 

但是，如果要列出不同区域中某个bucket中的对象，则需要指定客户端所需的显式bucket参数

import boto3 
backup_s3 = my_west_session.client('s3',region_name = 'us-west-2')
video_s3 = my_east_session.client('s3',region_name = 'us-east-1')

# you must pass boto3.Session.client and the bucket name 
def list_bucket_contents(s3session, bucket_name):
   response = s3session.list_objects_v2(Bucket=bucket_name)
   if 'Contents' in response:
     for obj in response['Contents']:
        print(obj['key'])

list_bucket_contents(backup_s3, 'backupbucket')
list_bucket_contents(video_s3 , 'videobucket') 

---

客户端和资源是boto3 SDK中用于发出AWS服务请求的两种不同抽象。您通常会选择使用客户机抽象或资源抽象。我在下面概述了客户机和资源之间的区别，以帮助读者决定使用哪个

会话在很大程度上与客户机和资源的概念正交（但两者都使用）

这里有一些更详细的信息，这些信息都是关于什么的

客户端：

• 这是原始的boto3 API抽象
• 提供低级AWS服务访问
• 客户端支持所有AWS服务操作
• 向开发人员公开botocore客户端
• 通常使用AWS服务API映射1:1
• 蛇壳方法名称（例如API=>method）
• 根据AWS服务生成

下面是对S3 bucket对象的客户端级访问的示例：

import boto3

client = boto3.client('s3')
response = client.list_objects_v2(Bucket='mybucket')
for content in response['Contents']:
    obj_dict = client.get_object(Bucket='mybucket', Key=content['Key'])
    print(content['Key'], obj_dict['LastModified'])

注意：此客户端级别代码最多只能列出1000个对象。如果有1000多个对象，则必须使用或实现自己的循环，使用延续标记反复调用list_objects_v2（）

资源：

• 这是更新的boto3 API抽象
• 提供高级、面向对象的API
• 不提供AWS服务的100%API覆盖率
• 使用标识符和属性
• 具有操作（对资源的操作）
• 公开AWS资源的子资源和集合
• 根据资源说明生成

下面是使用资源级别访问S3 bucket对象（全部）的等效示例：

注意：在这种情况下，您不必进行第二次API调用来获取对象；它们可以作为桶上的集合提供给您。这些子资源集合是延迟加载的

您可以看到

资源

版本的代码更简单、更紧凑，并且具有更大的功能（它为您进行分页）。如果您希望包含分页，那么

客户端

版本的代码实际上比上面显示的更复杂

会话：

• 存储配置信息（主要是凭据和选定区域）
• 允许您创建服务客户端和资源
• boto3在需要时为您创建默认会话

---

有关这两个概念的更多信息，一个有用的资源是。

minor。“object”不是一个关键字吗？我们应该避免在一个函数或模块中同时使用“resource”和“client”吗？@JohnOveriron并非所有AWS服务都有“resource”对应项，因此您仍然需要低级“client”。如果您打算用于部署，建议使用cloudformation（这很难学习，但从长远来看会节省您的时间），而不是使用API来自动部署。@MootBoot但查询/操作aws服务/资源可以通过这些API轻松完成，而不是通过cloudformation获取输出或更新堆栈。我说的对吗？@S.K.Venkat如果您开始构建多服务器部署，使用持续集成等，那么cloudformation/terraform/heat比使用boto3代码更易于维护。客户端和资源之间是否存在性能差异？我遇到这样一个问题，即使用客户端从sqs队列中删除消息的速度更快，而使用资源的速度较慢。@Vaulstein我没有任何特定的比较可供共享，但我通常认为客户端接口比资源轻，因此在运行时可能更快（尽管编码速度较慢）@SaravananG如果您

s3.set_stream_logger（'botocore'）

，您可以看到boto3（调用botocore）在引擎盖下执行的元编程日志。它确实有效，所以你不必这么做。它有一个用于定制/可插入性的完整事件系统和一个3（+？）深度的事件分类法，用于处理请求准备、响应解析和链接依赖调用。参数构建、请求签名、区域检测值得注意。仅供参考修改是一种神奇的痛苦@ETL_Devs Broadl

import boto3 
s3 = boto3.client('s3')

def list_bucket_contents(bucket_name):
   for object in s3.list_objects_v2(Bucket=bucket_name) :
      print(object.key)

list_bucket_contents('Mybucket') 

import boto3 
backup_s3 = my_west_session.client('s3',region_name = 'us-west-2')
video_s3 = my_east_session.client('s3',region_name = 'us-east-1')

# you must pass boto3.Session.client and the bucket name 
def list_bucket_contents(s3session, bucket_name):
   response = s3session.list_objects_v2(Bucket=bucket_name)
   if 'Contents' in response:
     for obj in response['Contents']:
        print(obj['key'])

list_bucket_contents(backup_s3, 'backupbucket')
list_bucket_contents(video_s3 , 'videobucket') 

import boto3

client = boto3.client('s3')
response = client.list_objects_v2(Bucket='mybucket')
for content in response['Contents']:
    obj_dict = client.get_object(Bucket='mybucket', Key=content['Key'])
    print(content['Key'], obj_dict['LastModified'])

import boto3

s3 = boto3.resource('s3')
bucket = s3.Bucket('mybucket')
for obj in bucket.objects.all():
    print(obj.key, obj.last_modified)