Massenmigrieren von DNS-Einträgen in eine private gehostete Zone von Amazon Route 53

Erstellen Sie eine Excel-Datei für Ihre Unterlagen.

Verwenden Sie die Datensätze, die Sie aus Ihrem aktuellen System exportiert haben, um ein Excel-Arbeitsblatt zu erstellen, das die erforderlichen Spalten für einen Datensatz enthält, z. B. den vollqualifizierten Domänennamen (FQDN), den Datensatztyp, die Gültigkeitsdauer (TTL) und den Wert. Bei NAPTR- und SRV-Datensätzen ist der Wert eine Kombination aus mehreren Eigenschaften. Verwenden Sie daher die concat Excel-Methode, um diese Eigenschaften zu kombinieren.

Überprüfen Sie die Arbeitsumgebung.

Erstellen Sie in der AWS Cloud9 Cloud9-IDE eine Python-Datei, um das Excel-Eingabearbeitsblatt in das JSON-Format zu konvertieren. (Anstelle von AWS Cloud9 können Sie auch ein SageMaker Amazon-Notebook verwenden, um mit Python-Code zu arbeiten.)

Stellen Sie sicher, dass die von Ihnen verwendete Python-Version Version 3.7 oder höher ist.

 python3 --version

Installieren Sie das Pandas-Paket.

 pip3 install pandas --user

Konvertiert die Excel-Arbeitsblattdaten in JSON.

Erstellen Sie eine Python-Datei, die den folgenden Code für die Konvertierung von Excel nach JSON enthält.

import pandas as pd
data=pd.read_excel('./Book1.xls')
data.to_json(path_or_buf='my.json',orient='records')

wobei Book1 der Name des Excel-Arbeitsblatts und der Name der JSON-Ausgabedatei my.json steht.

Laden Sie die JSON-Datei in einen S3-Bucket hoch.

Laden Sie die Datei my.json zu einem S3-Bucket hoch. Weitere Informationen finden Sie unter Bucket erstellen in der Amazon S3 S3-Dokumentation.

Erstellen Sie eine private gehostete Zone.

Verwenden Sie die API create_hosted_zone und den folgenden Python-Beispielcode, um eine private gehostete Zone zu erstellen. Ersetzen Sie die Parameter und vpcId durch hostedZoneName Ihre vpcRegion eigenen Werte.

import boto3
import random
hostedZoneName ="xxx"
vpcRegion = "us-east-1"
vpcId="vpc-xxxx"
route53_client = boto3.client('route53')
response = route53_client.create_hosted_zone(
        Name= hostedZoneName,
        VPC={
            'VPCRegion: vpcRegion,
            'VPCId': vpcId
        },
        CallerReference=str(random.random()*100000),
        HostedZoneConfig={
            'Comment': "private hosted zone created by automation",
            'PrivateZone': True
        }
    )
 print(response)

Sie können auch ein IaC-Tool (Infrastructure as Code) wie AWS verwenden, CloudFormation um diese Schritte durch eine Vorlage zu ersetzen, die einen Stack mit den entsprechenden Ressourcen und Eigenschaften erstellt.

Rufen Sie Details als Wörterbuch von Amazon S3 ab.

Verwenden Sie den folgenden Code, um aus dem S3-Bucket zu lesen und die JSON-Werte als Python-Wörterbuch abzurufen. 

fileobj = s3_client.get_object(
        Bucket=bucket_name,
        Key='my.json'
        )
    filedata = fileobj['Body'].read()
    contents = filedata.decode('utf-8')
    json_content=json.loads(contents)
    print(json_content)

wo json_content enthält das Python-Wörterbuch.

Saubere Datenwerte für Leerzeichen und Unicode-Zeichen.

Verwenden Sie als Sicherheitsmaßnahme zur Sicherstellung der Richtigkeit der Daten den folgenden Code, um eine Operation mit den Werten in durchzuführenjson_content. Dieser Code entfernt die Leerzeichen am Anfang und Ende jeder Zeichenfolge. Außerdem wird die replace Methode verwendet, um harte (geschützte) Leerzeichen (die \xa0 Zeichen) zu entfernen.

for item in json_content:
    fqn_name = unicodedata.normalize("NFKD",item["FqdnName"].replace("u'", "'").replace('\xa0', '').strip())
    rec_type = item["RecordType"].replace('\xa0', '').strip()
    res_rec = {
                 'Value': item["Value"].replace('\xa0', '').strip()
                }

Fügen Sie Datensätze ein.

Verwenden Sie den folgenden Code als Teil der vorherigen for Schleife.

change_response = route53_client.change_resource_record_sets(
            HostedZoneId="xxxxxxxx",
            ChangeBatch={
                'Comment': 'Created by automation',
                'Changes': [
                    {
                        'Action': 'UPSERT',
                        'ResourceRecordSet': {
                            'Name': fqn_name,
                            'Type': rec_type,
                            'TTL': item["TTL"],
                            'ResourceRecords': res_rec
                        }
                    }
                ]
            }
    )

Wo xxxxxxx ist die Hosting-Zonen-ID aus dem ersten Schritt dieses Epos?