Lambda işlevlerini yapılandırma

AWS Lambda ile Sunucusuz Uygulamalar

Claudio Canales

Senior DevOps Engineer

Yapılandırma neden önemlidir

Aynı kod, farklı ayarlarda çok farklı davranabilir.
Yapılandırma performans, maliyet ve güvenliği kontrol eder.
Amaç: geliştirme ve prod'da öngörülebilir davranış.

Aynı kod, farklı ayarlar

Kod ve yapılandırma

Kod paketi

Kod paketi
Handler mantığı + bağımlılıklar.
Değişiklikler dağıtım gerektirir.

İşlev yapılandırması

İşlev yapılandırması
Bellek, zaman aşımı, ortam değişkenleri.
Yürütme rolü + layer'lar.

Kontrol ettiğiniz ayarlar

Runtime + handler: Lambda'nın çalıştıracağı kod.
Bellek + zaman aşımı: performans, maliyet, güvenlik.
Ortam değişkenleri: kod gömmeden yapılandırma.
Yürütme rolü: AWS API izinleri.
Layer'lar: işlevler arası paylaşılan bağımlılıklar.

Lambda yapılandırma düğmeleri

Runtime ve handler temelleri

Runtime = dil ortamı (ör. Python).
Handler = Lambda'nın çağırdığı giriş noktası.
Handler biçimi: file.function.
Örnek: lambda_function.lambda_handler.

Handler dizesinin ayrımı

Handler dizesi: neler ters gidebilir

# lambda_function.py
def lambda_handler(event, context):
    return {"statusCode": 200}

İçe aktar, sonra handler çağrısı

Yürütme rolü (IAM)

IAM = Kimlik ve Erişim Yönetimi (izinler).
Yürütme rolü, işlevinizin yapmasına izin verilenleri belirler.
Kodunuzun hangi AWS API'lerini çağırabileceğini kontrol eder.

Anahtar kart olarak yürütme rolü

Lambda layer nedir?

Bir layer, bir işleve eklediğiniz bir ZIP'tir.
Lambda, layer dosyalarını çalışma zamanında /opt altında sunar.
Ortak kütüphane ve yardımcılar için layer kullanın.
Layer'ı bir kez güncelleyin; birden çok işlev yeniden kullanabilir.

/opt altında bağlanan layer

Layer'lar çalışma zamanında nerede görünür

İşlev kodunuz /var/task altında bağlanır.
Eklediğiniz layer'lar /opt altında bağlanır.
Lambda ayrıca /tmp altında geçici bir klasör sağlar.

Çalışma zamanı klasörleri: /var/task, /opt, /tmp

Bellek CPU'yu da etkiler

Daha fazla bellek -> daha fazla CPU.
CPU ağırlıklı işlerde süreyi azaltabilir.
Toplam maliyet süre ve belleğe bağlıdır.

Bellek CPU'yu artırır

Belleği ölçümle ayarlayın

Makul bir varsayılanla başlayın (ör. 256 MB).
Gerçekçi olaylarla test edin.
Farklı bellek boyutlarında süre ve maliyeti karşılaştırın.

Bellek taraması: süre ve maliyeti ölçün

Zaman aşımı ve güvenli yürütme

Zaman aşımı, kontrolden çıkan yürütmeleri durdurur.
Uzun işlemeden önce kalan süreyi kontrol edin.
Uygunsa hızlıca başarısız olun ve yeniden deneyin.

Güvenlik zamanlayıcısı olarak zaman aşımı

Uygulama: kalan süreyi kontrol etme

def lambda_handler(event, context):
    time_left = context.get_remaining_time_in_millis()
    if time_left < 500:
        raise TimeoutError("Not enough time left")
    return {"statusCode": 200}

Bağlam geri sayımı koruması

Ortam değişkenleri

Yapılandırmayı kod dışında tutun.
Geliştirme/test/üretim ayarlarını ayırın.
Hassas değerler için Secrets Manager kullanın.

Ortam değişkenleri davranışı yapılandırır

Uygulama: ortam değişkenlerini okuma

import os

STAGE = os.getenv("STAGE", "dev")
LOG_LEVEL = os.getenv(
    "LOG_LEVEL", "INFO"
)

Varsayılanlar yerel testleri güvenli kılar

Ortam değişkenlerine erişmek için os içe aktarın.
os.getenv değeri ya da varsayılanı döndürür.

Yaygın yapılandırma tuzakları

Aşama değerlerini kod içine gömmek.
Zaman aşımının çok düşük olması veya IAM izinlerinin eksikliği.
Sırlar düz ortam değişkenlerinde.

Sakıncalar ve pratik kurallar

Hadi pratik yapalım!

AWS Lambda ile Sunucusuz Uygulamalar