强大的AWS lambda

30 0 0

AWS强大的lambda

自从几年前换工作后，我所参与的项目一直都是基于AWS云服务的架构，我慢慢对serverless的相关基础建设有了一定了解和实践经验。其中lambda是我心中最强大的serveless服务，是很好的高并发业务解决方案。

什么是lambda
lambda是AWS提供的一种无服务器的计算服务，根据请求流量自动扩展应用服务，

按需付费
因为是无服务器，所以无需提前准备（租用）好物理服务器。按照计算次数（请求次数）来收取费用，非常节省运维成本。

支持高并发
目前默认对每个账号的每个region（区域）最大并发执行数是1000，也就是说如果同一秒来了1000个计算请求，那么它可以最多并发处理1000个请求。最大并发执行数可以根据实际需求进行调整和设置。

事件驱动

lambda可以被多种事件（event）触发执行，比如HTTP请求，数据库操作，文件上传等等。

支持多种编程语言

lambda可以支持多种编程语言，比如Node.js, Python, Java, Go, Ruby以及.NET Core（C#），基本覆盖了主流编程技术，可以选择我们项目中对应实用的编程语言进行开发。特别是对NodeJS和Python的SDK最为全面，这也是很多公司选择AWS lambda的原因之一。

lambda如何创建

有两种方式可以创建lambda，一种是通过AWS控制台进行创建，通过创建页面的引导进行相关设置，在线编写lambda的逻辑处理代码。另一种就是通过上传代码包，从而创建lambda。

对于代码包（通常是zip包）是有大小限制的，最大不能超过250M。所以如果你的zip包太大，可以选择将这些代码打包成镜像，然后再上传到AWS。

lambda的常见实用场景

最常见的一个使用案例是文件处理后需要进一步处理的业务。例如视频网站在用户上传了原始视频后，需要对视频进行压缩，然后把压缩文件重新写入s3，并发送通知给用户，比如用邮件的方式。

那么对于这种并发量无法简单估算且处理逻辑比较清晰的场景，可以选择用lambda去完成。lambda的代码流程：

s3 event去触发lambda，传递message给lambda function。

lambda对message中的s3文件进行下载，然后压缩，生成新的文件。

3）lambda上传新生成的文件到s3，并写入记录到数据库。

4）lambda通过AWS简单邮件服务（SES）发送通知邮件给用户。
代码如下所示：

const AWS = require('aws-sdk');
const ses = new AWS.SES();

exports.handler = async (event) => {
    const params = {
        Destination: {
            ToAddresses: ['recipient@example.com']
        },
        Message: {
            Body: {
                Text: {
                    Data: 'Hello, this is the email body.'
                }
            },
            Subject: {
                Data: 'Subject of the email'
            }
        },
        Source: 'sender@example.com'
    };

    try {
        const result = await ses.sendEmail(params).promise();
        console.log('Email sent:', result);
        return {
            statusCode: 200,
            body: JSON.stringify('Email sent successfully!')
        };
    } catch (error) {
        console.error('Error sending email:', error);
        return {
            statusCode: 500,
            body: JSON.stringify('Error sending email.')
        };
    }
};

Lambda还有更多实际的配置和使用案例，比如怎么和SQS、SNS服务进行集成，我会在后续的博客中继续聊。

# 随笔