Day 28 - AWS Lambda 結合 Dynamodb

有了 DynamoDB 可以存儲資料，接著需要透過適當的方法去存取 DynamoDB ，於是 AWS 提供了 AWS Lambda 作為撰寫程式的全托管服務。

AWS Lambda

AWS Lambda 是一種無伺服器的運算服務，可讓軟體設計者開發並執行程式但不必佈建或管理伺服器、建立工作負載感知叢集擴展邏輯、維護事件整合或管理執行階段。使用 Lambda，軟體設計者可以透過虛擬方式執行任何類型的應用程式或後端服務，全部無需管理。只要以 ZIP 檔案或容器映像上傳您的程式碼，Lambda 就可以自動並精準地分配運算執行力，並根據傳入請求或事件執行您的程式碼，適用於任何規模的流量。可以將自己的程式碼設成可以從超過 200 種 AWS 服務和 SaaS 應用程式自動觸發，或從任何 Web 或行動應用程式直接呼叫。可以用自己最喜愛的語言 (Node.js、Python、Go、Java 等) 寫入 Lambda 函式，而且可以使用 AWS SAM 或 Docker CLI 等無伺服器和容器工具建置、測試和部署您的函式。

下圖列出了傳統佈署與無服務器佈署的差異，在無服務器的環境中，軟體開發者可以更專心的在軟體的開發跟維運上。雲計算的其中一個優勢是，使用者可以抽象化基礎設施層，例如，選擇一個 Amazon Elastic Compute Cloud （Amazon EC2） 實例類型，並使用 Elastic Load Balancing 和 EC2 Auto Scaling 對其進行配置以處理需求。

然而，無伺服器計算進一步擴展了基礎設施抽象，軟體設計者可以專注於應用程式的代碼，不必管理實例、操作系統或伺服器，無服務器環境處理運行和擴展高度可用的應用程式所需的一切工作。此外，藉助無伺服器計算，您的代碼僅在需要時運行，代碼未運行時，您無需為任何基礎設施付費。

圖 1、傳統佈署與無服務器佈署的差異

AWS Lambda 工作原理

下圖說明 AWS Lambda 工作原理，事件源是向 AWS Lambda 發佈事件的實體，而 Lambda 函式是提供的用於處理事件的自定義代碼，AWS Lambda 執行 Lambda 函式，AWS Lambda 與其他 AWS 服務集成以調用函式，最後回應呼叫的事件源。

圖 2、AWS Lambda 工作原理

下圖說明 AWS Lambda 的內容組成包含了：

• 訪問許可權 (permission)：是指當 Lambda 函式需要存取到 S3 時，並需要先給予訪問 S3 的許可權。
• 觸發事件：指定透過何種事件來觸發 Lambda 函式。
• 代碼：主要的功能代碼就撰寫在這裡，需考慮的是傳入參數，功能以及回應內容。
• 依賴項和庫：代碼中所需要的依賴項和庫也需要一起打包，或是套用已建立好的庫層 (Layer) 的方式，以方便代碼調用。
• 配置：這裡包含了執行環境參數、記憶體、逾時和併發性等執行參數。

圖 3、AWS Lambda 的內容組成

下圖說明 AWS Lambda 的許可權類型，AWS Lambda 具有兩種類型的許可權：

• 調用許可權：事件源需要觸發 Lambda 函式的許可權。
• 執行許可權：Lambda 函式需要與其他 AWS 服務和資源進行交互的許可權。

調用和執行許可權通過 AWS Identity and Access Management (IAM) 進行處理。

圖 4、AWS Lambda 的調用許可權和執行許可權

AWS Lambda 結合 Amazon DynamoDB

如同圖 3. AWS Lambda 的內容組成中說明，整個 AWS Lambda 應該包含了訪問許可權、觸發事件、代碼、依賴項和庫、配置，基於由淺入深原則，我們只處理必要的元素就是訪問許可權和代碼這兩個部分，其他三個會在後續文章中提到。

訪問許可權

我們要透過 AWS Lambda 存取 DynamoDB ，所以需要賦予 DynamoDB 的執行許可權，這個部分可以透過 IAM 來完成，在 IAM 中建立一個角色 (Role)，並賦予它存取 DynamoDB 的許可權。

打開 IAM 管理控制台，點擊左手邊功能選單的 角色，接著點擊右手邊主畫面的 建立角色 按鈕，如下圖所示。

圖 5、IAM 管理控制台中新增角色

建立角色共有四個步驟：

1. 選擇使用案例
2. 黏貼(attach)許可政策
3. 建立標籤
4. 檢閱

下圖是選擇使用案例畫面，使用案例指的是主動的 AWS 服務，也就是透過這個服務來調用其他 AWS 服務，我們的案例就是透過 AWS Lambda 來讀取 DynamoDB ，所以在這裡要選擇 Lambda，接著點擊 下一個：許可。

圖 6、新增角色中選擇使用案例

要存取的是 DynamoDB，所以在篩選政策中輸入 dynamo ，會看到下方出現很多跟 dynamo 有關的政策，選取 AmazonDynamoDBFullAccess，並點擊 下一個：標籤。其實以我們的功能指會讀取 DynamoDB，所以選取 AmazonDynamoDBReadOnlyAccess 更為洽當。

圖 7、AWS Lambda 的調用許可權和執行許可權

標籤部分我們就不設定，繼續跳到下一個檢閱畫面，下圖就是檢閱畫面，輸入角色名稱，特別注意一下底下的受信任實體與政策，這說明這個角色是可以被 AWS Lambda 所調用，且擁有完全存取 DynamoDB 的許可權。

圖 8、AWS Lambda 的調用許可權和執行許可權

代碼
進入 AWS Lambda 控制台，點擊左手邊功能選單的 函式 ，接著再點擊右手邊主畫面的 建立函式，如下圖所示。

圖 9、AWS Lambda 的建立函式畫面

輸入函式名稱，如 getDataFromDynamoDB ，指定執行時間所用的程式語言 Python 3.8，再指定執行角色，就是先前設定的角色，完成後點擊 建立函式。

圖 10、AWS Lambda 的函式配置畫面

進入函式編輯畫面，點選上方的函式名稱，再下方會有一個操作介面，選取 程式碼 頁籤，再撰寫程式碼後記得要先佈署 (Deploy)，才可以進行測試 (Test)：下方的畫面分布：左手邊為檔案管理畫面，右手邊則是代碼區。

圖 11、AWS Lambda 函式編輯畫面

撰寫代碼後要先進行測試來判斷代碼是否正確，點擊 Test 會進入AWS Lambda 的測試配置畫面，如下圖所示，輸入事件名稱，測試內容不用修改，直接存儲即可。

圖 12、AWS Lambda 的測試配置畫面

輸入以下代碼後，點擊 Deploy 後，在點擊 Test，就會出現代碼運行結果，如下圖，顯示測試名稱，回傳結果，運行時間，運行時所用的記憶體數量，如果需要觀察結果，還可以用 print() 來顯示內容。

import json
import boto3

client = boto3.client('dynamodb')

def lambda_handler(event, context):
  data = client.get_item(
    TableName='fishInfoTbl',
    Key={
        'LatinName': {
          'S': 'Altolamprologus compressiceps'
        }
    }
  )
  print(data['Item'])
  response = {
      'statusCode': 200,
      'body': json.dumps(data['Item']),
      'headers': {
        'Content-Type': 'application/json',
        'Access-Control-Allow-Origin': '*'
      },
  }
  return response

圖 13、AWS Lambda 的測試結果

參考資料

• AWS Lambda 文件，https://docs.aws.amazon.com/zh_tw/lambda/
• AWS Lambda，https://aws.amazon.com/tw/lambda/
• 搭配其他服務使用 AWS Lambda，https://docs.aws.amazon.com/zh_tw/lambda/latest/dg/lambda-services.html
• 搭配使用 AWS Lambda 與 Amazon CloudWatch Events，https://docs.aws.amazon.com/zh_tw/lambda/latest/dg/services-cloudwatchevents.html
• AWS Lambda 許可，https://docs.aws.amazon.com/zh_tw/lambda/latest/dg/lambda-permissions.html
• Calling DynamoDB from a Lambda function in Python，https://docs.amplify.aws/guides/functions/dynamodb-from-python-lambda/q/platform/js/#getting-an-item-by-primary-key-in-dynamodb-from-lambda
• Hands-On Examples for Working with DynamoDB, Boto3, and Python，https://highlandsolutions.com/blog/hands-on-examples-for-working-with-dynamodb-boto3-and-python