Lambda-Funktionen konfigurieren

Serverlose Anwendungen mit AWS Lambda

Claudio Canales

Senior DevOps Engineer

Warum Konfiguration zählt

Gleicher Code kann mit anderen Einstellungen ganz anders laufen.
Konfiguration steuert Performance, Kosten und Sicherheit.
Ziel: vorhersagbares Verhalten in Dev und Prod.

Gleicher Code, andere Einstellungen

Code vs. Konfiguration

Code-Paket

Code-Paket
Handler-Logik + Abhängigkeiten.
Änderungen erfordern ein Deployment.

Funktionskonfiguration

Funktionskonfiguration
Speicher, Timeout, Umgebungsvariablen.
Ausführungsrolle + Layer.

Die Stellschrauben

Runtime + Handler: welcher Code in Lambda läuft.
Speicher + Timeout: Performance, Kosten, Sicherheit.
Umgebungsvariablen: Konfiguration ohne Hardcoding.
Ausführungsrolle: Berechtigungen für AWS-APIs.
Layer: gemeinsame Abhängigkeiten über Funktionen.

Lambda-Konfigurationsregler

Grundlagen von Runtime und Handler

Runtime = Sprachumgebung (z. B. Python).
Handler = Einstiegspunkt, den Lambda aufruft.
Handler-Format: file.function.
Beispiel: lambda_function.lambda_handler.

Aufschlüsselung der Handler-Zeichenkette

Handler-String: was schiefgehen kann

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

Import, dann Handler-Aufruf

Die Ausführungsrolle (IAM)

IAM = Identity and Access Management (Berechtigungen).
Die Ausführungsrolle bestimmt, was deine Funktion darf.
Sie steuert, welche AWS-APIs dein Code aufrufen kann.

Ausführungsrolle als Schlüsselkarte

Was ist ein Lambda-Layer?

Ein Layer ist ein ZIP, das du an eine Funktion anhängst.
Lambda stellt Layer-Dateien zur Laufzeit unter /opt bereit.
Nutze Layer für geteilte Libraries und Utilities.
Einmal Layer updaten; mehrere Funktionen nutzen ihn wieder.

Layer unter /opt eingehängt

Wo Layer zur Laufzeit erscheinen

Dein Funktionscode liegt unter /var/task.
Deine angehängten Layer liegen unter /opt.
Lambda stellt außerdem /tmp als temporären Ordner bereit.

Laufzeitordner: /var/task, /opt, /tmp

Speicher beeinflusst auch CPU

Mehr Speicher -> mehr CPU.
Kann Laufzeit bei CPU-lastigen Tasks senken.
Gesamtkosten hängen von Dauer und Speicher ab.

Mehr Speicher erhöht CPU

Speicher mit Messungen tunen

Starte mit einem sinnvollen Default (z. B. 256 MB).
Teste mit realistischen Events.
Vergleiche Dauer und Kosten über Speicherkonfigurationen.

Memory-Sweep: Dauer und Kosten messen

Timeouts und sicheres Ausführen

Timeout stoppt ausufernde Ausführungen.
Vor langem Workload Restzeit prüfen.
Schnell fehlschlagen und ggf. neu versuchen.

Timeout als Sicherheitstimer

Walkthrough: Restzeit prüfen

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}

Context-Countdown-Guard

Umgebungsvariablen

Konfiguration aus dem Code halten.
Dev/Test/Prod getrennt konfigurieren.
Für sensible Werte Secrets Manager nutzen.

Umgebungsvariablen steuern Verhalten

Walkthrough: Umgebungsvariablen lesen

import os

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

Defaults machen lokale Tests sicherer

os importieren, um Umgebungsvariablen zu lesen.
os.getenv liefert Wert oder Default.

Häufige Konfigurationsfallen

Stage-Werte hart im Code verdrahten.
Timeout zu niedrig oder IAM-Berechtigungen fehlen.
Secrets als Klartext in Umgebungsvariablen.

Fallstricke und Faustregeln

Lass uns üben!

Serverlose Anwendungen mit AWS Lambda