Lambda functions को कॉन्फ़िगर करना

AWS Lambda के साथ Serverless Applications

Claudio Canales

Senior DevOps Engineer

क्यों कॉन्फ़िगरेशन मायने रखता है

एक ही कोड अलग सेटिंग्स में बहुत अलग तरह से चलता है।
कॉन्फ़िगरेशन प्रदर्शन, लागत, और सुरक्षा नियंत्रित करता है।
लक्ष्य: dev और prod में पूर्वानुमेय व्यवहार।

एक ही कोड, अलग सेटिंग्स

Code बनाम configuration

Code package

Code package
हैंडलर लॉजिक + dependencies.
बदलाव के लिए deploy जरूरी है।

Function configuration

Function configuration
Memory, timeout, environment variables.
Execution role + layers.

आप किन knobs को नियंत्रित करते हैं

Runtime + handler: कौन-सा कोड Lambda चलाएगा।
Memory + timeout: प्रदर्शन, लागत, सुरक्षा।
Environment variables: बिना hardcoding के कॉन्फ़िगरेशन।
Execution role: AWS APIs की permissions।
Layers: कई functions में shared dependencies।

Lambda configuration knobs

Runtime और handler की बुनियाद

Runtime = language environment (उदाहरण, Python).
Handler = entry point जिसे Lambda कॉल करता है।
Handler फॉर्मेट: file.function.
उदाहरण: lambda_function.lambda_handler.

Handler string breakdown

Handler string: क्या गलत हो सकता है

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

इम्पोर्ट, फिर handler कॉल

Execution role (IAM)

IAM = Identity and Access Management (permissions).
Execution role तय करता है आपकी function क्या कर सकती है।
यह नियंत्रित करता है कि आपका कोड कौन-से AWS APIs कॉल कर सकता है।

Execution role एक keycard की तरह

Lambda layer क्या है?

Layer एक ZIP है जिसे आप function से जोड़ते हैं।
Lambda runtime पर layer फाइलें /opt के तहत उपलब्ध कराता है।
Shared libraries और common utilities के लिए layers का उपयोग करें।
Layer एक बार अपडेट करें; कई functions इसे reuse कर सकते हैं।

/opt के तहत mounted layer

Runtime पर layers कहाँ दिखते हैं

आपका function कोड /var/task के तहत mounted होता है।
जुड़े हुए layers /opt के तहत mounted होते हैं।
Lambda /tmp पर एक अस्थायी फ़ोल्डर भी देता है।

Runtime फ़ोल्डर: /var/task, /opt, /tmp

Memory CPU को भी प्रभावित करती है

अधिक memory -> अधिक CPU।
CPU-bound tasks का runtime कम हो सकता है।
कुल लागत duration और memory दोनों पर निर्भर है।

Memory से CPU बढ़ता है

माप के साथ memory ट्यून करें

एक उचित default से शुरू करें (उदाहरण, 256 MB).
वास्तविक events से टेस्ट करें।
अलग memory साइज पर duration और cost तुलना करें।

Memory sweep: duration और cost मापें

Timeouts और सुरक्षित execution

Timeout अनियंत्रित executions रोकता है।
लंबे काम से पहले शेष समय जाँचें।
जहाँ उचित हो, जल्दी fail करें और retry करें।

सुरक्षा टाइमर के रूप में timeout

Walkthrough: शेष समय जाँचना

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 काउंटडाउन गार्ड

Environment variables

कॉन्फ़िगरेशन को कोड से बाहर रखें।
dev/test/prod सेटिंग्स अलग रखें।
संवेदनशील मानों के लिए Secrets Manager उपयोग करें।

Environment variables व्यवहार कॉन्फ़िगर करते हैं

Walkthrough: environment variables पढ़ना

import os

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

Defaults local tests को सुरक्षित बनाते हैं

Environment variables एक्सेस करने के लिए os इम्पोर्ट करें।
os.getenv वैल्यू या default लौटाता है।

कॉमन कॉन्फ़िगरेशन pitfalls

Stage मानों को कोड में hard-code करना।
Timeout बहुत कम या IAM permissions गायब।
Secrets को plain environment variables में रखना।

Pitfalls और thumb rules

अभ्यास करते हैं!

AWS Lambda के साथ Serverless Applications