【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 logging

DEFAULT_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_tags


def 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::Role
    Properties:
      RoleName: lambda-execution-role
      AssumeRolePolicyDocument:
        Version: '2012-10-17'
        Statement:
          - Effect: Allow
            Principal:
              Service:
                - lambda.amazonaws.com
            Action:
              - sts:AssumeRole
      Path: /
      Policies:
        - PolicyName: lambda-execution-policy
          PolicyDocument:
            Version: '2012-10-17'
            Statement:
              - Effect: Allow
                Action:
                  - logs:*
                Resource: arn:aws:logs:*:*:*
              - Effect: Allow
                Action:
                  - s3:GetObject
                  - s3:PutObject
                Resource: 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.Image
     
s3_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