AWS Lambda（Python）无法在S3中解压缩和存储文件

Question

项目目前维护s3bucket，其中包含一个1.5gb的大zip大小，包含.xpt和.sas7dbat文件。解压文件大小为20 GB。在

尝试解压缩文件并将相同的文件夹结构推送到S3

以下代码适用于较小的zip文件，但对于大型zip文件（1.5GB）则失败：

for obj in bucket.objects.all():
    #file_name = os.path.abspath(obj.key) # get full path of files
    key = urlparse(obj.key.encode('utf8'))
    obj = client.get_object(Bucket='my-zip-bucket', Key=obj.key)

    with io.BytesIO(obj["Body"].read()) as tf:
        # rewind the file
        tf.seek(0)

        with zipfile.ZipFile(tf, mode='r') as zipf:
            for file in zipf.infolist():
                fileName = file.filename
                putFile = client.put_object(Bucket='my-un-zip-bucket-', Key=fileName, Body=zipf.read(file))
                putObjects.append(putFile)

错误：内存大小：3008 MB已使用的最大内存：3008 MB

我想验证：

1. AWS Lambda不是适用于大文件的解决方案吗？在
2. 我是否应该使用不同的库/方法而不是读取内存中的所有内容

Answer 1

有一个使用AWS胶水的无服务器解决方案！（想清楚这一点，我差点就死了）

此解决方案分为两部分：

1. 一个lambda函数，在上载ZIP文件时由S3触发并创建GlueJobRun-将S3对象键作为参数传递给Glue。在
2. 解压文件（内存中）的胶水作业并上传回S3。在

请参阅下面我的代码，其中解压缩ZIP文件并将内容放回同一个bucket（可配置）。在

如有帮助，请投赞成票：）

调用名为YourGlueJob的粘合作业的Lambda脚本（python3）

import boto3
import urllib.parse

glue = boto3.client('glue')

def lambda_handler(event, context):
    bucket = event['Records'][0]['s3']['bucket']['name']
    key = urllib.parse.unquote_plus(event['Records'][0]['s3']['object']['key'], encoding='utf-8')
    print(key)    
try:
    newJobRun = glue.start_job_run(
        JobName = 'YourGlueJob',
        Arguments = {
            ' bucket':bucket,
            ' key':key,
        }
        )
    print("Successfully created unzip job")    
    return key  
except Exception as e:
    print(e)
    print('Error starting unzip job for' + key)
    raise e         

解压文件的AWS胶水作业脚本

^{pr2}$