第二章：云服务提供商与Python SDK
各位同学，今天我们来聊聊云服务商和Python SDK。说实话，我刚入行那会儿，面对AWS、Azure、GCP这三家，也是一脸懵。每家都说自己好，到底选哪个？
我个人习惯是：先看项目需求，再看团队熟悉度。别盲目追新，稳定才是王道。
2.1 三大云服务商简介
先简单过一遍这三家的特点。你想想看，它们就像三个性格迥异的工程师。
| 云服务商 | 核心优势 | 适用场景 | Python SDK |
|---|---|---|---|
| AWS | 生态最完善，文档最全 | 大型企业、全球化部署 | boto3 |
| Azure | 与微软生态深度集成 | 企业级应用、.NET项目 | azure-sdk-for-python |
| GCP | 大数据和AI能力突出 | 数据分析、机器学习 | google-cloud-python |
嗯，这里要注意：AWS的市场份额最大，所以很多公司默认选它。但如果你公司用的是微软全家桶，Azure会更香。
2.2 为什么选boto3作为示例？
说白了，boto3是Python操作AWS的事实标准。我在项目中遇到过不少坑，比如版本不兼容、凭证配置错误等。但boto3的社区活跃度最高，遇到问题基本都能搜到答案。
核心要点：boto3是AWS官方维护的Python SDK，支持所有AWS服务。你学会它，就等于掌握了操作AWS的钥匙。
2.3 boto3安装与配置
安装其实很简单，一行命令搞定。但配置环节，我建议你认真看，这里最容易出问题。
2.3.1 安装boto3
# 使用pip安装
pip install boto3
# 建议指定版本，避免兼容性问题
pip install boto3==1.26.0我曾经遇到过一个问题：项目部署到生产环境后，boto3突然报错。查了半天，原来是新版本改了API。所以，我建议你锁定版本号。
2.3.2 配置凭证
配置凭证有几种方式，我按推荐顺序列出来：
- 环境变量法（最推荐）
- 凭证文件法（适合本地开发）
- IAM角色法（生产环境首选）
小技巧：我个人习惯用环境变量。这样代码里不用写死凭证，也方便切换不同环境。
环境变量配置示例：
# Linux/Mac
export AWS_ACCESS_KEY_ID=your_access_key
export AWS_SECRET_ACCESS_KEY=your_secret_key
export AWS_DEFAULT_REGION=us-east-1
# Windows PowerShell
$env:AWS_ACCESS_KEY_ID="your_access_key"
$env:AWS_SECRET_ACCESS_KEY="your_secret_key"
$env:AWS_DEFAULT_REGION="us-east-1"2.3.3 验证配置
配置好了，怎么知道对不对？写个简单脚本验证一下：
import boto3
# 创建S3客户端
s3 = boto3.client('s3')
# 列出所有存储桶
try:
response = s3.list_buckets()
print("配置成功！找到以下存储桶：")
for bucket in response['Buckets']:
print(f" - {bucket['Name']}")
except Exception as e:
print(f"配置失败：{e}")警告：千万不要把凭证硬编码在代码里！我曾经见过有人把密钥提交到GitHub，结果被爬虫抓取，一夜之间被刷了上万美元。血的教训啊。
2.4 常用操作示例
学会了配置，我们来点实战。以下是我项目中常用的几个操作：
2.4.1 操作S3存储桶
import boto3
s3 = boto3.resource('s3')
# 创建存储桶
bucket = s3.create_bucket(
Bucket='my-python-bucket-2024',
CreateBucketConfiguration={
'LocationConstraint': 'us-west-2'
}
)
# 上传文件
s3.Bucket('my-python-bucket-2024').upload_file(
'local_file.txt',
'remote_file.txt'
)
# 下载文件
s3.Bucket('my-python-bucket-2024').download_file(
'remote_file.txt',
'downloaded_file.txt'
)2.4.2 操作EC2实例
ec2 = boto3.client('ec2')
# 启动实例
response = ec2.run_instances(
ImageId='ami-0c55b159cbfafe1f0',
InstanceType='t2.micro',
MinCount=1,
MaxCount=1
)
instance_id = response['Instances'][0]['InstanceId']
print(f"启动实例：{instance_id}")
# 停止实例
ec2.stop_instances(InstanceIds=[instance_id])经验之谈：操作EC2时，记得先检查实例状态。我遇到过直接停止已终止的实例，结果报错。加个状态判断能省很多麻烦。
2.5 避坑指南
最后，分享几个我踩过的坑：
- 凭证过期：临时凭证有有效期，记得定期刷新。我曾经在凌晨三点被报警吵醒，就是因为凭证过期了。
- 区域不一致：创建资源时指定区域，否则默认用us-east-1。不同区域的资源不能互相访问。
- 重试机制：网络请求可能失败，boto3默认会重试3次。但你可以自定义重试策略。
好了，这一章就到这里。下一章我们会深入boto3的高级用法，包括分页、批量操作和错误处理。到时候见。