AWS-Lambda 使用入门

摘要：例如，控制台使用调用类型，因此当您使用控制台调用函数时，控制台将显示返回的值。如果别名用于调用函数，将为别名指向的版本。

场景：现在需要开发一个前后端分离的应用，后端采用 RESTful API 最为方便，但是如果这个后端服务会在一天中的某些时候有高并发的情况，使用什么样的架构最为简单呢？

刚思考这个问题的时候我想到的解决方案可能有以下几种：

使用CDN内容分发网络，减少主服务器的压力

使用LVS服务器负载均衡

使用缓存

硬件层 提高带宽，使用SSD 硬盘，使用更好的服务器

代码层，优化代码（使用性能更好的语言等

​

但以上的几个方法都需要关注服务器的存储和计算资源，以便随时调整以满足更高的性能，并且高并发的请求也是分时段的，配置了更高性能的服务器在访问量变低的时候也是资源浪费。

这个时候可以使用 FaaS（Functions as a Service） 架构，跟传统架构不同在于，他们运行于无状态的容器中，可以由事件触发，短暂的，完全被第三方管理，功能上FaaS就是不需要关心后台服务器或者应用服务，只需关心自己的代码即可。其中AWS Lambda是目前最佳的FaaS实现之一。

AWS Lambda 是一项计算服务，使用时无需预配置或管理服务器即可运行代码。AWS Lambda 只在需要时执行代码并自动缩放。借助 AWS Lambda，几乎可以为任何类型的应用程序或后端服务运行代码，而且无需执行任何管理。现在 AWS Lambda 支持 Node.js、Java、C# 和 Python。

Lambda 常见的应用场景有以下几种：

将Lambda 作为事件源用于 AWS 服务（比如音频上传到 s3后，触发 Lambda 音频转码服务，转码音频文件

通过 HTTPS (Amazon API Gateway) 实现的按需 Lambda 函数调用（配合 API Gateway创建简单的微服务

按需 Lambda 函数调用（使用自定义应用程序构建您自己的事件源）

计划的事件（比如每天晚上12点生成报表发送到指定邮箱

下图是将Lambda 作为事件源用于 AWS 服务案例的一个执行流程图：

详细信息可以参考 官方文档（https://docs.aws.amazon.com/z...）

通过上面的步骤，我们了解了如何使用一个 Lambda 函数，现在我们看下如何构建 Lambda 函数。

在创建 Lambda 函数时，需要指定一个处理程序（此处理程序是代码中的函数），AWS Lambda 可在服务执行代码时调用它。在 Python 中创建处理程序函数时，使用以下一般语法结构。

def handler_name(event, context): 
    ...
    return some_value

在该语法中，需要注意以下方面：

event - AWS Lambda 使用此参数将事件数据传递到处理程序。此参数通常是 Python dict 类型。它也可以是 list、str、int、float 或 NoneType 类型。

context - AWS Lambda 使用此参数向处理程序提供运行时信息。此参数为 LambdaContext 类型。

（可选）处理程序可返回值。返回的值所发生的状况取决于调用 Lambda 函数时使用的调用类型：

如果使用 RequestResponse 调用类型（同步执行），AWS Lambda 会将 Python 函数调用的结果返回到调用 Lambda 函数的客户端（在对调用请求的 HTTP 响应中，序列化为 JSON）。例如，AWS Lambda 控制台使用 RequestResponse 调用类型，因此当您使用控制台调用函数时，控制台将显示返回的值。

如果处理程序返回 NONE，AWS Lambda 将返回 null。

如果使用 Event 调用类型（异步执行），则丢弃该值。

在执行 Lambda 函数时，它可以与 AWS Lambda 服务进行交互以获取有用的运行时信息，例如：

AWS Lambda 终止您的 Lambda 函数之前的剩余时间量（超时是 Lambda 函数配置属性之一）。

与正在执行的 Lambda 函数关联的 CloudWatch 日志组和日志流。

返回到调用了 Lambda 函数的客户端的 AWS 请求 ID。可以使用此请求 ID 向 AWS Support 进行任何跟进查询。

如果通过 AWS 移动软件开发工具包调用 Lambda 函数，则可了解有关调用 Lambda 函数的移动应用程序的更多信息。

Context 对象方法 (Python)

context 对象提供了以下方法：

get_remaining_time_in_millis()

返回在 AWS Lambda 终止函数前剩余的执行时间（以毫秒为单位）。

Context 对象属性 (Python)

context 对象提供了以下属性：

function_name

正在执行的 Lambda 函数的名称。

function_version

正在执行的 Lambda 函数版本。如果别名用于调用函数，function_version 将为别名指向的版本。

invoked_function_arn

ARN 用于调用此函数。它可以是函数 ARN 或别名 ARN。非限定的 ARN 执行 $LATEST 版本，别名执行它指向的函数版本。

memory_limit_in_mb

为 Lambda 函数配置的内存限制（以 MB 为单位）。您在创建 Lambda 函数时设置内存限制，并且随后可更改此限制。

aws_request_id

与请求关联的 AWS 请求 ID。这是返回到调用了 invoke 方法的客户端的 ID。 注意如果 AWS Lambda 重试调用（例如，在处理 Kinesis 记录的 Lambda 函数引发异常的情况下）时，请求 ID 保持不变。

log_group_name

CloudWatch 日志组的名称，可从该日志组中查找由 Lambda 函数写入的日志。

log_stream_name

CloudWatch 日志流的名称，可从该日志流中查找由 Lambda 函数写入的日志。每次调用 Lambda 函数时，日志流可能会更改，也可能不更改。如果 Lambda 函数无法创建日志流，则该值为空。当向 Lambda 函数授予必要权限的执行角色未包括针对 CloudWatch Logs 操作的权限时，可能会发生这种情况。

identity

通过 AWS 移动软件开发工具包进行调用时的 Amazon Cognito 身份提供商的相关信息。它可以为空。identity.cognito_identity_ididentity.cognito_identity_pool_id

client_context

通过 AWS 移动软件开发工具包进行调用时的客户端应用程序和设备的相关信息。它可以为空。client_context.client.installation_idclient_context.client.app_titleclient_context.client.app_version_nameclient_context.client.app_version_codeclient_context.client.app_package_nameclient_context.custom由移动客户端应用程序设置的自定义值的 dict。client_context.env由 AWS 移动软件开发工具包提供的环境信息的 dict。

示例

查看以下 Python 示例。它有一个函数，此函数也是处理程序。处理程序通过作为参数传递的 context 对象接收运行时信息。

from __future__ import print_function

import time
def get_my_log_stream(event, context):       
    print("Log stream name:", context.log_stream_name)
    print("Log group name:",  context.log_group_name)
    print("Request ID:",context.aws_request_id)
    print("Mem. limits(MB):", context.memory_limit_in_mb)
    # Code will execute quickly, so we add a 1 second intentional delay so you can see that in time remaining value.
    time.sleep(1) 
    print("Time remaining (MS):", context.get_remaining_time_in_millis())

此示例中的处理程序代码只打印部分运行时信息。每个打印语句均在 CloudWatch 中创建一个日志条目。如果您使用 Lambda 控制台调用函数，则控制台会显示日志。

您的 Lambda 函数可包含日志记录语句。AWS Lambda 将这些日志写入 CloudWatch。如果您使用 Lambda 控制台调用 Lambda 函数，控制台将显示相同的日志。

以下 Python 语句生成日志条目：

print 语句。

logging 模块中的 Logger 函数（例如，logging.Logger.info 和 logging.Logger.error）。

print 和 logging.* 函数将日志写入 CloudWatch Logs 中，而 logging.* 函数将额外信息写入每个日志条目中，例如时间戳和日志级别。

查找日志

可查找 Lambda 函数写入的日志，如下所示：

在 AWS Lambda 控制台中 - AWS Lambda 控制台中的 Log output 部分显示这些日志。

在响应标头中，当您以编程方式调用 Lambda 函数时 - 如果您以编程方式调用 Lambda 函数，则可添加 LogType参数以检索已写入 CloudWatch 日志的最后 4 KB 的日志数据。AWS Lambda 在响应的 x-amz-log-results 标头中返回该日志信息。有关更多信息，请参阅Invoke。

如果您使用 AWS CLI 调用该函数，则可指定带有值 Tail 的 --log-type parameter 来检索相同信息。

在 CloudWatch 日志中 - 要在 CloudWatch 中查找您的日志，您需要知道日志组名称和日志流名称。可以使用代码中的 context.logGroupName 和 context.logStreamName 属性来获取此信息。在运行 Lambda 函数时，控制台或 CLI 中生成的日志将会向您显示日志组名称和日志流名称。

如果 Lambda 函数引发异常，AWS Lambda 会识别失败，将异常信息序列化为 JSON 并将其返回。考虑以下示例：

def always_failed_handler(event, context):
    raise Exception("I failed!")

在调用此 Lambda 函数时，它将引发异常，并且 AWS Lambda 返回以下错误消息：

{
  "errorMessage": "I failed!",
  "stackTrace": [
    [
      "/var/task/lambda_function.py",
      3,
      "my_always_fails_handler",
      "raise Exception("I failed!")"
    ]
  ],
  "errorType": "Exception"
}

详细信息参考官方文档：https://docs.aws.amazon.com/z...

AWS Lambda 在使用中会强加一些限制，例如，程序包的大小或 Lambda 函数在每次调用中分得的内存量。

每个调用的 AWS Lambda 资源限制

每个区域的 AWS Lambda 账户限制

并发执行是指在任意指定时间对您的函数代码的执行数量。您可以估计并发执行计数，但是，根据 Lambda 函数是否处理来自基于流的事件源的事件，并发执行计数会有所不同。

基于流的事件源 - 如果您创建 Lambda 函数处理来自基于流的服务（Amazon Kinesis Data Streams 或 DynamoDB 流）的事件，则每个流的分区数量是并发度单元。如果您的流有 100 个活动分区，则最多会有 100 个 Lambda 函数调用并发运行。然后，每个 Lambda 函数按照分区到达的顺序处理事件。

并非基于流的事件源 - 如果您创建 Lambda 函数处理来自并非基于流的事件源（例如，Amazon S3 或 API 网关）的事件，则每个发布的事件是一个工作单元。因此，这些事件源发布的事件数（或请求数）影响并发度。

您可以使用以下公式来估算并发 Lambda 函数调用数。

events (or requests) per second * function duration

例如，考虑一个处理 API Gateway 的 Lambda 函数。假定 Lambda 函数平均用时 0.3 秒，API Gateway 每秒请求 1000 次。因此，Lambda 函数有 300 个并发执行。

​

具体信息参考Lambda 函数并行执行

AWS Lambda 部署限制

本文内容主要参考 AWS Lambda 官方文档，详细信息请访问 https://docs.aws.amazon.com/z...

AWS Lambda 开发入门

创建部署程序包 (Python)

Lambda 函数并行执行

高并发解决方案

如何优化网站高并发访问?

高并发的解决方案

Serverless开发编程思想

一个简单的 Serverless 架构例子

使用lambda带来的架构优势

最后，感谢女朋友支持。