La tua prima Lambda live!

Dati in streaming con AWS Kinesis e Lambda

Maksim Pecherskiy

Data Engineer

Lezione precedente

Architettura della lezione precedente

Questa lezione

Obiettivi della lezione

Common log format

bc75da5f-1bf6-444c-80ad-49c180e1b8de 23:16:06.000 3FTEX1G5XAK844393 -76.6990172 2.481207 40
ff8e7131-408d-463b-8d07-d016419b0656 20:26:44.000 2LAXX1C8XAK844292 114.39239199999999 36.097577 90
f29a5b3d-d0fa-43c0-9e1a-e2a5cdb8be7a 8:10:47.000 3FTEX1G5XAK844393 108.58068100000001 34.79925 37

Lettura di file S3

import pandas as pd

results in:

Response:
{
  "errorMessage": "Unable to import module 'lambda_function': No module named 'pandas'",
  "errorType": "Runtime.ImportModuleError"
}

Aggiornare l'handler

#lambda_function.py
import json, boto3, pandas as pd
# Inizializza i client
...

SPEED_ALERT_THRESHOLD = 45
ALERT_PHONE_NUMBER = "+1234567890"

# Funzione di supporto per ottenere un dataframe dai record scritti
def get_new_data(event):
    pd.read_csv()...
    ...
    return data

# Handler della Lambda
def record_created_handler(event, context):
    data = get_new_data(event)
    ...
    sns.publish()
    ...

get_new_data()

def get_new_data(event):
    # Crea una lista per salvare le chiavi dei nuovi oggetti.
    written_objects = []

    # Itera su ogni record evento S3.
    for record in event['Records']:

        # Variabili da verificare
        event_name = record['eventName']
        bucket_name = record['s3']['bucket']['name']
        obj_key = record['s3']['object']['key']

get_new_data()

def get_new_data(event):
        ...
        # Verifica che l'evento provenga dal bucket sd-vehicle-data.
        if event_name == 'ObjectCreated:Put' and bucket_name == 'sd-vehicle-data':

            obj = s3.get_object(Bucket=bucket_name, Key = obj_key)
            df = pd.read_csv(obj['Body'], delimiter = " ", 
                   names=["record_id", "timestamp", "vin", "lon", "lat", "speed"])

            written_objects.append(df)

       # Concatena i nuovi record in un unico dataframe.
       return pd.concat(written_objects)

record_created_handler()

SPEED_ALERT_THRESHOLD = 45
ALERT_PHONE_NUMBER = "+1234567890"
...
def record_created_handler(event, context):
    # Chiama l'helper
    data = get_new_data(event)

    ## Velocità massime
    top_speeds = data.groupby(['vin'])['speed'].max().reset_index()

    ## Oltre il limite di 45
    too_fast = top_speeds.loc[top_speeds.speed > SPEED_ALERT_THRESHOLD, :]

record_created_handler()

SPEED_ALERT_THRESHOLD = 45
ALERT_PHONE_NUMBER = "+1234567890"
...

def record_created_handler(event, context):
    ...
    ## Invia SMS
    sns.publish(PhoneNumber=ALERT_PHONE_NUMBER,
        Message="Speeding Alert \n" + too_fast.to_string())

    ## Per ora non viene usato, ma dobbiamo restituire qualcosa.
    totals = data.groupby(['vin'])['speed'].max().reset_index()
    return totals.to_csv(sep=" ", index=False)

Testa la funzione Lambda

Schermata Lambda: test riuscito

Output SMS di esempio

Aggiungere variabili d'ambiente

import os
os.environ.get("ENV_VARIABLE_NAME", "DEFAULT_VALUE")

import os
SPEED_ALERT_THRESHOLD = os.environ.get("SPEED_ALERT_THRESHOLD", 45)
ALERT_PHONE_NUMBER = os.environ.get("ALERT_PHONE_NUMBER", None)
...

def record_created_handler(event, context):
    ...