我用Python编写了以下代码。我希望将其迁移到 Bash,或者仅使用普通的旧 AWS CLI。任务是使用 S3 Select 在 S3 存储桶上运行 SQL 查询。注意:S3中的文件都是gzip压缩的。
现有的Python代码(工作)
ACCESS_KEY = 'Key1'
SECRET_KEY = 'Key2'
s3 = boto3.client('s3', aws_access_key_id=ACCESS_KEY, aws_secret_access_key=SECRET_KEY)
r = s3.select_object_content(
Bucket='bkt1',
Key=file2search,
ExpressionType='SQL',
Expression="SELECT * FROM s3object s where Lower(s._1) = (%r)" % ("SEARCH_STRING"),
InputSerialization = {'CompressionType': 'GZIP', 'CSV': {
'AllowQuotedRecordDelimiter': True,
'QuoteEscapeCharacter': '"',
'RecordDelimiter': '\n',
'FieldDelimiter': ':',
}},
OutputSerialization = {'CSV': {
'QuoteEscapeCharacter': '"',
'RecordDelimiter': '\n',
'FieldDelimiter': ':',
}}
)
Bash 代码(不起作用)
SEARCH_STRING="[email protected]"
aws s3api select-object-content \
--bucket projectbucket2 \
--key abc.gz \
--expression "SELECT * FROM s3object s where Lower(s._1) = \'$SEARCH_STRING\'" \
--expression-type 'SQL' \
--input-serialization '{"CSV": {}, "CompressionType": "GZIP"}' \
--output-serialization '{"CSV": {}}' "output.csv"
代码抛出错误:
An error occurred (LexerInvalidChar) when calling the SelectObjectContent operation: Invalid character at line 1, column 46.
它在 Ubuntu 上对我来说运行得非常好:
ubuntu@ip-172-31-8-201:~$ aws --version
aws-cli/2.0.38 Python/3.7.3 Linux/5.3.0-1023-aws exe/x86_64.ubuntu.18
ubuntu@ip-172-31-8-201:~$ echo $SEARCH_STRING
taipei 101
ubuntu@ip-172-31-8-201:~$ aws s3api select-object-content --bucket my-bucket --key towers.csv --expression "SELECT * FROM s3object s where Lower(s._2) = '$SEARCH_STRING'" --expression-type 'SQL' --input-serialization '{"CSV": {}, "CompressionType": "NONE"}' --output-serialization '{"CSV": {}}' "output.csv"
ubuntu@ip-172-31-8-201:~$ cat output.csv
5,Taipei 101,Taipei,Taiwan,509,1670,101,2004
我使用的是 AWS CLI v2。
您过度使用单引号 (
'
) 字符。
例如:
--input-serialization '{'CompressionType':
第一个引号打开您的 JSON,但大括号后面的引号立即关闭引号。
相反,尝试交替使用单引号和双引号。例如:
--input-serialization '--input-serialization '{"CompressionType": "GZIP", "CSV": {
这允许单引号包含整个 JSON,而双引号则用于在 JSON 内部。
结果看起来像这样(我没有测试):
aws s3api select-object-content \
--bucket bkt1 \
--key filename.gz \
--expression "SELECT * FROM s3object s where Lower(s._1) = '$SEARCH_STRING'" \
--expression-type 'SQL' \
--input-serialization '{"CompressionType": "GZIP", "CSV": {
"AllowQuotedRecordDelimiter": True,
"QuoteEscapeCharacter": "\"",
"RecordDelimiter": "\n",
"FieldDelimiter": ":",
}}' \
--output-serialization '{"CSV": {
"QuoteEscapeCharacter": "\"",
"RecordDelimiter": "\n",
"FieldDelimiter": ":",
}}'