当前位置：首页 > news >正文

Serverless架构实战：用AWS Lambda构建无服务器应用

news 2026/3/26 17:52:55

在云计算技术飞速发展的今天，Serverless（无服务器）架构以其按需付费、自动扩缩容和免运维等优势，正成为构建现代应用的热门选择。AWS Lambda作为该领域的先驱和领导者，为开发者提供了强大的函数即服务（FaaS）平台。本文将带你深入实战，探讨如何利用AWS Lambda构建一个完整的无服务器应用。

什么是Serverless与AWS Lambda？

Serverless并非指没有服务器，而是指开发者无需关心服务器的 provisioning、配置、维护和扩展。AWS Lambda是亚马逊云科技提供的核心Serverless计算服务，它允许你直接上传代码（函数），Lambda会负责以高可用性的方式运行和扩展你的代码，你只需为代码实际执行的时间付费。

核心特点包括：

事件驱动：由特定事件（如HTTP请求、文件上传、数据库变更）触发执行。
自动扩展：根据传入的请求数量自动从零扩展到成千上万个并行执行实例。
按量计费：精确到100毫秒的计费粒度，无请求时成本为零。

实战：构建一个图片处理API

我们将构建一个简单的无服务器API，它接收图片上传，自动生成缩略图，并将元数据存入数据库。这个应用将涉及多个AWS服务：API Gateway、Lambda、S3和DynamoDB。

架构概览

用户通过HTTP POST请求将图片上传至API Gateway端点。
API Gateway触发一个Lambda函数（UploadHandler），该函数将图片存入S3存储桶。
S3存储桶的ObjectCreated事件自动触发另一个Lambda函数（ThumbnailGenerator）。
ThumbnailGenerator函数生成缩略图，保存到另一个S3路径，并将处理记录（如原图URL、缩略图URL、状态）写入数据库。

在开发这类涉及数据存储的应用时，一个高效的数据库管理工具至关重要。例如，使用 dblens SQL编辑器 可以轻松地连接、查询和管理我们的DynamoDB表（或其它关系型数据库），其直观的界面和强大的SQL兼容性，能极大提升数据操作和调试效率。

核心代码实现

以下是ThumbnailGenerator Lambda函数的Python示例代码，它使用Pillow库进行图片处理：

import json
import boto3
from PIL import Image
import io
import os
from datetime import datetimes3_client = boto3.client('s3')
dynamodb = boto3.resource('dynamodb')
table = dynamodb.Table(os.environ['METADATA_TABLE'])def lambda_handler(event, context):# 从S3事件中获取桶名和对象键for record in event['Records']:bucket = record['s3']['bucket']['name']key = record['s3']['object']['key']# 只处理原始图片目录下的文件if not key.startswith('uploads/'):continue# 从S3下载图片file_byte_string = s3_client.get_object(Bucket=bucket, Key=key)['Body'].read()image = Image.open(io.BytesIO(file_byte_string))# 生成缩略图image.thumbnail((200, 200))buffer = io.BytesIO()image.save(buffer, 'JPEG')buffer.seek(0)# 构建缩略图键名并上传thumb_key = key.replace('uploads/', 'thumbs/')s3_client.put_object(Bucket=bucket, Key=thumb_key, Body=buffer, ContentType='image/jpeg')# 构建元数据并写入DynamoDBmetadata = {'imageId': key.split('/')[-1],'originalUrl': f"https://{bucket}.s3.amazonaws.com/{key}",'thumbnailUrl': f"https://{bucket}.s3.amazonaws.com/{thumb_key}",'status': 'PROCESSED','processedAt': datetime.utcnow().isoformat()}table.put_item(Item=metadata)print(f"Thumbnail generated for {key}")return {'statusCode': 200,'body': json.dumps('Processing complete.')}

部署与配置

你可以使用AWS SAM（Serverless Application Model）或Serverless Framework来定义和部署整个应用栈。以下是一个简化的SAM模板template.yaml片段：

AWSTemplateFormatVersion: '2010-09-09'
Transform: AWS::Serverless-2016-10-31Resources:ThumbnailFunction:Type: AWS::Serverless::FunctionProperties:CodeUri: thumbnail_function/Handler: app.lambda_handlerRuntime: python3.9Policies:- S3ReadPolicy:BucketName: !Ref SourceBucket- S3WritePolicy:BucketName: !Ref SourceBucket- DynamoDBWritePolicy:TableName: !Ref MetadataTableEnvironment:Variables:METADATA_TABLE: !Ref MetadataTableEvents:S3Event:Type: S3Properties:Bucket: !Ref SourceBucketEvents: s3:ObjectCreated:*Filter:S3Key:Rules:- Name: prefixValue: uploads/SourceBucket:Type: AWS::S3::BucketProperties:NotificationConfiguration:LambdaConfigurations:- Event: s3:ObjectCreated:*Filter:S3Key:Rules:- Name: prefixValue: uploads/Function: !GetAtt ThumbnailFunction.ArnMetadataTable:Type: AWS::DynamoDB::TableProperties:AttributeDefinitions:- AttributeName: imageIdAttributeType: SKeySchema:- AttributeName: imageIdKeyType: HASHBillingMode: PAY_PER_REQUEST

部署后，你需要监控函数的运行情况和数据库中的记录。这时，QueryNote 这样的云端查询笔记本工具就显示出巨大价值。你可以在 https://note.dblens.com 上创建笔记本，编写并保存复杂的查询语句，定期检查图片处理状态，分析处理性能，甚至将查询结果可视化。它支持协作分享，非常适合团队共同维护和优化应用数据层。