当我只运行以下代码时,我总是会收到此错误。
s3 = boto3.resource('s3')
bucket_name = "python-sdk-sample-%s" % uuid.uuid4()
print("Creating new bucket with name:", bucket_name)
s3.create_bucket(Bucket=bucket_name)
我已将凭据文件保存在
中 C:\Users\myname\.aws\credentials
,Boto应该从那里读取我的凭证。
我的设置错了吗?
以下是boto3.set_stream_logger('botocore', level='DEBUG')
的输出。
2015-10-24 14:22:28,761 botocore.credentials [DEBUG] Skipping environment variable credential check because profile name was explicitly set.
2015-10-24 14:22:28,761 botocore.credentials [DEBUG] Looking for credentials via: env
2015-10-24 14:22:28,773 botocore.credentials [DEBUG] Looking for credentials via: shared-credentials-file
2015-10-24 14:22:28,774 botocore.credentials [DEBUG] Looking for credentials via: config-file
2015-10-24 14:22:28,774 botocore.credentials [DEBUG] Looking for credentials via: ec2-credentials-file
2015-10-24 14:22:28,774 botocore.credentials [DEBUG] Looking for credentials via: boto-config
2015-10-24 14:22:28,774 botocore.credentials [DEBUG] Looking for credentials via: iam-role
答案 0 :(得分:60)
尝试手动指定密钥
s3 = boto3.resource('s3',
aws_access_key_id=ACCESS_ID,
aws_secret_access_key= ACCESS_KEY)
请确保您不会直接在代码中包含ACCESS_ID和ACCESS_KEY以解决安全问题。 考虑使用环境配置并按照@Tiger_Mike的建议将它们注入代码中。
对于Prod环境,请考虑使用旋转访问键: https://docs.aws.amazon.com/IAM/latest/UserGuide/id_credentials_access-keys.html#Using_RotateAccessKey
答案 1 :(得分:37)
我遇到了同样的问题,发现我~/.aws/credentials
文件的格式错误。
它适用于包含以下内容的文件:
[default]
aws_access_key_id=XXXXXXXXXXXXXX
aws_secret_access_key=YYYYYYYYYYYYYYYYYYYYYYYYYYY
请注意,个人资料名称必须为“[default]
”。一些官方文档引用了名为“[credentials]
”的配置文件,这对我不起作用。
答案 2 :(得分:21)
答案 3 :(得分:7)
确保Unix中的〜/ .aws / credentials文件如下所示:
[MyProfile1]
aws_access_key_id = yourAccessId
aws_secret_access_key = yourSecretKey
[MyProfile2]
aws_access_key_id = yourAccessId
aws_secret_access_key = yourSecretKey
您的Python脚本应如下所示,并且可以正常工作:
from __future__ import print_function
import boto3
import os
os.environ['AWS_PROFILE'] = "MyProfile1"
os.environ['AWS_DEFAULT_REGION'] = "us-east-1"
ec2 = boto3.client('ec2')
# Retrieves all regions/endpoints that work with EC2
response = ec2.describe_regions()
print('Regions:', response['Regions'])
资料来源:https://boto3.readthedocs.io/en/latest/guide/configuration.html#interactive-configuration。
答案 4 :(得分:3)
这些说明适用于具有AWS单个用户配置文件的Windows计算机。确保您的~/.aws/credentials
文件如下所示
[profile_name]
aws_access_key_id = yourAccessId
aws_secret_access_key = yourSecretKey
我必须将AWS_DEFAULT_PROFILE
的环境变量设置为在您的凭据中找到的profile_name
。
然后我的python就可以连接了。例如来自here
import boto3
# Let's use Amazon S3
s3 = boto3.resource('s3')
# Print out bucket names
for bucket in s3.buckets.all():
print(bucket.name)
答案 5 :(得分:2)
我在一家大公司工作,遇到了相同的错误,但是需要其他解决方法。我的问题与代理设置有关。我已经设置了代理,因此需要先将no_proxy设置为将AWS列入白名单,然后才能使所有功能正常工作。如果不想使用os设置混淆Python代码,也可以在bash脚本中进行设置。
Python:
import os
os.environ["NO_PROXY"] = "s3.amazonaws.com"
重击:
no_proxy = "s3.amazonaws.com"
答案 6 :(得分:2)
我也有同样的问题,可以通过在主目录中创建配置和凭据文件来解决。下面显示了我解决此问题的步骤。
创建一个配置文件:
touch ~/.aws/config
然后我在该文件中输入了区域
[default]
region = us-west-2
然后创建凭证文件:
touch ~/.aws/credentials
然后输入您的凭据
[Profile1]
aws_access_key_id = XXXXXXXXXXXXXXXXXXXX
aws_secret_access_key = YYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYY
设置完所有这些之后,然后将我的python文件连接到存储桶。运行此文件将列出所有内容。
import boto3
import os
os.environ['AWS_PROFILE'] = "Profile1"
os.environ['AWS_DEFAULT_REGION'] = "us-west-2"
s3 = boto3.client('s3', region_name='us-west-2')
print("[INFO:] Connecting to cloud")
# Retrieves all regions/endpoints that work with S3
response = s3.list_buckets()
print('Regions:', response)
您还可以参考以下链接:
答案 7 :(得分:1)
从终端类型:-
aws configure
然后填写您的按键和区域。
在此之后,请使用任何环境进行下一步。您可以根据自己的帐户使用多个键。可以管理多个环境或密钥
import boto3
aws_session = boto3.Session(profile_name="prod")
# Create an S3 client
s3 = aws_session.client('s3')
答案 8 :(得分:1)
使用您的凭据创建S3客户端对象
AWS_S3_CREDS = {
"aws_access_key_id":"your access key", # os.getenv("AWS_ACCESS_KEY")
"aws_secret_access_key":"your aws secret key" # os.getenv("AWS_SECRET_KEY")
}
s3_client = boto3.client('s3',**AWS_S3_CREDS)
从os环境中获取凭据总是很好
要设置环境变量,请在终端中运行以下命令
如果是linux或mac
$ export AWS_ACCESS_KEY="aws_access_key"
$ export AWS_SECRET_KEY="aws_secret_key"
如果是Windows
c:System\> set AWS_ACCESS_KEY="aws_access_key"
c:System\> set AWS_SECRET_KEY="aws_secret_key"
答案 9 :(得分:0)
boto3正在像这样的文件夹中寻找凭据
C:\ProgramData\Anaconda3\envs\tensorflow\Lib\site-packages\botocore\.aws
您应该在此文件夹credentials
和config
中保存两个文件。
您可能要检查boto3在this link中搜索凭证的一般顺序。在配置凭据子标题下查看。
答案 10 :(得分:0)
如果您确定正确配置了AWS,则只需确保项目用户可以从 ./ aws 中读取,或者仅以root用户身份运行项目即可即可。
答案 11 :(得分:0)
如果您在~/.aws/credentials
中有多个AWS配置文件,例如...
[Profile 1]
aws_access_key_id = *******************
aws_secret_access_key = ******************************************
[Profile 2]
aws_access_key_id = *******************
aws_secret_access_key = ******************************************
执行以下两个步骤:
使用终端中的export AWS_DEFAULT_PROFILE=Profile 1
命令将您要用作默认值的一个。
请确保在使用boto3或打开编辑器的同一终端上运行上述命令。[了解以下情况]
场景:
t1
和t2
。t1
中运行export命令,并从t2
中打开JupyterLab或任何其他文件,您会收到 NoCredentialsError:无法找到凭据错误。解决方案:
t1
中运行export命令,然后从同一终端t1
中打开JupyterLab或任何其他终端。答案 12 :(得分:0)
导出证书也可以,在linux中:
export AWS_SECRET_ACCESS_KEY="XXXXXXXXXXXX"
export AWS_ACCESS_KEY_ID="XXXXXXXXXXX"
答案 13 :(得分:0)
答案 14 :(得分:0)
在 MLflow 的情况下,如果您无法写入 AWS3/MinIO 数据湖,则调用 mlflow.log_artifact()
将引发此错误。
原因不是在您的 python 环境中设置凭据(如这两个环境变量):
os.environ['DATA_AWS_ACCESS_KEY_ID'] = 'login'
os.environ['DATA_AWS_SECRET_ACCESS_KEY'] = 'password'
请注意,您还可以使用 minio
客户端(除了 mlflow
的连接之外,还需要单独连接到数据湖)直接访问 MLflow 工件。这个客户端可以这样启动:
minio_client_mlflow = minio.Minio(os.environ['MLFLOW_S3_ENDPOINT_URL'].split('://')[1],
access_key=os.environ['AWS_ACCESS_KEY_ID'],
secret_key=os.environ['AWS_SECRET_ACCESS_KEY'],
secure=False)