AWS Python SDK boto3中的基本概念与使用方法

最近在用boto3编写AWS的lamda函数，学习到了boto3中的一些基本概念与使用方法。在此进行总结。

1. boto3提供了两个级别的接口来访问AWS服务：High Level的Resource级别的接口，Low Level的Client接口。

　　Client级别的接口则是返回Dictionary来表示查询到的资源信息。而Resource级别的接口是对Client级别的接口进行了面向对象的封装，接口的返回值大部分都是Resource对象(如果返回值是某个Resource的信息的话),我们可以对返回的对象再进行操作（比如删除，修改等）。

2. session

　　session是对一组configuration的抽象表达，通过同一session调用的所有api共享一组configuration. session也是访问所有API的入口。默认的session是boto3.
      所以一般通过如下代码来得到Resource级别的API对象和Client级别的API对象：

      res = boto3.resource('service name')

      client = boto3.client('service name')

3. resource

    这是Resource级别接口里面的概念，Resource分为Service Resource和Individual Resource. Service Resource表示某个服务，而Individual Resource表示某个服务里面的资源

3.1 resource identifier

      Resource的唯一标示符，一般就是id或是url。很明显Service Resource不需要identifier,因为它是通过名字标识（例如:'ec2'）

3.2 attribute

      其实就是Resource的属性

3.3 action

      就是Resource支持的操作

3.4 subResource

      Resource的子级Resource,可以通过identifier来获取Resource对象

3.5 collection

      Resource的子级Resource的集合，可以对collection进行查询，筛选等（对AWS的网络请求只有在collection执行操作(遍历，转换为list, 批量处理)的时候才会产生并发出）

4. 一般使用方式

4.1 Resource级别

var serviceRes = boto3.resource('ec2') //得到Service Resource

var instance = serviceRes.create_instances(**kwargs) //执行Service Resource级别的操作

var instance = serviceRes.Instance(id) // 通过identifier得到Sub Resource(Individual Resource)

var instances = serviceRes.instances.filter(filter) // 通过filter得到一个Sub Resource的collection

instance.start() //执行Sub Resource上的操作

4.2 Client级别

var ec2Client = boto3.client('ec2') //得到对应服务的client

ec2Client.run_instances(**kwargs) //执行操作