Konfigurowanie funkcji Lambda

Serverless Applications with AWS Lambda

Claudio Canales

Senior DevOps Engineer

Dlaczego konfiguracja ma znaczenie

Ten sam kod może działać zupełnie inaczej przy różnych ustawieniach.
Konfiguracja wpływa na wydajność, koszty i bezpieczeństwo.
Celem jest przewidywalne działanie w środowiskach dev i prod.

Ten sam kod, różne ustawienia

Kod a konfiguracja

Pakiet kodu

Pakiet kodu
Logika handlera i zależności.
Zmiany wymagają wdrożenia.

Konfiguracja funkcji

Konfiguracja funkcji
Pamięć, limit czasu, zmienne środowiskowe.
Rola wykonawcza i warstwy.

Co możesz konfigurować

Środowisko uruchomieniowe i handler: jaki kod uruchamia Lambda.
Pamięć i limit czasu: wydajność, koszty, bezpieczeństwo.
Zmienne środowiskowe: konfiguracja bez hardkodowania.
Rola wykonawcza: uprawnienia do API AWS.
Warstwy: współdzielone zależności między funkcjami.

Parametry konfiguracji Lambda

Środowisko uruchomieniowe i handler

Środowisko uruchomieniowe = środowisko językowe (np. Python).
Handler = punkt wejścia wywoływany przez Lambda.
Format handlera: plik.funkcja.
Przykład: lambda_function.lambda_handler.

Budowa ciągu handlera

Ciąg handlera — co może pójść nie tak

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

Import, a potem wywołanie handlera

Rola wykonawcza (IAM)

IAM = Identity and Access Management (zarządzanie uprawnieniami).
Rola wykonawcza określa, co twoja funkcja może robić.
Kontroluje, które API AWS może wywoływać twój kod.

Rola wykonawcza jako przepustka

Czym jest warstwa Lambda?

Warstwa to plik ZIP dołączany do funkcji.
Lambda udostępnia pliki warstwy w czasie wykonania pod ścieżką /opt.
Używaj warstw do współdzielonych bibliotek i narzędzi.
Zaktualizuj warstwę raz — korzysta z niej wiele funkcji.

Warstwa zamontowana pod /opt

Gdzie warstwy pojawiają się w czasie wykonania

Kod funkcji jest montowany pod /var/task.
Dołączone warstwy są montowane pod /opt.
Lambda udostępnia też folder tymczasowy /tmp.

Foldery środowiska: /var/task, /opt, /tmp

Pamięć a CPU

Więcej pamięci -> więcej CPU.
Może skrócić czas wykonania zadań intensywnych obliczeniowo.
Całkowity koszt zależy od czasu trwania i pamięci.

Pamięć zwiększa dostępność CPU

Dostrajaj pamięć na podstawie pomiarów

Zacznij od rozsądnej wartości domyślnej (np. 256 MB).
Testuj z realistycznymi zdarzeniami.
Porównaj czas wykonania i koszty dla różnych rozmiarów pamięci.

Testowanie pamięci: pomiar czasu i kosztów

Limity czasu i bezpieczne wykonanie

Limit czasu zatrzymuje niekończące się wykonania.
Sprawdzaj pozostały czas przed długimi operacjami.
W razie potrzeby szybko zgłaszaj błąd i ponawiaj próbę.

Limit czasu jako zabezpieczenie

Przykład: sprawdzanie pozostałego czasu

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}

Zabezpieczenie przez sprawdzenie pozostałego czasu

Zmienne środowiskowe

Trzymaj konfigurację poza kodem.
Rozdziel ustawienia dla dev/test/prod.
Do wrażliwych wartości używaj Secrets Manager.

Zmienne środowiskowe sterują zachowaniem

Przykład: odczytywanie zmiennych środowiskowych

import os

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

Wartości domyślne ułatwiają lokalne testy

Zaimportuj os, aby uzyskać dostęp do zmiennych środowiskowych.
os.getenv zwraca wartość zmiennej lub wartość domyślną.

Typowe błędy w konfiguracji

Hardkodowanie wartości środowiska w kodzie.
Zbyt krótki limit czasu lub brakujące uprawnienia IAM.
Sekrety przechowywane w zwykłych zmiennych środowiskowych.

Typowe błędy i dobre praktyki

Czas na praktykę!

Serverless Applications with AWS Lambda