AWS Lambda 借助 Serverless Framework，迅速起飛-有解無憂

前言

微服務架構有別于傳統的單體式應用方案，我們可將單體應用拆分成多個核心功能，每個功能都被稱為一項服務，可以單獨構建和部署，這意味著各項服務在作業時不會互相影響

這種設計理念被進一步應用，就變成了無服務（Serverless），「無服務」看似挺荒唐的，其實服務器依舊存在，只是我們不需要關注或預置服務器，這讓開發人員的精力更集中——只關注功能實作

Serverless 的典型便是 AWS Lambda

AWS Lambda

如果你是 Java 開發人員，你應該聽說過或使用過 JDK 1.8 里面的 Lambda，但是 AWS 中的 Lambda 和 JDK 中的 Lambda 沒有任何關系

這里的 AWS Lambda 就是一種計算服務，無需預置或管理服務器即可運行代碼，借助 Lambda，我們幾乎可以為任何型別的應用程式或后端服務運行代碼，而且完全無需管理，我們要做的只是上傳相應的代碼，Lambda 會處理運行和擴展 HA 代碼所需的一切作業

說的直白一點

Lambda 就好比實作某一個功能的方法（現實中，通常會讓 Lambda 功能盡可能單一），我們將這個方法做成了一個服務供呼叫

到這里你可能會有個困惑，Lambda 既然就是一個「方法」，那誰來呼叫？或怎么來呼叫呢？

如何呼叫 Lambda

為了回答上面這個問題，我們需要登陸到 AWS，打開 Lambda 服務，然后創建一個 Lambda Function （hello-lambda）

Lambda 既然是個方法，就要選擇相應的 Runtime 環境，如下圖所示，總有一款適合你的（最近在用 Node.js, 這里就用這個吧）

點擊右下角的 Create function 按鈕進入配置頁面

在上圖紅色框線的位置就可以配置出發 Lambda 的觸發器了，點擊 Add trigger

從上圖可以看出，AWS 內置的很多服務都可以觸發 Lambda，我在作業中常用的有：

API Gateway （一會的 demo 會用到，也是最常見的呼叫方式）
ALB - Application Loac Balancer
CloudFront
DynamoDB
S3
SNS - Simple Notification Service
SQS - Simple Queue Service

上面只是 AWS 內置的一些服務，向下滑動，你會發現，你也可以配置很多非 AWS 的事件源

到這里，上面的問題你應該已經有了答案了，這里暫時先無需任何 trigger，先點擊右上角的 Test 測驗一下 Lambda

一個簡單的 Lambda Function 就實作了，紅色框線的 response 只是告訴大家，每個請求都會有相應的 Request ID，更有 START/END 標識快速定位 Log 內容（可以通過 CloudWatch 查看，這里暫不展開說明）

你也可能已經開始發散你的思維了，如何運用 AWS Lambda，其實在 AWS 官網有很多樣例：

經典案例

比如為了適應多平臺圖片展示，一張原始圖片上傳到 S3 后，會通過 Lambda resize 適應不同平臺大小的圖片

比如使用 AWS Lambda 和 Amazon API Gateway 構建后端，以驗證和處理 API 請求，當某一個用戶發布一條動態，訂閱用戶將收到相應的通知

接下來我們就用 Lambda 實作經典的分布式訂單服務案例

訂單服務 Demo

為了增強用戶使用體驗，或者為了提升程式吞吐量，亦或是為了架構設計程式解耦，考慮到以上這些情況，我們通常都會借助訊息中間件來完成

假設有一常見場景，用戶下訂單時如果選擇開具發票，則需要呼叫發票服務，很顯然呼叫發票服務不是程式運行的關鍵路徑，這種場景，我們就可以通過訊息中間件來解耦，這里有兩個服務：

訂單服務
發票服務

如果用 Lambda 來實作兩個服務，整體設計思想就是這樣滴：

現實中，我們不可能在 AWS console 通過點擊按鈕來創建各個服務的，在 AWS 實際開發中，我們通過寫 CloudFormation Template （以下會簡稱 CFT，其實就是一種 YAML 或者 JSON 格式的定義）來創建相關 AWS 服務，如果上述這個 Demo，從圖中可以看出，我們要創建的服務還是非常多的：

Lambda * 2
API Gateway
SQS

如果寫 AWS 原生的 CFT，要實作的內容還是挺多的

但是...... 懶惰的程式員總是能帶來很多驚喜

Serverless Framework

寫 JDBC 麻煩，就有了各種持久層框架的出現，同樣寫 AWS 原生 CFT 麻煩，就有了 Serverless Framework （以下會簡稱 SF）的出現幫助我們定義相關 Serverless 組件（順便問一下，GraphQL 你們有在用嗎？）

SF 不但簡化了 AWS 原生 CFT 的撰寫，還簡化了跨云服務的定義，就好比設計模式當中的 Facade，在上面建立了一層門面，隱藏了底部不同服務的細節，降低了跨云并用云的門檻，目前支持的云服務有下面這些

這里暫時不會對 SF 展開深入的說明，在我們的 demo 中只不過是要應用 SF 來定義

安裝 Serverless Framework

如果你有安裝 Node，那只需要一條 npm 命令全域安裝即可：

npm update -g serverless

安裝過后檢查一下安裝版本是否成功

sls -version

配置 Serverless Framework

由于要使用 AWS 的 Lambda，所以要對 SF 做基本的配置，至少要讓 SF 有權限創建 AWS 服務，當你創建一個 AWS 用戶時，你可以獲取 AK 「access_key_id」和 SK 「secret_access_key」（不是 SKII 哦），其實就是一種用戶名和密碼形式

然后通過下面一條命令添加配置就可以了：

serverless config credentials --provider aws --key 1234 --secret 5678 --profile custom-profile

--provider 云服務商
--key 你的AK
--secret 你的SK
--profile 如果你有多個賬戶時，你可以添加這個 profile 做快速區分

運行上述命令后，就會在 ~/.aws/目錄創建一個名為 credentials 的檔案存盤上述配置，就像這樣：

到這里準備作業就都完成了，開始寫我們的定義就好了

創建 Serverless 應用

通過下面一條命令創建 serverless 應用

sls create --template aws-nodejs --path ./demo --name lambda-sqs-lambda

--template 指定創建的模版
--path 指定創建的目錄
--name 指定創建的服務名稱

運行上述命令后，進入 demo 目錄就是下面這個結構和內容了

?  demo tree
.
├── handler.js
└── serverless.yml

0 directories, 2 files

因為我們是用 Node.js 來撰寫 Serverless 應用，同樣在 demo 目錄下執行下面命令來初始化該目錄，因為我們后面要用到兩個 npm package

npm init -y

現在的結構是這樣的（其實就多了一個 package.json）：

?  demo tree
.
├── handler.js
├── package.json
└── serverless.yml

0 directories, 3 files

至此，準備作業都已就緒，接下來就在 serverless.yml 中寫相應的定義就可以了（門檻很低：按照相應的 key 寫 YAML 即可，是不是很簡單？），打開 serverless.yml 檔案來看一下，瞬間懵逼？

# Welcome to Serverless!
#
# This file is the main config file for your service.
# It's very minimal at this point and uses default values.
# You can always add more config options for more control.
# We've included some commented out config examples here.
# Just uncomment any of them to get that config option.
#
# For full config options, check the docs:
#    docs.serverless.com
#
# Happy Coding!

service: lambda-sqs-lambda
# app and org for use with dashboard.serverless.com
#app: your-app-name
#org: your-org-name

# You can pin your service to only deploy with a specific Serverless version
# Check out our docs for more details
# frameworkVersion: "=X.X.X"

provider:
  name: aws
  runtime: nodejs12.x

# you can overwrite defaults here
#  stage: dev
#  region: us-east-1

# you can add statements to the Lambda function's IAM Role here
#  iamRoleStatements:
#    - Effect: "Allow"
#      Action:
#        - "s3:ListBucket"
#      Resource: { "Fn::Join" : ["", ["arn:aws:s3:::", { "Ref" : "ServerlessDeploymentBucket" } ] ]  }
#    - Effect: "Allow"
#      Action:
#        - "s3:PutObject"
#      Resource:
#        Fn::Join:
#          - ""
#          - - "arn:aws:s3:::"
#            - "Ref" : "ServerlessDeploymentBucket"
#            - "/*"

# you can define service wide environment variables here
#  environment:
#    variable1: value1

# you can add packaging information here
#package:
#  include:
#    - include-me.js
#    - include-me-dir/**
#  exclude:
#    - exclude-me.js
#    - exclude-me-dir/**

functions:
  hello:
    handler: handler.hello
#    The following are a few example events you can configure
#    NOTE: Please make sure to change your handler code to work with those events
#    Check the event documentation for details
#    events:
#      - http:
#          path: users/create
#          method: get
#      - websocket: $connect
#      - s3: ${env:BUCKET}
#      - schedule: rate(10 minutes)
#      - sns: greeter-topic
#      - stream: arn:aws:dynamodb:region:XXXXXX:table/foo/stream/1970-01-01T00:00:00.000
#      - alexaSkill: amzn1.ask.skill.xx-xx-xx-xx
#      - alexaSmartHome: amzn1.ask.skill.xx-xx-xx-xx
#      - iot:
#          sql: "SELECT * FROM 'some_topic'"
#      - cloudwatchEvent:
#          event:
#            source:
#              - "aws.ec2"
#            detail-type:
#              - "EC2 Instance State-change Notification"
#            detail:
#              state:
#                - pending
#      - cloudwatchLog: '/aws/lambda/hello'
#      - cognitoUserPool:
#          pool: MyUserPool
#          trigger: PreSignUp
#      - alb:
#          listenerArn: arn:aws:elasticloadbalancing:us-east-1:XXXXXX:listener/app/my-load-balancer/50dc6c495c0c9188/
#          priority: 1
#          conditions:
#            host: example.com
#            path: /hello

#    Define function environment variables here
#    environment:
#      variable2: value2

# you can add CloudFormation resource templates here
#resources:
#  Resources:
#    NewResource:
#      Type: AWS::S3::Bucket
#      Properties:
#        BucketName: my-new-bucket
#  Outputs:
#     NewOutput:
#       Description: "Description for the output"
#       Value: "Some output value"

乍一看，你可能覺得眼花繚亂，其實這是一個相對完整的 Lambda 配置全集，我們不需要這么詳細的內容，不過這個檔案作為我們的參考

接下來我們就定義 demo 所需要的一切（關鍵注釋已經寫在代碼中）

service:
  name: lambda-sqs-lambda # 定義服務的名稱

provider:
  name: aws # 云服務商為 aws
  runtime: nodejs12.x # 運行時 node 的版本
  region: ap-northeast-1 # 發布到 northeast region，其實就是東京 region
  stage: dev # 發布環境為 dev
  iamRoleStatements: # 創建 IAM role，允許 lambda function 向佇列發送訊息
    - Effect: Allow
      Action:
        - sqs:SendMessage
      Resource:
        - Fn::GetAtt: [ receiverQueue, Arn ]
      
functions: # 定義兩個 lambda functions
  order:
    handler: app/order.checkout # 第一個 lambda function 程式入口是 app 目錄下的 order.js 里面的 checkout 方法
    events:	# trigger 觸發器是 API Gateway 的方式，當接收到 /order 的 POST 請求時觸發該 lambda function
      - http:
          method: post
          path: order

  invoice:
    handler: app/invoice.generate # 第二個 lambda function 程式入口是 app 目錄下的 invoice.js 里面的 generate 方法
    timeout: 30
    events: # trigger 觸發器是 SQS 服務，訊息佇列有訊息時觸發該 lambda function 消費訊息
      - sqs:
          arn:
            Fn::GetAtt:
              - receiverQueue
              - Arn
resources:
  Resources:
    receiverQueue: # 定義 SQS 服務，也是 Lambda 需要依賴的服務
      Type: AWS::SQS::Queue
      Properties:
        QueueName: ${self:custom.conf.queueName}

# package:
#   exclude:
#     - node_modules/**

custom: 
  conf: ${file(conf/config.json)} # 引入外部定義的配置變數

config.json 內容僅僅定義了 queue 的名稱，只是為了說明配置的靈活性

{
  "queueName": "receiverQueue"
}

因為我們要模擬訂單的生成，這里用 UUID 來模擬訂單號，

因為我們要呼叫 AWS 服務API，所以要使用 aws-sdk，

所以要安裝這兩個 package （這兩個理由夠充分嗎？）

{
  "name": "lambda-sqs-lambda",
  "version": "1.0.0",
  "description": "demo for lambda",
  "scripts": {
    "test": "echo \"Error: no test specified\" && exit 1"
  },
  "license": "MIT",
  "dependencies": {
    "uuid": "^8.1.0"
  },
  "devDependencies": {
    "aws-sdk": "^2.6.15"
  }
}

接下來，我們就可以撰寫兩個 Lambda function 的代碼邏輯了

Order Lambda Function

訂單服務很簡單，接收一個下單請求，下單成功后快速回傳給用戶，同時將訂單下單成功的訊息發送到 SQS 中，供下游發票服務開具發票使用

'use strict';

const config = require('../conf/config.json')
const AWS = require('aws-sdk');
const sqs = new AWS.SQS();
const { v4: uuidv4 } = require('uuid');

module.exports.checkout = async (event, context, callback) => {
    console.log(event)
    let statusCode = 200
    let message

    if (!event.body) {
        return {
        statusCode: 400,
        body: JSON.stringify({
            message: 'No order body was found',
        }),
        };
    }

    const region = context.invokedFunctionArn.split(':')[3]
    const accountId = context.invokedFunctionArn.split(':')[4]
    const queueName = config['queueName']

    // 組裝 SQS 服務的 URL
    const queueUrl = `https://sqs.${region}.amazonaws.com/${accountId}/${queueName}`
    const orderId = uuidv4()

    try {
      	// 呼叫 SQS 服務
        await sqs.sendMessage({
            QueueUrl: queueUrl,
            MessageBody: event.body,
            MessageAttributes: {
                orderId: {
                    StringValue: orderId,
                    DataType: 'String',
                },
            },
        }).promise();

        message = 'Order message is placed in the Queue!';

  } catch (error) {
    console.log(error);
    message = error;
    statusCode = 500;
  }

  // 快速回傳訂單 ID
  return {
    statusCode,
    body: JSON.stringify({
      message, orderId,
    }),
  };
};

Invoice Lambda Function

發票服務邏輯同樣很簡單，消費 SQS 指定佇列中的訊息，并將開具出的發票發送到客戶訂單資訊的 email 中

module.exports.generate = (event, context, callback) => {
    console.log(event)
    try {
        for (const record of event.Records) {
          const messageAttributes = record.messageAttributes;
          console.log('OrderId is  -->  ', messageAttributes.orderId.stringValue);
          console.log('Message Body -->  ', record.body);
          const reqBody = JSON.parse(record.body)
          // 睡眠 20 秒，模擬生成發票的耗時程序
          setTimeout( () => {
              console.log("Receipt is generated and sent to :" + reqBody.email)
          }, 20000)
        }
    } catch (error) {
        console.log(error);
    }
}

到此 demo 的代碼就全部實作了，從中你可以看到：

我們沒有關注 lambda 的底層服務細節，沒有關注 sqs 的服務，只是簡單的代碼邏輯實作以及服務之間的串聯定義

最后我們看一下整體的目錄結構吧：

.
├── app
│   ├── invoice.js
│   └── order.js
├── conf
│   └── config.json
├── package.json
└── serverless.yml

2 directories, 5 files

發布 Lambda 應用

在發布之前，編譯一下應用，安裝必須的 package「uuid 和 aws-sdk」

npm install

發布應用非常簡單，只需要一條命令：

sls deploy -v

運行上述命令后大概需要等帶幾十秒鐘, 在構建的最后，會列印出我們的構建服務資訊：

上圖的 endpoints 就是我們一會要訪問的 API gateway 觸發 lambda 的入口，在呼叫之前，我們先到 AWS console 看一下我們定義的服務

lambda functions

SQS-receverQueue

API Gateway

S3

從上圖的構建資訊中你應該還看到一個 S3 bucket 的名稱，我們并沒有創建 S3，這是 SF 自動幫我們創建，用來存盤 lambda zip package 的

測驗

呼叫 API gateway 的 endpoint 來測驗 lambda

打開 SQS 服務，你會發現，接收到一條訊息：

接下來我們看看 Invoice Lambda function 的消費情況，打開 CloudWatch 查看 log：

從 log 中可以看出程式“耗費” 20 秒后列印了向客戶郵件的 log（郵件也可以借助 AWS SES 郵件服務來實作）

至此，一個完整的 demo 就完成了，實際撰寫的代碼并沒有多少，就搞定了這么緊密的串聯

洗掉服務

Lambda 是按照呼叫次數進行收取費用的，為了防止造成額外的開銷，demo 結束后通常都會將服務銷毀，使用 SF 銷毀剛剛創建的服務也非常簡單，只需要在 serverless.yml 檔案目錄執行這條命令：

sls remove

總結與感受

AWS Lambda 是 Serverless 的典型，借助 Lambda 可以實作更小粒度的“服務”，無需服務搭建也加快了開發速度，Lambda 同樣可以結合 AWS 很多其服務，接收請求，將計算結果傳遞給下游服務等，另外很多第三方合作伙伴也在加入 Lambda 的 trigger 大部隊，給 Lambda 更多觸發可能，同時，借助 CI/CD，可以快速實作功能倍訓

開通 AWS free tier，足夠你玩轉 Lambda ： https://dayarch.top/p/aws-lambda-with-serverless-framework.html

個人博客：https://dayarch.top
加我微信好友, 進群娛樂學習交流，備注「進群」

歡迎持續關注公眾號：「日拱一兵」

前沿 Java 技術干貨分享

高效工具匯總 | 回復「工具」

面試問題分析與解答

技術資料領取 | 回復「資料」

以讀偵探小說思維輕松趣味學習 Java 技術堆疊相關知識，本著將復雜問題簡單化，抽象問題具體化和圖形化原則逐步分解技術問題，技術持續更新，請持續關注......

轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/195061.html

標籤：其他

上一篇：安裝scrapy 缺少 Microsoft Visual C++ 14.0

下一篇：python 安裝 whl檔案