Cognito ユーザープールことはじめ | ゴミ人間.com
基本的な API と機能の理解 Cognito ユーザープールの低レベル API に対応する boto3 のインターフェースを直接操作し以下のようなことを実行することにより、Cognito ユーザープールにおける認証の流れや利用法を理解してみる サインアップ MFA ありのサインアップについては後ほど扱う サインイン 基本的なフローについてそれぞれ確認 オプションや連携のバリエーション: MFA/Facebook, Google ソーシャルサインイン/Login with Amazon/Sign in with Apple/SAML IdP/OIDC プロバイダー経由のサインインについては後ほど扱う ユーザー/ユーザー属性の取得・変更 パスワード変更 パスワード再設定 トークンの更新 基本的に SignUp API を叩いてアカウントを登録し、ConfirmSignUp API にてサイン
AWS Lambdaで並列処理を行うことで処理を高速化する(Python編) - Qiita
はじめに みなさんAWS Lambda(以降はLambdaと表記)使ってますか？ Lambdaには対応している言語が複数あるので、Go言語で記述されている方、Node.jsで記述されている方、Pythonで記述されているかたなど、 様々いらっしゃるかと思います。 APIのバックエンドとしてLambdaを設置する場合、Lambdaの処理時間は出来る限り短くしたい、と思われる方がほとんどだと思います。 理由としては、下記が挙げられるかと思います。 API Gatewayの時間制限が29秒のため、29秒を超える処理が出来ない APIの呼び出しに時間がかかると、ユーザービリティを著しく損なう では、Labmbdaの処理時間を短くしたいのですが、方法としては下記があります。 Lambdaの性能を上げる Lambdaの中で並列処理(マルチスレッド化、マルチプロセス化)を行う 今回は、Lambdaでの並
[詳説] Kinesis Client Library for Java によるコンシューマアプリケーションの実装
はじめに Kinesis Client Library（以下、KCL） は、AWS Kinesis Data Stream に流れるデータ（レコード）を受信して処理を行うコンシューマアプリケーションを実装するためのAWS謹製のライブラリです。 Kinesisのレコードを処理するには、 Kinesisストリームからレコードを取得して処理するアプリケーション。EC2などの上で常駐させます。 Kinesisストリームをイベントソースとする Lambda 関数。 のいずれかの方法がありますが、KCL は前者の場合に使用します。 KCL はKinesisストリームからレコードを取得し、レコードプロセッサ と呼ばれるレコードを処理するためのハンドラを呼び出します。 アプリケーションの開発者はこの レコードプロセッサ に処理を実装するだけで良く、レコードの取得、どのレコードまで処理したかの状態、Kine
![[詳説] Kinesis Client Library for Java によるコンシューマアプリケーションの実装](https://cdn-ak-scissors.b.st-hatena.com/image/square/4552f08e304d90ec64bf722c22f72e4706eff27d/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwY3Jvc3Nyb2FkMDIwMSZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9MTJmMWVhYWM0NWVmMTJjZGIyNWZjZWE1ZmQ5YWRjMTA%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D13a8cefe80ecbca0dae5b3a9ad931cc8)
Amazon Kinesis編～KCL for Pythonを使ってみる01～
前回は『Amazon ECS編～ECSを使ってみる03～』と題して、Amazon ECSでコンテナの入れ替えを試してみました。 今回は『Amazon Kinesis編～KCL for Pythonを使ってみる01～』と題して、Kinesis Client Library for Pythonを試してみたいと思います。 Kinesis Client Library for Pythonとは Amazonから提供されているKinesis Client Library(KCL) のPython版です。 Amazon Kinesisからのデータ取得、ロードバランシングや可用性を高める機能などは、KCL for Javaを利用している構造となっており、その後の処理をPythonで記述する事が可能です。 Amazon KCL for Python 1.環境の準備 KCLで使う環境を準備しておきます。
AWS Elastic Beanstalk Docker -コンテナごとFlaskアプリをデプロイ- | fukuの犬小屋
前回は素のFlaskアプリケーションをデプロイしました。 今回はDockerコンテナを動かしてみます。 ちょうどAzure Web App for Containersと同じようなものです。 Azure Web App for Containers EC2より自由度は下がりますが管理が楽になり、 EBに単純にアプリケーションをデプロイするよりは自由度が上がります。 それなりに学習コストも高くなりますが、かけただけの時間を将来削減できると信じて勉強します。 今回は単一コンテナのDocker環境構築を行います。 Elastic Beanstalkとは Elastic Beanstalkではユーザはアプリケーションをデプロイするだけです。 ソースコードを自動でEC2に配置し、ウェブサーバを設定し、さらにロードバランサーやオートスケーリングなどの面倒もElastic Beanstalkが管理してく
AWS Elastic Beanstalk -Flaskアプリをデプロイ- - fukuの犬小屋
AWS Elastic Beanstalk (EB)ではアプリケーションをデプロイすれば Azure App ServiceのWeb Appと同じですね。 Azure Web App + Python Elastic Beanstalk cliのインストール 公式に沿ってやっていきます。 brew install aws-elasticbeanstalk 仮想環境の構築 virtualenvで環境を構築します。 これまでpyenvしか使ってきてなかったのでvirtualenvをインストールします。 pip install virtualenv 仮想環境を作成。ホーム下に作ってます。 pyenvを使用しているとカレントディレクトリに設定されているPythonバージョンが使用されます。 二重構造でややこしい。 virtualenv ~/YOUR_DIRECTORY ちょっと待って完了したらアク
Serverless Framework で Flask app をデプロイする - サーバーワークスエンジニアブログ
はじめに こんにちは、技術一課の山中です。 本ブログでは Python の Web フレームワークである Flask を AWS に Serverless Framework を用いてデプロイしてみます。 今回は Amazon Linux 2 上で以下に沿って進めます。 Build a Python REST API with Serverless, Lambda, and DynamoDB Flask とは Flask は Python 用のマイクロ Web 開発フレームワークです。 標準で提供する機能を最小限にしているため、軽量でマイクロフレームワークと呼ばれています。 事前準備 事前に pyenv と pyenv-virtualenv を使って仮想環境を用意しておきます。 $ pyenv virtualenv -p python3.7 3.7.1 flaskenv また、 Serve
AWS Lambda Pythonをローカル環境で実行 | DevelopersIO
AWS Lambda を開発する際には コードを書く Zip で固めてアップロードする サンプルイベントをインプットに Lambda 関数をテスト実行する CloudWatch Logs でログを確認してデバッグ というフローが発生します。 コード修正のたびにこのフローをたどるのはなかなか手間です。 そこで今回は python-lambda-local を使ってローカル環境で AWS Lambda Python の実行環境をエミュレートし、Lambda 関数を実行する方法について解説します。 以下のようにライブラリーパス(-l)、ハンドラー(-f)、タイムアウト(-t)、プログラム、(test.py)、入力イベント(events.json) を指定すると、Lambda 関数をローカル環境で実行できます。 $ python-lambda-local -l lib/ -f handler -t
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
