Lambdas Ausführungsmodell verstehen

Serverlose Anwendungen mit AWS Lambda

Claudio Canales

Senior DevOps Engineer

Automatische Ausführung

Ereignisgesteuertes AWS

Lambda führt Code bei Ereignissen aus.
Beispiel: S3-Upload -> Bild skalieren.
Verschiedene Trigger, gleiches Muster.

Leerlauf bis zum Trigger

Leerlauf -> Event -> Ausführen -> Stoppen

Leerlauf: nichts läuft.
Event: Handler läuft, dann stoppt es.

Bewegungsmelder-Analogie für Lambda

Wie ein Bewegungsmelder: Leerlauf bis Trigger.
Trigger schaltet „aus" auf „ein".

Was ist AWS Lambda?

AWS Lambda auf einen Blick

Ereignisgesteuerter Compute-Service.
Skaliert automatisch mit der Nachfrage.
Du zahlst nur für Laufzeit.

So führt Lambda deinen Code aus

Ablauf der Lambda-Ausführung

Eine Ereignisquelle triggert Lambda.
Lambda übergibt das Ereignis-Payload an deinen Handler.
Dein Handler liefert ein Ergebnis.

Skalierung nach Bedarf

Skalierung erzeugt mehr Umgebungen

Mehr Events: mehr parallele Aufrufe.
Lambda startet zusätzliche Umgebungen.
Cold Starts können pro neuer Umgebung auftreten.

Die Handler-Funktion

def lambda_handler(event, context):
    # Your code here
    return {
        'statusCode': 200,
        'body': 'Hello from Lambda!'
    }

event: Eingabe-Payload (JSON).
context: Laufzeit-Metadaten.
return: Ausgabe (oder Erfolg/Fehler).

Handler erhält event und context

Das Event-Objekt

Objektspeicher-Ereignis-Payload

S3-Event: Bucket + Object Key.

# event["Records"][0]["s3"]
{
  "bucket": {"name": "my-bucket"},
  "object": {"key": "data.csv"}
}

Gleiche Aufgabe: Relevantes extrahieren.

HTTP-Request-Ereignis-Payload

API-Event: Methode, Pfad, Body.

# API request event
{
  "httpMethod": "POST",
  "path": "/users",
  "body": "{\"name\": \"John\"}"
}

Unterschiedliche Trigger, unterschiedliches JSON.

Das Context-Objekt

def lambda_handler(event, context):
    time_left = (
        context.get_remaining_time_in_millis()
    )
    request_id = context.aws_request_id

get_remaining_time_in_millis Verbleibende Zeit bis Timeout.
aws_request_id Request-ID fürs Log-Tracking.

Zustandslose Ausführung

Warmstart: Wiederverwendung vs. Reset

Jeder Aufruf ist unabhängig.
Wiederverwendung möglich, nicht garantiert.
Zustand außerhalb von Lambda speichern.

counter = 0

def lambda_handler(event, context):
    global counter
    counter += 1  # may reset
    return counter

Cold Starts

Zeitablauf bei Cold Start

Neue Ausführungsumgebung.
Code und Abhängigkeiten laden.
Init ausführen, dann Handler.

Warm Starts

Zeitablauf bei Warm Start

Vorhandene Umgebung wiederverwenden.
Meiste Initialisierung überspringen.
Handler startet früher.

Init, Invoke, Freeze

Lebenszyklus der Ausführungsumgebung

Init läuft einmal pro Umgebung.
Handler läuft pro Aufruf.
Zwischen Aufrufen kann die Umgebung einfrieren.

Für Cold Starts optimieren

# init (einmal pro Umgebung)
import boto3
s3 = boto3.client('s3')

# handler (jeder Aufruf)
def lambda_handler(event, context):
    return {"statusCode": 200}

Init einmal vs. Handler pro Aufruf

Importe und SDK-Clients außerhalb des Handlers platzieren.

Lass uns üben!

Serverlose Anwendungen mit AWS Lambda