使用 AWS Lambda 入门：逐步教程

教程
AWS Python

AWS Lambda 是一项强大的 无服务器计算 服务，使您能够在不管理基础设施的情况下运行代码，因此您可以专注于编写代码，而无需担心服务器的配置或维护。

在本教程中，我们将探讨 AWS Lambda，从设置您的第一个函数到将其与其他 AWS 服务 集成。无论您是在处理数据流还是构建 API，本指南将帮助您使用 AWS Lambda 开始无服务器部署。

什么是 AWS Lambda？

AWS Lambda 是亚马逊网络服务（AWS）提供的无服务器计算平台，允许开发人员在不配置或管理服务器的情况下运行代码。AWS Lambda 通过动态分配资源来促进这一点，仅在需要时执行您的函数，按使用量收费，而不是按预分配的服务器容量收费。

这种应用程序开发方法消除了传统基础设施设置的需求，使您可以专注于编写和部署代码。

AWS Lambda 是事件驱动的，这意味着它由其他 AWS 服务的特定事件触发，非常适合构建响应迅速、可扩展且具有成本效益的解决方案。

传统的部署方法需要设置和管理服务器，这涉及到扩展、更新和修补。这些任务可能耗时、成本高且对偶发工作负载效率较低。相比之下，无服务器部署消除了这些开销，提供了开箱即用的自动扩展和高可用性。

AWS Lambda 的特点

  • 事件驱动架构: AWS Lambda函数根据数据更改、HTTP请求或AWS资源更新等事件被调用。
  • 多运行时支持: Lambda支持包括Python、Node.js、Java、Go、Ruby和.NET在内的各种运行时。开发人员还可以通过AWS Lambda Runtime API自定义运行时，使其成为适用于各种用例的多功能平台。
  • 自动伸缩性: AWS Lambda根据需求自动扩展应用程序。无论是处理单个事件还是同时处理数千个事件，Lambda都会动态调整计算资源。
  • 按需付费定价： 成本由请求数量和函数的执行时间决定。这消除了前期投资的需要，确保您只为使用的部分付费。
  • 集成安全性： Lambda与AWS身份与访问管理（IAM）配合工作，确保细粒度的访问控制和您的函数与其他AWS服务之间的安全交互。

Lambda的常见用例

  • 处理数据流：AWS Lambda 与Amazon Kinesis集成，以实时处理和分析流数据。例如，您可以监控物联网设备或动态处理日志文件。
  • 构建 RESTful API：Lambda 函数可以与 AWS API Gateway 配对，以为 web 和移动应用程序创建可扩展的 API。此设置通常用于处理用户身份验证、查询数据库或生成动态内容。
  • 自动化工作流程: 通过根据来自服务如 S3, DynamoDB 或 CloudWatch 的事件触发 Lambda 函数，自动化复杂的工作流程。例如，您可以调整上传到 S3 的图像大小或自动存档旧的数据库记录。
  • 数据流水线中的事件处理: 您可以使用 Lambda 处理实时数据事件，比如处理上传到 S3 存储桶的新数据、在存储之前转换数据，或者通过外部 API 调用丰富数据流。
  • 无服务器后端处理: Lambda通常用于卸载后端任务，例如数据验证，ETL（提取、转换、加载）流程，或通过Amazon SNS或SES发送通知。

AWS Lambda是如何工作的？

AWS Lambda采用事件驱动模型，意味着它会根据特定触发器或事件执行代码。 Lambda功能的关键在于其与其他AWS服务的集成以及根据需要执行函数的能力。让我们逐步深入了解AWS Lambda的工作原理：

一个使用Lambda和其他核心AWS服务的示例架构图。图片来源：AWS。

1. 触发AWS Lambda函数

AWS Lambda函数由来自各种AWS服务或外部系统的事件触发。事件源的常见示例包括：

  • API Gateway：当用户向您的API Gateway端点发送HTTP请求（例如，GET或POST请求）时，Lambda可以执行一个函数来处理该请求——例如，一个用于在数据库中创建用户的RESTful API端点。
  • S3 事件：Lambda 函数可以响应在 S3 存储桶中上传、删除或修改对象等操作。例如，在将图像上传到 S3 存储桶后，它们可以调整图像大小或转换文件格式。
  • DynamoDB 流：对 DynamoDB 表的任何更改，如插入、更新或删除，都可以触发 Lambda 函数。例如，在向 DynamoDB 表添加新行时触发分析流水线。
  • 自定义应用：您可以直接使用 SDK、CLI 或 HTTP 请求调用 Lambda 函数，从而使其能够与外部系统集成。

2. 执行环境

当事件触发Lambda函数时，AWS会自动创建一个执行环境来运行代码。这个环境包括:

  • 您的函数代码: 您为特定任务编写的代码。
  • 分配的资源: 根据函数的需求动态分配CPU和内存（可配置）。
  • 依赖关系: 在部署过程中指定的任何外部库或软件包都将被包含在内。

3. 并发与扩展性

AWS Lambda 支持通过并行运行多个实例来实现自动扩展。它能够透明地进行扩展，无需任何配置。以下是并发工作的方式：

  • 如果您的函数需要同时处理 100 个事件，Lambda 将根据需要创建尽可能多的执行环境（直到并发限制）。

4. 与其他 AWS 服务的集成

AWS Lambda 深度集成 AWS 服务，以构建强大的端到端解决方案：

  • 数据库交互：Lambda 可以在执行期间读取/写入 DynamoDB 或 RDS 中的数据。
  • 消息服务: Lambda 可以通过 SNS 触发通知或将消息发送到 SQS 队列以便后续处理。
  • 监控和日志记录: CloudWatch 捕获所有日志、指标和 Lambda 函数的错误详细信息，使您能够监控和排查性能问题。

现在，让我们开始设置您的第一个 Lambda 函数吧！

设置 AWS Lambda

前提条件

  • AWS账户:确保您拥有一个活跃的AWS账户。在这里注册。
  • IAM用户设置:创建一个具有AWS Lambda权限的IAM用户。请按照IAM指南操作。

设置开发环境

  • 安装 AWS CLI: 下载并安装 AWS CLI。使用您的 IAM 凭据对其进行配置。
  • 设置Python或Node.js:根据您的首选运行时安装Python或Node.js。AWS Lambda支持多种运行时。在本教程中，我们将使用Python运行时。

Step 1: 访问AWS Lambda控制台

  1. 登录到AWS管理控制台。
  2. 导航到 Lambda 服务。

AWS 控制台中的导航仪表板。

点击 Lambda 在导航菜单中 以查看仪表板：

AWS 控制台中的 AWS Lambda 仪表板。

步骤 2：创建一个新函数

  1. 点击创建函数。
  2. 选择“从头开始创建作者”。
  3. 为您的函数提供一个名称。
  4. 选择运行时（例如，Python 3.11）。
  5. 单击创建函数按钮。

创建新的 AWS Lambda 函数。

这将需要几秒钟。函数创建完成后，您将在顶部看到一个成功的消息。

步骤 3：编写函数代码

AWS Lambda 浏览器 IDE 用于简单的代码编辑。

步骤 4：测试您的 Lambda 函数

此时，此功能仅返回字符串“Hello from Lambda!”。

没有逻辑，没有依赖，什么都没有。

我们有一个名为lambda_function.py的Python脚本，其中包含名为lambda_handler()的函数，该函数返回一个字符串。

我们现在可以通过简单地点击测试按钮来测试它。

在浏览器中测试你的AWS Lambda函数。

由于我们的函数不需要输入，可以删除“事件JSON”。给事件命名，然后点击调用按钮。

成功测试AWS Lambda函数。

该函数已成功执行，并返回了消息。

太棒了！我们刚刚部署了一个使用AWS Lambda的无服务器函数。目前它还没有做太多事情，但已经可以运行了。每次调用这个函数时，它会返回一个简单的字符串。

使用事件触发Lambda

正如前面提到的，AWS Lambda架构允许您根据来自各种AWS服务的特定事件来触发函数，使其成为自动化工作流和系统集成的多功能工具。

例如，文件上传到S3存储桶、DynamoDB表中的更新或通过API Gateway的API调用都可以触发Lambda函数，实现实时处理和可伸缩执行。

1. 设置S3触发器

  1. 进入S3控制台。
  2. 选择S3存储桶。
  3. 在属性下，添加一个事件通知以在创建对象时触发您的Lambda函数。在AWS S3存储桶中创建事件通知。在S3中选择要触发的Lambda函数。

示例用例:

    • 自动调整上传到S3的图像大小。
    • 将视频转换为多种分辨率或格式以进行流式传输。
    • 上传时检查文件格式、大小或元数据。
    • 使用AI从上传的文档中提取文本（例如，通过Amazon Textract）。

2. API Gateway集成

  1. 转到API Gateway服务。

AWS控制台中的API Gateway服务仪表板。

  1. 创建一个新的REST API。

通过API Gateway创建新的REST API。

  1. 配置一个方法（例如，POST）来触发您的Lambda函数。

示例用例：

    • 构建用于实时响应的无服务器API。
    • 触发Lambda函数以创建并存储用户数据到数据库中。
    • 处理POST请求以实时处理和验证客户订单。
    • 触发Lambda函数从数据库或API查询并返回数据。

部署和监控 AWS Lambdas

部署 AWS Lambda 函数非常简单，可以根据需求使用不同的方法，例如使用 AWS 管理控制台进行手动部署或使用 AWS CLI 进行自动部署。

1. 使用 AWS 控制台进行手动部署

AWS 管理控制台提供了一个直观的网页界面来部署 Lambda 函数。此方法适合小型项目或快速更改。以下是通过控制台部署 Lambda 函数的步骤：

  1. 创建或编辑函数：
    • 登录到AWS 管理控制台。
    • 导航到 AWS Lambda。
    • 点击创建函数以设置新函数或选择现有函数进行更新。
  2. 上传代码：
    • 选择上传来源并选择 .zip 文件或容器镜像。
    • 您可以在集成代码编辑器中直接编辑函数代码以进行小规模开发。
  3. 配置函数：
    • 根据您的使用案例定义环境变量、内存分配和超时限制。
    • 使用 AWS IAM 角色添加必要的权限，以允许该函数与其他 AWS 服务交互。
  4. 部署更改：
    • 点击部署以保存并激活您的更改。
    • 使用测试功能手动调用函数，验证其是否按预期工作。

2. 使用 AWS CLI 进行自动部署

AWS CLI 是部署和更新 Lambda 函数的高效方式，适用于自动化或频繁更新。它确保一致性，减少手动错误，尤其是在较大的项目或 CI/CD 流水线中。

步骤 1 – 准备部署包

将您的代码和依赖项打包到 .zip 文件中。例如：

zip -r my-deployment-package.zip .

步骤 2 – 使用 CLI 部署函数

使用 update-function-code 命令将新代码上传到 AWS Lambda：

aws lambda update-function-code \
    --function-name MyFunction \
    --zip-file fileb://my-deployment-package.zip

–function-name MyFunction \

–zip-file fileb://my-deployment-package.zip

aws lambda get-function --function-name MyFunction

步骤 3 – 检查部署

部署后，使用以下命令验证函数的状态：

该命令检索函数的配置并确认部署。

使用 CloudWatch 监控 Lambda

监控对于确保您的 Lambda 函数高效运行、优雅处理错误以及满足性能期望至关重要。AWS Lambda 集成与Amazon CloudWatch提供监控和日志记录功能。

  1. Amazon CloudWatch 自动收集并显示您 Lambda 函数的关键指标。这些指标帮助您分析函数的性能并排除问题。
  2. 需要监控的指标：
  3. 调用次数：跟踪函数被调用的次数。帮助您了解流量模式和使用趋势。
  4. 错误：显示函数执行过程中出现的错误次数。用于识别失败率和调试问题。

持续时间：测量执行函数所需的时间。这对于优化性能和管理成本至关重要。

从命名空间列表中选择Lambda。

选择要监视的函数以查看详细指标。

AWS Lambda 最佳实践

现在您已经部署了第一个 Lambda 函数，了解一些未来更复杂项目的最佳实践是有用的。在本节中，我提供了一些需要牢记的最佳实践。

1. 优化函数冷启动

  • 冷启动发生在 Lambda 函数在空闲后被调用时，导致 AWS 分配执行环境而产生轻微延迟。虽然 AWS 最小化了这种开销，但您可以采取以下步骤来减少冷启动时间：
  • 使用较小的部署包
  • 通过仅包含必要的依赖项，保持部署包轻量化。

使用 AWS Lambda Layers 等工具，跨函数共享常用库（例如 AWS SDK），而无需将它们包含在各个包中。

在可能的情况下压缩和精简代码，特别是针对基于 JavaScript 或 Python 的函数。

避免在函数中进行繁重的初始化操作

将资源密集型初始化（例如数据库连接、API客户端或第三方库）移出函数处理程序。这样可以确保代码仅在每个环境中执行一次并在调用之间重复使用。

利用预置并发

对于关键、对延迟敏感的函数，使用预置并发来保持执行环境准备好响应请求。虽然会带来额外成本，但可以确保高优先级工作负载的低延迟。

2. 保持函数无状态

无状态是无服务器架构的基本原则，确保您的应用程序能够无缝扩展：

避免依赖内存数据

Lambda函数是短暂的，意味着它们的执行环境是临时的，可能不会跨调用保留。不要依赖内存变量，而是将状态信息存储在外部系统中，如DynamoDB、S3或Redis。

确保幂等性

设计函数以优雅地处理重复事件。为请求使用唯一标识符，并检查日志或数据库，确保同一事件不会被多次处理。

3. 使用环境变量

  • 环境变量是配置Lambda函数的安全便捷方式：
  • 存储敏感信息

将API密钥、数据库连接字符串和其他机密信息存储为环境变量。AWS Lambda在休息时加密这些变量，在执行期间解密。

为了增加安全性，使用AWS Secrets Manager或Systems Manager Parameter Store动态管理机密。

简化配置管理

使用环境变量来管理配置，如日志级别、区域设置或第三方服务的 URL。这样可以消除硬编码数值的需要，使您的函数在各种环境（如开发、演练、生产）中更易移植。

结论

Source:
https://www.datacamp.com/tutorial/aws-lambda