从 S3

问题描述

我正在尝试以编程方式从 S3 解压缩和读取 .zst 文件（即不下载它并在其上运行命令行解压缩）。

这是我正在运行的代码：

import boto3
import zstandard
import os
import io

AWS_S3_BUCKET = os.getenv("AWS_S3_BUCKET")
AWS_ACCESS_KEY_ID = os.getenv("AWS_ACCESS_KEY_ID")
AWS_SECRET_ACCESS_KEY = os.getenv("AWS_SECRET_ACCESS_KEY")

zstd = zstandard.ZstdDecompressor()

s3_client = boto3.client(
    "s3",aws_access_key_id=AWS_ACCESS_KEY_ID,aws_secret_access_key=AWS_SECRET_ACCESS_KEY,)

response = s3_client.get_object(Bucket='AWS_S3_BUCKET',Key="folder/example_file_name.zst")

status = response.get("ResponseMetadata",{}).get("HTTPStatusCode")

# decompressed = decomp.decompress(response.get("Body").read())
## OR
# with zstd.stream_reader(io.BytesIO(response.get("Body").read())) as r:
#    decompressed = r.read()

所以我正在尝试以“## OR”分隔的两行中的任何一行。第一个告诉我它没有关于数据长度的任何信息，所以我试图输入“max_output_size=number_from_file_Metadata”但它给出了同样的错误：

ZstdError：从帧头确定内容大小时出错

然后使用“with...”语句，它给出了这个错误：

ZstdError：zstd 解压错误：未知的帧描述符

据我所知，第二个错误意味着该文件不是真正使用 .zstd 压缩的，或者它是使用“magicless”压缩进行压缩的，并且解压缩无法识别该属性。我是从这里得到的：https://github.com/indygreg/python-zstandard/issues/79

但这真的不清楚，而且似乎没有多少人遇到过这个问题。非常感谢任何帮助。

解决方法

解压文件后不清楚你想做什么。如果这有帮助，这就是我将 zstd 文件读入 Pandas 的方法：

    resp = boto3.client('s3').get_object(Bucket=bucket,Key=key)
    data = io.BytesIO(resp['Body'].read())
    pd.read_feather(data)

我在读取 zstd 文件时遇到了很多问题，因为我对文件的实际写入不正确。从数据帧写入时，它在日期格式和正确索引方面非常奇特。

综上所述，这对您的情况可能没有任何意义 b/c 目前尚不清楚您的文件是什么样子或您的最终目标是什么。