cloudgeass 1.0.6

Operações úteis para o uso de serviços AWS

Table of content

• Table of content
• O que é o cloudgeass?
• Funcionalidades presentes
  • O módulo s3
• Contatos
• Referências

---

O que é o cloudgeass?

Cloudgeass é uma biblioteca Python criada para centralizar uma série de módulos, classes, métodos e funções prontas para serem utilizadas nos mais variados serviços da AWS. Inspirado em um renomado anime japonês, o cloudgeass visa proporcionar um maior controle sobre atividades e operações comumente realizadas em aplicações criadas na nuvem.

Note A construção desta biblioteca foi retomada após quase 2 anos em hiato. Suas funcionalidades estão sendo refatoradas e uma nova versão será construída e lançada aos poucos.

---

Funcionalidades presentes

Em linhas gerais, a biblioteca cloudgeass é divida em diferentes módulos, cada um encapsulando e consolidando funcionalidades para fins específicos. Os módulos existentes até o momento são:

• 🪣 cloudgeass.aws.s3 - funcionalidades para facilitar operações no S3 através do SDK boto3.
• 🧼 cloudgeass.aws.glue - em ideação

Note Futuramente, novos módulos serão inclusos na biblioteca, expandindo o leque de funcionalidades e permitindo aos usuários uma forma fácil e rápida de codificar suas operações na nuvem.

O módulo s3

A ideia por trás do módulo cloudgeass.aws.s3 gira em torno do fornecimento de funções e blocos de código contendo operações comumente realizadas no S3.

Para navegar por todas as funcionalidades presentes, consulte o arquivo s3.py. Abaixo, um exemplo prático de utilização de uma funcionalidade capaz de retornar detalhes relevantes de todos os objetos de um bucket s3.

# Importando módulo
from cloudgeass.aws.s3 import bucket_objects_report

# Obtendo DataFrame com report de objetos de um bucket
df_objects_report = bucket_objects_report(
  bucket_name="terraglue-sor-data-sa-east-1"
)

# Visualizando resultado
df_objects_report.head()

O resultado é dado como um DataFrame do pandas capaz de ser utilizado de acordo com os propósitos do usuário:

---

Contatos

• Thiago Panini - LinkedIn
• paninitechlab @ hashnode

---

Referências

Python

• Python - Packaging Python Projects
• Stack Overflow - Reading Pandas DataFrame from S3

Github

• GitHub Actions - pypa/gh-action-pypi-publish
• Medium - Major, Minor and Patch
• Medium - Automate PyPI Releases with GitHub Actions

Tests

• Codecov - Setting Threshold
• Codecov - About the Codecov YAML
• Codecov - Status Checks
• Codecov - codecov.yml Reference
• Codecov - Ignore Paths