从S3读取.zst文件

Question

我试图以编程的方式从S3解压和读取.zst文件（即不下载它并在其上运行命令行解压）

以下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()

所以我试着在结尾用“##或”分隔的两行中选择一行。第一个告诉我，它没有关于数据长度的任何信息，因此我尝试输入“max_output_size=number_from_file_metadata”，但它给出了相同的错误：

ZstdError: error determining content size from frame header

然后在“with…”语句中，它给出以下错误：

ZstdError: zstd decompress error: Unknown frame descriptor

据我所知，第二个错误意味着文件不是使用.zstd真正压缩的，或者是使用“magicless”压缩压缩的，解压无法识别该属性。我从这里得到：https://github.com/indygreg/python-zstandard/issues/79

但这真的不清楚，似乎没有多少人对此有异议。非常感谢您的帮助

Answer 1

不清楚解压缩文件后要做什么。如果这有帮助的话，这就是我将zstd文件读入熊猫的方法：

    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，因为我实际编写的文件不正确。从数据框中写入数据时，围绕日期格式和正确的索引非常奇特

尽管如此，这可能对您的情况没有任何意义b/c您的文件看起来像什么或您的最终目标是什么还不清楚