Я использую модуль Python boto для доступа к файлам AWS S3. Я выгружаю файлы из Redshift с помощью UNLOAD команд и файлов автоматически gzipped. Redshift генерирует 10 частей одного файла.Загрузка файла AWS S3 с python boto возвращает 404, хотя файл существует
Это часть кода, который я использую, чтобы получить список файлов и вызовите функцию загрузки:
key_list = bucket.list('folder_on_the_bucket')
pool = ThreadPool(processes=10)
partial_download = partial(download,0)
pool.map(partial_download, key_list)
Это функция загрузки:
def download(retry_cnt,key):
retry_cnt = retry_cnt
key = key
try:
#make sure that I download only files, not folders
if key.name[-1]=='/' or key.name[-1]=='\\':
pass
else:
log.info("Downloading %s" % local_dir+ntpath.basename(key.name))
key.get_contents_to_filename(local_dir+ntpath.basename(key.name))
if retry_cnt > 0:
#copy all files that needed to be retried to a specific directory (for debugging purposes)
shutil.copyfile(local_dir+ntpath.basename(key.name), 'error_files_folder'+ntpath.basename(key.name))
except:
if retry_cnt < 3:
retry_cnt += 1
log.warning("error downloading file %s, retrying for the %s. time" % (str(key.name),str(retry_cnt)))
log.warning(str(sys.exc_info()[1]))
time.sleep(5)
download(retry_cnt,key)
else:
log.error(sys.exc_info()[1])
sys.exit("Unable to download file")
Проблема в том, что иногда, AWS вернет ошибку 404, файл не существует. Я проверил вручную и файлы apperas в ведро S3, и у него есть данные. Я читал, что S3 может вернуть такую ошибку, если изменения не были распространены. Вот почему функции загрузки выглядят так. Если с файлом произошла ошибка, я снова попытаюсь загрузить тот же файл. Проблема в том, что во второй раз, когда я загружаю файл, он пуст, и я теряю некоторые данные. (одна десятая его).
Эта проблема возникает случайным образом в разных ковшиках и папках.
Другой вариант - использовать интерфейс командной строки [AWS] (http://aws.amazon.com/cli/) для загрузки файлов с помощью 'aws s3 sync' или' aws s3 cp - -рекурсивных' команд. –
Я мог бы использовать это в функции загрузки, но считаете ли вы, что он может решить ошибку 404? Я понял, что ошибка происходит на стороне AWS, а не на Python. – quickshare