翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。 # スロットルコールとドロップされた接続の処理 Amazon Textract オペレーションは、1 秒あたりの最大トランザクション数 (TPS) を超え、サービスがアプリケーションをスロットルしたり、接続が切断されたりすると、失敗することがあります。たとえば、短期間で Amazon Textract オペレーションへの呼び出しが多すぎると、コールがスロットルされ、`ProvisionedThroughputExceededException`オペレーション応答でエラーが発生しました。Amazon Textract TPS クォータの詳細については、「」を参照してください。[Amazon Textract クォータ](https://docs.aws.amazon.com/general/latest/gr/textract.html)。 操作を自動的に再試行することで、スロットリングとドロップされた接続を管理できます。再試行回数を指定するには、`Config`Amazon Textract クライアントを作成するときのパラメータです。再試行回数は 5 にすることをお勧めします。-AWSSDK では、指定した回数だけ操作が再試行された後に失敗となり、例外がスローされます。詳細については、[AWS でのエラーの再試行とエクスポネンシャルバックオフ](https://docs.aws.amazon.com/general/latest/gr/api-retries.html)を参照してください。 **注記** 自動再試行は、同期操作と非同期操作の両方で機能します。自動再試行を指定する前に、AWS SDK の最新バージョンがインストールされていることを確認します。詳細については、「[ステップ 2: のセットアップAWS CLIそしてAWSSDK](setup-awscli-sdk.md)」を参照してください。 次の例では、複数のドキュメントを処理するときに Amazon Textract オペレーションを自動的に再試行する方法を示しています。 **前提条件** + まだ実行していない場合: 1. を使用して IAM ユーザーを作成または更新する`AmazonTextractFullAccess`そして`AmazonS3ReadOnlyAccess`アクセス許可。詳細については、「[ステップ 1: AWS アカウントを設定して IAM ユーザーの作成](setting-up.md#setting-up-iam)」を参照してください。 1. AWS CLI と AWS SDK をインストールして設定します。詳細については、「[ステップ 2: のセットアップAWS CLIそしてAWSSDK](setup-awscli-sdk.md)」を参照してください。 **オペレーションを自動的に再試行するには** 1. S3 バケットに複数のドキュメントイメージをアップロードして、Synchronous の例を実行します。複数ページのドキュメントを S3 バケットにアップロードして実行します。`StartDocumentTextDetection`その上で、非同期の例を実行します。 手順については、以下を参照してください。[Amazon S3 へのオブジェクトのアップロード](https://docs.aws.amazon.com/AmazonS3/latest/user-guide/UploadingObjectsintoAmazonS3.html)の*Amazon Simple Storage Service ユーザーガイド*。 1. 次の例では、の使い方をデモンストレーションします。`Config`パラメータを使用して、操作を自動的に再試行します。同期の例では、`DetectDocumentText`オペレーション。非同期の例では`GetDocumentTextDetection`オペレーション. ------ #### [ Sync Example ] 以下の例を使用して、`DetectDocumentText`Amazon S3 バケット内のドキュメントに対する操作。Eclipse`main`で、の値を変更するには`bucket`S3 バケットにアップロードします。の値を変更するには`documents`ステップ 2 でアップロードしたドキュメントイメージの名前を入力します。 ``` import boto3 from botocore.client import Config # Documents def process_multiple_documents(bucket, documents): config = Config(retries = dict(max_attempts = 5)) # Amazon Textract client textract = boto3.client('textract', config=config) for documentName in documents: print("\nProcessing: {}\n==========================================".format(documentName)) # Call Amazon Textract response = textract.detect_document_text( Document={ 'S3Object': { 'Bucket': bucket, 'Name': documentName } }) # Print detected text for item in response["Blocks"]: if item["BlockType"] == "LINE": print ('\033[94m' + item["Text"] + '\033[0m') def main(): bucket = "" documents = ["document-image-1.png", "document-image-2.png", "document-image-3.png", "document-image-4.png", "document-image-5.png" ] process_multiple_documents(bucket, documents) if __name__ == "__main__": main() ``` ------ #### [ Async Example ] 以下の例を使用して、`GetDocumentTextDetection` オペレーションを呼び出します。これは、既に呼び出されていることを前提としています。`StartDocumentTextDetection`Amazon S3 バケットのドキュメントで、`JobId`。Eclipse`main`で、の値を変更するには`bucket`S3 バケットの値`roleArn`Textract ロールに割り当てられた Arn に指定します。また、の値を変更する必要もあります。`document`を Amazon S3 バケット内の複数ページドキュメントの名前に変更します。最後に、の値を置き換えます。`region_name`お住まいの地域の名前を入力し、`GetResults`の名前を持つ関数を使用します。`jobId`。 ``` import boto3 from botocore.client import Config class DocumentProcessor: jobId = '' region_name = '' roleArn = '' bucket = '' document = '' sqsQueueUrl = '' snsTopicArn = '' processType = '' def __init__(self, role, bucket, document, region): self.roleArn = role self.bucket = bucket self.document = document self.region_name = region self.config = Config(retries = dict(max_attempts = 5)) self.textract = boto3.client('textract', region_name=self.region_name, config=self.config) self.sqs = boto3.client('sqs') self.sns = boto3.client('sns') # Display information about a block def DisplayBlockInfo(self, block): print("Block Id: " + block['Id']) print("Type: " + block['BlockType']) if 'EntityTypes' in block: print('EntityTypes: {}'.format(block['EntityTypes'])) if 'Text' in block: print("Text: " + block['Text']) if block['BlockType'] != 'PAGE': print("Confidence: " + "{:.2f}".format(block['Confidence']) + "%") print('Page: {}'.format(block['Page'])) if block['BlockType'] == 'CELL': print('Cell Information') print('\tColumn: {} '.format(block['ColumnIndex'])) print('\tRow: {}'.format(block['RowIndex'])) print('\tColumn span: {} '.format(block['ColumnSpan'])) print('\tRow span: {}'.format(block['RowSpan'])) if 'Relationships' in block: print('\tRelationships: {}'.format(block['Relationships'])) print('Geometry') print('\tBounding Box: {}'.format(block['Geometry']['BoundingBox'])) print('\tPolygon: {}'.format(block['Geometry']['Polygon'])) if block['BlockType'] == 'SELECTION_ELEMENT': print(' Selection element detected: ', end='') if block['SelectionStatus'] == 'SELECTED': print('Selected') else: print('Not selected') def GetResults(self, jobId): maxResults = 1000 paginationToken = None finished = False while finished == False: response = None if paginationToken == None: response = self.textract.get_document_text_detection(JobId=jobId, MaxResults=maxResults) else: response = self.textract.get_document_text_detection(JobId=jobId, MaxResults=maxResults, NextToken=paginationToken) blocks = response['Blocks'] print('Detected Document Text') print('Pages: {}'.format(response['DocumentMetadata']['Pages'])) # Display block information for block in blocks: self.DisplayBlockInfo(block) print() print() if 'NextToken' in response: paginationToken = response['NextToken'] else: finished = True def main(): roleArn = 'role-arn' bucket = 'bucket-name' document = 'document-name' region_name = 'region-name' analyzer = DocumentProcessor(roleArn, bucket, document, region_name) analyzer.GetResults("job-id") if __name__ == "__main__": main() ``` ------