本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 在 S3 中存储用户脚本和虚拟环境
<a name="store-artifacts-in-s3"></a>

以下过程说明如何在 Amazon S3 中存储用户脚本和可选的虚拟环境。在创建 PySpark 分析模板之前完成此步骤。

**重要**  
创建分析模板后，请勿修改或移除对象（用户脚本或虚拟环境）。  
这样做将：  
导致所有使用此模板的 future 分析作业失败。
需要使用新构件创建新的分析模板。
不影响之前完成的分析作业

**先决条件**
+  AWS 账户 具有适当权限的
+ 用户脚本文件（例如`my_analysis.py`）
+ （可选，如果存在）虚拟环境包（`.tar.gz`文件） 
+ 创建或修改 IAM 角色的权限

------
#### [ Console ]

**要使用控制台在 S3 中存储用户脚本和虚拟环境，请执行以下操作：**

1. 登录 AWS 管理控制台 并打开 Amazon S3 控制台，网址为[https://console.aws.amazon.com/s3/](https://console.aws.amazon.com/s3/)。

1. 创建新的 S3 存储桶或使用现有的 S3 存储桶。

1. 为存储桶启用版本控制。

   1. 选择您的存储桶。

   1. 选择**属性**。

   1. 在 “**存储桶版本控制**” 部分，选择 “**编辑”**。

   1. 选择 “**启用**” 并保存更改。

1. 上传您的工件并启用 SHA-256 哈希。

   1. 导航到您的存储桶。

   1. 选择**上传**。

   1. 选择**添加文件**并添加您的用户脚本文件。

   1. （可选，如果存在）添加您的 **.tar.gz 文件。**

   1. 展开 “**属性**”。

   1. 在 “**校验和**” 下，对于 “**校验和函数**”，选择。**SHA256**

   1. 选择**上传**。

1. 现在，您可以创建 PySpark 分析模板了。

------
#### [ CLI ]

**要在 S3 中存储用户脚本和虚拟环境，请使用以下命令 AWS CLI：**

1. 运行如下命令：

   ```
   aws s3 cp --checksum-algorithm sha256 pyspark_venv.tar.gz s3://ARTIFACT-BUCKET/EXAMPLE-PREFIX/
   ```

1. 现在，您可以创建 PySpark 分析模板了。

------

**注意**  
如果您需要更新脚本或虚拟环境：  
将新版本作为单独的对象上传。
使用新构件创建新的分析模板。
弃用旧模板。
如果仍需要旧模板，请将原始工件保留在 S3 中。