Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Tutorial: Verwenden einer Lambda-Funktion für den Zugriff auf eine Amazon-RDS-Datenbank

In diesem Tutorial verwenden Sie eine Lambda-Funktion, um Daten über RDS Proxy in eine Amazon Relational Database Service (Amazon RDS)-Datenbank zu schreiben. Ihre Lambda-Funktion liest Datensätze aus einer Amazon Simple Queue Service (Amazon SQS)-Warteschlange und schreibt ein neues Element in eine Tabelle in Ihrer Datenbank, sobald eine Nachricht hinzugefügt wird. In diesem Beispiel verwenden Sie die AWS Management Console , um Ihrer Warteschlange manuell Nachrichten hinzuzufügen. Das folgende Diagramm zeigt die AWS Ressourcen, die Sie zur Durchführung des Tutorials verwenden.

Mit Amazon RDS können Sie eine verwaltete relationale Datenbank in der Cloud mithilfe gängiger Datenbankprodukte wie Microsoft SQL Server, MariaDB, MySQL, Oracle Database und PostgreSQL ausführen. Wenn Sie Lambda für den Zugriff auf Ihre Datenbank verwenden, können Sie Daten als Reaktion auf Ereignisse lesen und schreiben, z. B. wenn sich ein neuer Kunde auf Ihrer Website registriert. Ihre Funktion, Datenbank-Instance und der Proxy skalieren automatisch, um Zeiten hoher Nachfrage gerecht zu werden.

Führen Sie für dieses Tutorial die folgenden Aufgaben aus:

Wenn Sie diese Schritte ausführen, lernen Sie Folgendes:

Sie können dieses Tutorial mit dem AWS Management Console oder dem AWS Command Line Interface (AWS CLI) abschließen.

Voraussetzungen

Bevor Sie die Schritte in diesem Abschnitt abschließen, stellen Sie sicher, dass Sie folgende Voraussetzungen erfüllen:

Erstellen einer DB-Instance von Amazon RDS

Eine DB-Instance von Amazon RDS ist eine isolierte Datenbankumgebung, die in der AWS Cloud ausgeführt wird. Eine Instance kann mehrere von Benutzern erstellte Datenbanken enthalten. Sofern Sie nichts anderes angeben, erstellt Amazon RDS neue Datenbank-Instances in der Standard-VPC, die in Ihrer AWS-Konto enthalten ist. Weitere Informationen zu Amazon VPC finden Sie im Benutzerhandbuch von Amazon Virtual Private Cloud.

In diesem Tutorial erstellen Sie eine neue Instance in Ihrer AWS-Konto Standard-VPC und erstellen eine Datenbank mit dem Namen dieser ExampleDB Instance. Sie können Ihre DB-Instance und Datenbank entweder mit dem AWS Management Console oder dem AWS CLI erstellen.

Erstellen einer Lambda-Funktion und eines Proxys

Sie können die RDS-Konsole verwenden, um eine Lambda-Funktion und einen Proxy in derselben VPC wie die Datenbank zu erstellen.

Der Assistent schließt die Einrichtung ab und stellt einen Link zur Lambda-Konsole bereit, über den Sie Ihre neue Funktion überprüfen können. Notieren Sie sich den Proxy-Endpunkt, bevor Sie zur Lambda-Konsole wechseln.

Erstellen einer Funktionsausführungsrolle

Bevor Sie Ihre Lambda-Funktion erstellen, erstellen Sie eine Ausführungsrolle, um Ihrer Funktion die erforderlichen Berechtigungen zu geben. Für dieses Tutorial benötigt Lambda die Berechtigung, die Netzwerkverbindung zu der VPC, die Ihre Datenbank-Instance enthält, zu verwalten und Nachrichten aus einer Amazon-SQS-Warteschlange abzufragen.

Um Ihrer Lambda-Funktion die erforderlichen Berechtigungen zu geben, verwendet dieses Tutorial von IAM verwaltete Richtlinien. Dies sind Richtlinien, die Berechtigungen für viele häufige Anwendungsfälle erteilen und in Ihrem AWS-Konto verfügbar sind. Weitere Informationen über die Verwendung verwalteter Richtlinien finden Sie unter Bewährte Methoden für Richtlinien.

Später im Tutorial benötigen Sie den Amazon-Ressourcennamen (ARN) der Ausführungsrolle, die Sie gerade erstellt haben.

Erstellen eines Lambda-Bereitstellungspakets

Der folgende Python-Beispielcode verwendet das PyMySQL-Paket, um eine Verbindung zu Ihrer Datenbank zu öffnen. Wenn Sie Ihre Funktion zum ersten Mal aufrufen, wird auch eine neue Tabelle namens Customer erstellt. Die Tabelle verwendet das folgende Schema, wobei CustID der Primärschlüssel ist:

Customer(CustID, Name)

Die Funktion verwendet auch PyMy SQL, um dieser Tabelle Datensätze hinzuzufügen. Die Funktion fügt Datensätze mithilfe von Kunden-IDs und Namen hinzu, die in Nachrichten angegeben sind, die Sie zu Ihrer Amazon-SQS-Warteschlange hinzufügen.

Der Code stellt die Verbindung mit Ihrer Datenbank außerhalb der Handlerfunktion her. Durch das Erstellen der Verbindung im Initialisierungscode kann die Verbindung durch nachfolgende Aufrufe Ihrer Funktion wiederverwendet werden, was die Leistung verbessert. In einer Produktionsanwendung können Sie die bereitgestellte Parallelität auch verwenden, um eine angeforderte Anzahl von Datenbankverbindungen zu initialisieren. Diese Verbindungen sind verfügbar, sobald Ihre Funktion aufgerufen wird.

import sys
import logging
import pymysql
import json
import os

# rds settings
user_name = os.environ['USER_NAME']
password = os.environ['PASSWORD']
rds_proxy_host = os.environ['RDS_PROXY_HOST']
db_name = os.environ['DB_NAME']

logger = logging.getLogger()
logger.setLevel(logging.INFO)

# create the database connection outside of the handler to allow connections to be
# re-used by subsequent function invocations.
try:
        conn = pymysql.connect(host=rds_proxy_host, user=user_name, passwd=password, db=db_name, connect_timeout=5)
except pymysql.MySQLError as e:
    logger.error("ERROR: Unexpected error: Could not connect to MySQL instance.")
    logger.error(e)
    sys.exit(1)

logger.info("SUCCESS: Connection to RDS for MySQL instance succeeded")

def lambda_handler(event, context):
    """
    This function creates a new RDS database table and writes records to it
    """
    message = event['Records'][0]['body']
    data = json.loads(message)
    CustID = data['CustID']
    Name = data['Name']

    item_count = 0
    sql_string = f"insert into Customer (CustID, Name) values(%s, %s)"

    with conn.cursor() as cur:
        cur.execute("create table if not exists Customer ( CustID  int NOT NULL, Name varchar(255) NOT NULL, PRIMARY KEY (CustID))")
        cur.execute(sql_string, (CustID, Name))
        conn.commit()
        cur.execute("select * from Customer")
        logger.info("The following items have been added to the database:")
        for row in cur:
            item_count += 1
            logger.info(row)
    conn.commit()

    return "Added %d items to RDS for MySQL table" %(item_count)
    

Um die PyMy SQL-Abhängigkeit in Ihren Funktionscode aufzunehmen, erstellen Sie ein ZIP-Bereitstellungspaket. Die folgenden Befehle funktionieren für Linux, macOS oder Unix:

Aktualisieren der Lambda-Funktion

Mit dem soeben erstellten ZIP-Paket aktualisieren Sie nun Ihre Lambda-Funktion über die Lambda-Konsole. Damit Ihre Funktion auf Ihre Datenbank zugreifen kann, müssen Sie außerdem Umgebungsvariablen mit Ihren Zugangsdaten konfigurieren.

Konfigurieren Sie nun die Funktion mit der zuvor erstellten Ausführungsrolle. Dadurch erhält die Funktion die Berechtigungen, die sie benötigt, um auf Ihre Datenbank-Instance zuzugreifen und eine Amazon-SQS-Warteschlange abzufragen.

Testen Ihrer Lambda-Funktion in der Konsole.

Sie können jetzt die Lambda-Konsole verwenden, um Ihre Funktion zu testen. Sie erstellen ein Testereignis, das die Daten nachahmt, die Ihre Funktion erhält, wenn Sie sie in der letzten Phase des Tutorials mit Amazon SQS aufrufen. Ihr Testereignis enthält ein JSON-Objekt, das eine Kunden-ID und einen Kundennamen angibt, die der von Ihrer Funktion erstellten Customer-Tabelle hinzugefügt werden sollen.

Auf der Registerkarte Ausführungsergebnisse sollten in den Funktionsprotokollen ähnliche Ergebnisse wie die folgenden angezeigt werden:

[INFO] 2023-02-14T19:31:35.149Z bdd06682-00c7-4d6f-9abb-89f4bbb4a27f The following items have been added to the database:
[INFO] 2023-02-14T19:31:35.149Z bdd06682-00c7-4d6f-9abb-89f4bbb4a27f (1021, 'Martha Rivera')

Erstellen einer Amazon-SQS-Warteschlange

Sie haben die Integration Ihrer Lambda-Funktion und der Amazon-RDS-Datenbank-Instance erfolgreich getestet. Jetzt erstellen Sie die Amazon-SQS-Warteschlange, mit der Sie Ihre Lambda-Funktion in der letzten Phase des Tutorials aufrufen werden.

Erstellen einer Zuordnung von Ereignisquellen, um Ihre Lambda-Funktion aufzurufen

Ein Zuordnung von Ereignisquellen ist eine Ressource in Lambda, die Elemente aus einem Stream oder einer Warteschlange liest und eine Lambda-Funktion aufruft. Wenn Sie eine Zuordnung von Ereignisquellen konfigurieren, können Sie eine Batchgröße angeben, sodass Datensätze aus Ihrem Stream oder Ihrer Warteschlange zu einer einzigen Nutzlast zusammengefasst werden. In diesem Beispiel legen Sie die Batchgröße auf 1 fest, sodass Ihre Lambda-Funktion jedes Mal aufgerufen wird, wenn Sie eine Nachricht an Ihre Warteschlange senden. Sie können die Zuordnung der Ereignisquelle entweder mit der AWS CLI oder der Lambda-Konsole konfigurieren.

Sie sind jetzt bereit, Ihre vollständige Einrichtung zu testen, indem Sie Ihrer Amazon-SQS-Warteschlange eine Nachricht hinzufügen.

Testen und Überwachen Ihrer Einrichtung

Um Ihre vollständige Einrichtung zu testen, fügen Sie mithilfe der Konsole Nachrichten zu Ihrer Amazon-SQS-Warteschlange hinzu. Anschließend überprüfen Sie mithilfe von CloudWatch Logs, dass Ihre Lambda-Funktion wie erwartet Datensätze in Ihre Datenbank schreibt.

Bereinigen Ihrer Ressourcen

Sie können jetzt die Ressourcen, die Sie für dieses Tutorial erstellt haben, löschen, es sei denn, Sie möchten sie behalten. Indem Sie AWS Ressourcen löschen, die Sie nicht mehr verwenden, verhindern Sie, dass Ihr AWS Konto unnötig belastet wird.