将psql表(或查询)作为文件(csv、json)直接导出到AWS S3的方法

问题描述

This answer建议使用AWS数据管道，但我想知道是否有一种聪明的方法可以用我自己的机器和Python来做到这一点。

我一直在使用optog2、boto3和pandas库。表格有5到50列和几百万行。我目前的方法不能很好地处理大数据。

---

解决方案

我猜我也可以在这里展示我自己的一个版本，它基于

中的copy_expert

import io
import psycopg2
import boto3

resource = boto3.resource('s3')
conn = psycopg2.connect(dbname=db, user=user, password=pw, host=host)
cur = conn.cursor()

def copyFun(bucket, select_query, filename):
    query = f"""COPY {select_query} TO STDIN 
            WITH (FORMAT csv, DELIMITER ',', QUOTE '"', HEADER TRUE)"""
    file = io.StringIO()
    cur.copy_expert(query, file)
    resource.Object(bucket, f'{filename}.csv').put(Body=file.getvalue())