Configurer les fonctions Lambda

Applications sans serveur avec AWS Lambda

Claudio Canales

Senior DevOps Engineer

Pourquoi la configuration compte

Le même code peut se comporter très différemment selon les réglages.
La configuration influe sur le rendement, le coût et la sécurité.
Objectif : comportement prévisible en dev et en prod.

Même code, réglages différents

Code vs configuration

Paquet de code

Paquet de code
Logique du gestionnaire + dépendances.
Tout changement exige un déploiement.

Configuration de la fonction

Configuration de la fonction
Mémoire, délai d'expiration, variables d'environnement.
Rôle d'exécution + couches.

Les paramètres que vous contrôlez

Environnement d'exécution + gestionnaire : quel code Lambda exécute.
Mémoire + délai : rendement, coût, sécurité.
Variables d'environnement : config sans valeurs en dur.
Rôle d'exécution : permissions pour les API AWS.
Couches : dépendances partagées entre fonctions.

Réglages de configuration Lambda

Notions de base : runtime et gestionnaire

Runtime = environnement de langage (p. ex., Python).
Handler = point d'entrée appelé par Lambda.
Format du gestionnaire : file.function.
Exemple : lambda_function.lambda_handler.

Décomposition de la chaîne du gestionnaire

Chaîne du gestionnaire : ce qui peut mal tourner

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

Importer puis appeler le gestionnaire

Le rôle d'exécution (IAM)

IAM = Identity and Access Management (permissions).
Le rôle d'exécution définit ce que votre fonction peut faire.
Il contrôle quelles API AWS votre code peut appeler.

Rôle d'exécution comme carte d'accès

Qu'est-ce qu'une couche Lambda ?

Une couche est un fichier ZIP joint à une fonction.
Lambda rend les fichiers de la couche accessibles au runtime sous /opt.
Utilisez-les pour des bibliothèques et utilitaires communs.
Mettez la couche à jour une fois ; plusieurs fonctions la réutilisent.

Couche montée sous /opt

Où les couches apparaissent au runtime

Le code de votre fonction est monté sous /var/task.
Vos couches jointes sont montées sous /opt.
Lambda fournit aussi un dossier temporaire à /tmp.

Dossiers au runtime : /var/task, /opt, /tmp

La mémoire influe aussi sur le CPU

Plus de mémoire → plus de CPU.
Peut réduire le temps d'exécution pour les tâches liées au CPU.
Le coût total dépend de la durée et de la mémoire.

Mémoire accrue, CPU accru

Ajuster la mémoire avec des mesures

Commencez avec un défaut raisonnable (p. ex., 256 Mo).
Testez avec des événements réalistes.
Comparez durée et coût selon la mémoire.

Balayage mémoire : mesurer durée et coût

Délais d'expiration et exécution sûre

Le délai d'expiration arrête les exécutions hors contrôle.
Vérifiez le temps restant avant un long traitement.
Échouer vite et réessayer au besoin.

Délai d'expiration comme minuterie de sécurité

Démo : vérifier le temps restant

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}

Garde de compte à rebours via le contexte

Variables d'environnement

Gardez la config hors du code.
Séparez les réglages dev/test/prod.
Utilisez Secrets Manager pour les valeurs sensibles.

Les variables d'environnement règlent le comportement

Démo : lire des variables d'environnement

import os

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

Des valeurs par défaut rendent les tests locaux plus sûrs

Importez os pour accéder aux variables d'environnement.
os.getenv renvoie la valeur ou le défaut.

Pièges courants de configuration

Valeurs d'étape codées en dur dans le code.
Délai trop bas ou permissions IAM manquantes.
Secrets dans de simples variables d'environnement.

Pièges et règles pratiques

Passons à la pratique !

Applications sans serveur avec AWS Lambda