Configurando funções Lambda

Aplicações Serverless com AWS Lambda

Claudio Canales

Senior DevOps Engineer

Por que a configuração importa

O mesmo código pode agir bem diferente com configurações distintas.
Configuração afeta desempenho, custo e segurança.
Objetivo: comportamento previsível em dev e prod.

Mesmo código, configurações diferentes

Código vs. configuração

Pacote de código

Pacote de código
Lógica do handler + dependências.
Mudanças exigem deploy.

Configuração da função

Configuração da função
Memória, timeout, variáveis de ambiente.
Execution role + layers.

Os controles que você ajusta

Runtime + handler: qual código a Lambda executa.
Memória + timeout: desempenho, custo, segurança.
Variáveis de ambiente: configurar sem hardcode.
Execution role: permissões para APIs da AWS.
Layers: dependências compartilhadas entre funções.

Ajustes de configuração da Lambda

Noções de runtime e handler

Runtime = ambiente de linguagem (ex.: Python).
Handler = ponto de entrada chamado pela Lambda.
Formato do handler: file.function.
Exemplo: lambda_function.lambda_handler.

Quebra da string do handler

String do handler: o que pode dar errado

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

Importar e depois chamar o handler

A execution role (IAM)

IAM = Identity and Access Management (permissões).
A execution role define o que tua função pode fazer.
Controla quais APIs da AWS teu código pode chamar.

Execution role como crachá de acesso

O que é uma Lambda layer?

Uma layer é um ZIP anexado à função.
A Lambda disponibiliza os arquivos da layer em runtime em /opt.
Use layers para libs compartilhadas e utilitários comuns.
Atualize a layer uma vez; várias funções reutilizam.

Layer montada em /opt

Onde as layers aparecem em runtime

O código da função é montado em /var/task.
As layers anexadas ficam em /opt.
A Lambda também fornece pasta temporária em /tmp.

Pastas de runtime: /var/task, /opt, /tmp

Memória também afeta a CPU

Mais memória -> mais CPU.
Pode reduzir o tempo em tarefas CPU-bound.
O custo depende da duração e da memória.

Memória aumenta CPU

Ajuste a memória com medições

Começa com um padrão razoável (ex.: 256 MB).
Testa com eventos realistas.
Compara duração e custo entre tamanhos de memória.

Varredura de memória: medir duração e custo

Timeouts e execução segura

Timeout evita execuções descontroladas.
Verifique o tempo restante antes de trabalhos longos.
Fail fast e faça retry quando fizer sentido.

Timeout como temporizador de segurança

Passo a passo: checando o tempo restante

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}

Proteção com contagem regressiva do contexto

Variáveis de ambiente

Mantenha config fora do código.
Separe configs de dev/test/prod.
Use Secrets Manager para valores sensíveis.

Variáveis de ambiente configuram o comportamento

Passo a passo: lendo variáveis de ambiente

import os

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

Padrões tornam testes locais mais seguros

Importe os para acessar variáveis de ambiente.
os.getenv retorna o valor ou o padrão.

Armadilhas comuns de configuração

Fixar o stage no código.
Timeout baixo demais ou falta de permissões IAM.
Segredos em variáveis de ambiente sem proteção.

Armadilhas e boas práticas

Vamos praticar!

Aplicações Serverless com AWS Lambda