AWS Lambda SnapStart for Python and .NET functions is now generally available | Amazon Web Services
AWS News Blog AWS Lambda SnapStart for Python and .NET functions is now generally available Today, we’re announcing the general availability of AWS Lambda SnapStart for Python and .NET functions that delivers faster function startup performance, from several seconds to as low as sub-second, typically with minimal or no code changes in Python, C#, F#, and Powershell. In November 28, 2022, we introd
【全2回】AWS Lambda x FastAPIによるPythonモダンAPI開発のすゝめ 1 - RAKSUL TechBlog
はじめに この記事を読んで得られること 対象読者 あまり説明しないこと 前提とするバージョン 参考となるレポジトリ 1. 開発環境の構築で使用したツール AWS Lambdaのコンテナサポートを採用 Poetry利用時に開発と本番環境の適切な管理でLambdaデプロイ問題を解決 Poetry利用時に起きた問題 Dockerfileを分けてデプロイできない問題を回避 Mutagen Composeを採用 Dockerの同期遅い問題 Mutagen Composeを利用 2. 開発で活用したPythonライブラリ パッケージ管理 Poetry Ryeも検討したものの採用せず ベースのライブラリ FastAPI Mangum Powertools for AWS Lambda リンター・フォーマッター Ruff Mypy 型アノテーション自動生成ツールの活用 Black テスト Pytest p
PythonからCognitoのUSER_PASSWORD_AUTHとUSER_SRP_AUTHでのトークン取得 - YOMON8.NET
Amazon Cognitoの認証フローは複数ありますが、サーバーサイドの処理のパターンから代表的な USER_PASSWORD_AUTH と USER_SRP_AUTH を行う方法を書きます。 AWSの資料から引用した以下の表の〇部分です。 引用元：https://d1.awsstatic.com/webinars/jp/pdf/services/20200630_AWS_BlackBelt_Amazon%20Cognito.pdf 準備 IAM User CognitoユーザープールID取得 アプリケーションクライアント作成 USER_PASSWORD_AUTH curl Python Python(クライアントシークレット対応） USER_SRP_AUTH 実装検討時の参考 アプリケーションクライアント設定 Python 参考URL 準備 IAM User curlでの実行でも不要で
Auto-instrumenting a Python application with an AWS Distro for OpenTelemetry Lambda layer | Amazon Web Services
AWS Open Source Blog Auto-instrumenting a Python application with an AWS Distro for OpenTelemetry Lambda layer Customers want better insight into understanding the behavior of their systems, but not all customers can afford to make significant code changes in their existing pipelines to add more observability. In this walkthrough, we explain how to get telemetry data from AWS Lambda Python functio
CDK with Pythonの自動テスト事情 〜TypeScriptなんて羨ましくなんかないぞ〜 - NRIネットコムBlog
こんにちは、0日後に育休に入る志水です。本当は100日前に投稿したかったです。 みなさん、IaCしてますか？AaCしてますか？してますよね。 じゃあテストもコードで書いてますか？ と聞くと、やってない人も出てくるのかなと思います。 やっている人だとawspec使ってAWSリソースのテストをしたり、CDKの単体テストをコードで書いている人は多いかと思いますが、それ以降のテスト（結合テストやE2Eテストなど）をコードで書いてる人は少なくなるかなと思います。 というのも、awspecやCDKの単体テストの記事はよく見ますが、それ以降のテストの記事が無いなと感じました。 またCDKの単体テストでは、よくTypeScriptを使ったJestの記事が多く（公式もそうだし）、Pythonの方法があまりありませんでした。 もちろん要件によって変わってくるので書きづらいというのもあるとは思いますが、他の人が
moto で boto3 を使ったツールやライブラリのテストをするぞ（moto チュートリアル 壱） - ようへいの日々精進XP
どうも、モト春樹です moto example リポジトリ チュートリアル環境 ec2.py tests/ec2_test.py setup.py テスト coverage coverage run coverage report coverage html Stand-alone Server Mode Python 以外の言語ライブラリからも利用可能 Stand-alone Server Mode インストールと起動 boto3 からアクセスしてみる 以上 参考 どうも、モト春樹です 尊敬するモト冬樹さんのブログ、「ツルの一声」というタイトルでグッと身近に感じたかっぱです。 ameblo.jp モト春樹と名乗らせて頂きたいと思います。 moto 昨年後半から今年にかけて boto3 や aws-sdk for ruby を使って、ちょっとしたツールやライブラリを書かせてもらう機会が増え
AWSCLI、Python（boto3）などからS3フォルダを削除してみる | DevelopersIO
はじめに マネジメントコンソールやAWSCLIからは比較的簡単にS3フォルダを指定して削除できますが、Pythonプログラム(boto3)で同じことを試みると、削除対象のオブジェクトのリストが取得した後、個々のオブジェクトを削除するプロブラムを書く必要がありました。毎回関数を作成するのは面倒なので、いざというときに備えて作成しましたのでご紹介します。 検証用データ（ファイル）の作成 検証用フォルダ・ファイルをのポチポチ作成するのは無理なので以下のスクリプトで、2999個のファイルを一括作成します。s3-delete-folderバケットの下のmy_folder/folder_1というフォルダ階層の下に、test_1 〜 test_2999 のファイルを作成します。 import boto3 bucket_name = "s3-delete-folder" folder_name = "my
AWS Python SDKからAthenaにクエリして結果をS3からローカルに保存 | DevelopersIO
Amazon Athena を使うと、Amazon S3内のデータに爆速でSQLで問い合わせられます。 便利ではあるのですが、管理コンソールから操作すると SQL の記載 SQL の実行 完了まで待つ ダウンロードリンクからSQLの実行結果を保存 と待ち時間が長く、まとめて実行した SQL が多くある場合は、少しばかり手間です。 このような問題を解決するため、API を使って SQL の実行から SQL の実行結果の保存までを API で行うスクリプトを紹介します。 実行イメージ $ cat foo.sql select count(*) from bar $ export AWS_DEFAULT_PROFILE=test $ python athena.py foo.sql $ ls -1 athena.log athena.py foo.sql # クエリーする SQL foo.sql
Pythonで作るサーバーレスな顔認識API - Qiita
この記事はPython-AdventCalandar-2016の16日目の記事です。 こんにちは。Pythonしてますか？顔認識してますか？サーバーレスしてますか？ この記事はPythonで手軽に顔認識APIサーバーを立てたいという方に向けた記事になります。アドベントカレンダーでは学術的な話を書こうと思っていたのですが、色々とタイミングが良かったのでこの題目にしました。 最初に宣言しておきますが、今回はAWSをフルに使っていきます。 顔認識について OpenCVで行うことも非常に容易ですが、今回はAWSをフルに使っていく！ということで、今年のre:inventで発表されたサービス「Amazon Rekognition」を使っていきます。 一言で言えば、物体や顔を高精度に認識したり、検索したりできる凄いサービスです（雑 詳細は https://aws.amazon.com/jp/rekogn
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
Software Testing in AWS IoT with The Power of Python - Speaker Deck
AWSのtimestampと仲良くする - Qiita
GitHub - garnaat/placebo: Make boto3 calls that look real but have no effect.