【AWS入门】AWS Lamda

创建一个Lamda函数

点击【创建函数】按钮

自定义【函数名称】
选择用来编写函数的语言【运行时】，【架构】，【执行角色】后，点击【创建函数】按钮来创建一个Lamda函数
高级设置保持默认即可

函数创建好后显示如下


点击【测试】选项卡，选择测试【模板】，填写自定义测试【名称】，点击【保存更改】，【测试】按钮
显示测试成功

点击详细信息，可以查看运行的详情，点击【单击此处】可以查看日志组


会自动创建一个角色

用Lamda函数控制启停EC2实例

创建一台EC2实例

创建角色

创建一个 Role 服务为 lambda 附加新创建的策略
【角色】名：自定义，此处定义为：lamda
【策略】：参照以下示例

{"Version": "2012-10-17","Statement": [{"Effect": "Allow","Action": ["logs:CreateLogGroup","logs:CreateLogStream","logs:PutLogEvents"],"Resource": "arn:aws:logs:*:*:*"},{"Effect": "Allow","Action": ["ec2:DescribeInstances","ec2:Start*","ec2:Stop*","ec2:DescribeInstanceStatus"],"Resource": "*"}]
}

创建lamda函数

【函数名称】：自定义即可
【运行时】：此处我们选择Python3.9
【执行角色】：选择上一步骤中创建好的角色[lamda]
准备就绪后，点击【创建函数】按钮来创建一个lamda函数

将准备好的python代码拷贝到如下位置后，点击【Deploy】按钮进行更新

import os
import boto3
import loggingDEFAULT_TAGS = os.environ.get("DEFAULT_TAGS")
print("DEFAULT_TAGS", DEFAULT_TAGS)logger = logging.getLogger()
level = logging.getLevelName(os.environ.get("LOG_LEVEL", "INFO"))
print("Logging level -- ", level)
logger.setLevel(level)ec2_resource = boto3.resource('ec2')
ec2_client = boto3.client('ec2')def lambda_handler(event, context):"""Function that start and stop ec2 instances schedule and with specific tags<br/>:param event: Input event, that should contain action and tags parameters, where tags is a list of comma separates key/value tags.<br/>:param context: Lambda context.<br/>:return: nothing"""logger.debug(event)print("event -- ", event)tags = get_tags(event['tags'] if 'tags' in event else DEFAULT_TAGS)print("tags -- ", tags)instances = get_instances_by_tags(tags)if not instances:logger.warning('No instances available with this tags')else:if event['action'] == 'start':ec2_client.start_instances(InstanceIds=instances)logger.info('Starting instances.')elif event['action'] == 'stop':ec2_client.stop_instances(InstanceIds=instances)logger.info('Stopping instances.')else:logger.warning('No instances availables with this tags')def get_tags(tags):"""Method that split comma separated tags and return a formed tags filter<br/>:param tags: Comma separated string with the tags values.<br/>:return: tags structure"""final_tags = []split_tags = tags.split(",")for tag in split_tags:values = tag.split('=')final_tags.append({'Name': values[0],'Values': [values[1]]})return final_tagsdef get_instances_by_tags(tags):"""Method that filter all ec2 instances and return only the instances with specific tags<br/>:param tags: Filter structure with tag values.<br/>:return: list of ec2 instances"""response = ec2_resource.instances.filter(Filters=tags)print("Response -- ", response)for instance in response:print("Instance -- ", instance)intance_ids = [instance.id for instance in response]print("intance_ids -- ", intance_ids)return intance_ids

配置>环境变量>添加环境变量，配置环境变量

您可使用键-值对的形式定义可从函数代码访问的环境变量，这对于存储配置设置非常有用，而且无需更改函数代码。
示例：此处的第一对儿【键】，【值】中【键】参照Python代码中的 参数，【键】填EC2实例的标签名
第二对【键】，【值】参照Python代码中的参数
填写完，点击【保存】


配置>常规配置>编辑
将【超时】时间由[3秒]改为[10秒]

开始进行测试，给事件去一个名字，并添加事件的action为stop，
保存并点击测试选项
【事件名称】：自定义
【时间JSON】：参考下图

{"action": "stop"
}

点击【测试】按钮，输入如下详情，并且原本运行中的实例也随机停止

若想开启或者关闭其他实例可以通过编辑时间JSON

使用Amazon EventBridge计划启停实例

创建EventBridge

自定义【名称】
自定义【描述】
【规则类型】：计划
点击【在EventBridge Schedular中继续】

【发生次数】：周期性计划
【计划类型】：基于cron的计划
【cron表达式】：自定义
其他保持默认即可，点击【下一步】

【目标API】：常用API：Lambda
【Lambda函数】：选择一个
【输入】：自定义
其他保持默认即可，点击【下一步】

点击【下一步】

点击【创建计划】

关联的EC2实例将在下一个触发时间进行启用
如果想设置在固定的时间停用，需要再创建一个EventBridge

用户往S3存储桶上传图片文件，触发Lambda函数，将图片压缩并上传至另一个存储桶

创建两个存储桶

其中XXXresized的存储桶名称涉及到Python函数的调用，命名时需要注意！

通过Cloudformation堆栈创建IAM角色

文件详情如下：

AWSTemplateFormatVersion: '2010-09-09'
Resources:LambdaRole:Type: AWS::IAM::RoleProperties:RoleName: lambda-execution-roleAssumeRolePolicyDocument:Version: '2012-10-17'Statement:- Effect: AllowPrincipal:Service:- lambda.amazonaws.comAction:- sts:AssumeRolePath: /Policies:- PolicyName: lambda-execution-policyPolicyDocument:Version: '2012-10-17'Statement:- Effect: AllowAction:- logs:*Resource: arn:aws:logs:*:*:*- Effect: AllowAction:- s3:GetObject- s3:PutObjectResource: arn:aws:s3:::*

创建的堆栈详情一览

为创建的堆栈起个名字，点击【下一步】

点击【下一步】

checkbox勾选后点击【提交】

IAM角色创建成功

创建Lambda函数

此处注意角色选择上一步骤中创建好的角色

点击【添加触发器】

代码> 上传文件

或者手动添加代码也可以：

import boto3
import os
import sys
import uuid
from PIL import Image
import PIL.Images3_client = boto3.client('s3')def resize_image(image_path, resized_path):with Image.open(image_path) as image:image.thumbnail((128, 128))image.save(resized_path)def handler(event, context):for record in event['Records']:bucket = record['s3']['bucket']['name']key = record['s3']['object']['key'] download_path = '/tmp/{}{}'.format(uuid.uuid4(), key)upload_path = '/tmp/resized-{}'.format(key)s3_client.download_file(bucket, key, download_path)resize_image(download_path, upload_path)s3_client.upload_file(upload_path, '{}-resized'.format(bucket), key)

编辑运行时设置【处理程序】，【运行时】
【运行时】：Python3.7
【处理程序】：lambda_function.handler

s3存储桶中上传一个图片

进行测试
测试代码中修改几处位置
name：修改为源存储桶名（s3-lambda-image）
arn：attach存储桶名（s3-lambda-image）
key:上传到源存储桶的图片名

测试报错

更改代码中适配的【处理程序】名

执行成功

查看目标存储桶，图片被压缩