Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Tutoriel : Utilisation d'une fonction Lambda pour accéder à une base de données Amazon RDS

Dans ce tutoriel, vous allez utiliser une fonction Lambda pour écrire des données dans une base de données Amazon Relational Database Service (Amazon RDS) via un proxy RDS. Votre fonction Lambda lit les enregistrements d'une file d'attente Amazon Simple Queue Service (Amazon SQS) et écrit un nouvel élément dans une table de votre base de données chaque fois qu'un message est ajouté. Dans cet exemple, vous utilisez la AWS Management Console pour ajouter manuellement des messages à votre file d'attente. Le schéma suivant montre les AWS ressources que vous utilisez pour suivre le didacticiel.

Grâce à Amazon RDS, vous pouvez exécuter une base de données relationnelle gérée dans le cloud à l'aide de produits de base de données courants tels que Microsoft SQL Server, MariaDB, MySQL, Oracle Database et PostgreSQL. En utilisant Lambda pour accéder à votre base de données, vous pouvez lire et écrire des données en réponse aux événements, tels que l'enregistrement d'un nouveau client sur votre site web. Votre fonction, votre instance de base de données et votre proxy sont automatiquement mis à l'échelle pour répondre aux périodes de demandes élevées.

Pour compléter ce tutoriel, effectuez les tâches suivantes :

En suivant ces étapes, vous apprendrez à :

Vous pouvez terminer ce didacticiel en utilisant le AWS Management Console ou le AWS Command Line Interface (AWS CLI).

Prérequis

Avant de commencer, suivez les étapes détaillées dans les sections suivantes :

Créer une instance de base de données Amazon RDS

Une instance de base de données Amazon RDS est un environnement de base de données isolé qui s'exécute dans le AWS Cloud. Une instance peut comporter une ou plusieurs bases de données créées par l'utilisateur. Sauf indication contraire de votre part, Amazon RDS crée de nouvelles instances de base de données dans le VPC par défaut inclus dans votre. Compte AWS Pour plus d'informations sur le VPC Amazon, consultez le Guide de l'utilisateur Amazon Virtual Private Cloud.

Dans ce didacticiel, vous allez créer une nouvelle instance dans votre Compte AWS VPC par défaut et créer une base de données nommée ExampleDB dans cette instance. Vous pouvez créer votre instance de base de données et votre base de données à l'aide du AWS Management Console ou du AWS CLI.

Création d'une fonction Lambda et d'un proxy

Vous pouvez utiliser la console RDS pour créer une fonction Lambda et un proxy dans le même VPC que la base de données.

L'assistant termine la configuration et fournit un lien vers la console Lambda pour que vous passiez en revue votre nouvelle fonction. Prenez note du point de terminaison du proxy avant de passer à la console Lambda.

Pour créer un rôle d'exécution de fonction

Avant de créer votre fonction Lambda, vous devez créer un rôle d'exécution pour donner à votre fonction les autorisations nécessaires. Pour ce tutoriel, Lambda a besoin d'une autorisation pour gérer la connexion réseau au VPC contenant votre instance de base de données et pour interroger les messages d'une file d'attente Amazon SQS.

Pour donner à votre fonction Lambda les autorisations dont elle a besoin, ce tutoriel utilise des politiques gérées par IAM. Il s'agit de politiques accordant des autorisations pour de nombreux cas d'utilisation courants et disponibles dans votre Compte AWS. Pour en savoir plus sur l'utilisation des politiques gérées, consultez Bonnes pratiques en matière de politiques.

Plus loin dans le tutoriel, vous aurez besoin de l'Amazon Resource Name (ARN) du rôle d'exécution que vous venez de créer.

Création d'un package de déploiement Lambda

L'exemple de code Python suivant utilise le package PyMySQL pour ouvrir une connexion à votre base de données. La première fois que vous invoquez votre fonction, elle crée également une nouvelle table invoquée Customer. Le tableau utilise le schéma suivant, où CustID se trouve la clé primaire :

Customer(CustID, Name)

La fonction utilise également le PyMy langage SQL pour ajouter des enregistrements à cette table. La fonction ajoute des enregistrements à l'aide des ID des clients et des noms spécifiés dans les messages que vous ajouterez à votre file d'attente Amazon SQS.

Le code crée la connexion à votre base de données en dehors de la fonction de gestionnaire. La création de la connexion dans le code d'initialisation permet de réutiliser la connexion lors des invocations ultérieures de votre fonction et améliore les performances. Dans une application de production, vous pouvez également utiliser la simultanéité provisionnée pour initialiser le nombre requis de connexions à la base de données. Ces connexions sont disponibles dès que votre fonction est invoquée.

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)
    

Pour inclure la dépendance PyMy SQL dans votre code de fonction, créez un package de déploiement .zip. Les commandes suivantes fonctionnent sous Linux, macOS et Unix :

Mise à jour de la fonction Lambda

À l'aide du package .zip que vous venez de créer, vous mettez désormais à jour votre fonction Lambda en utilisant la console Lambda. Pour permettre à votre fonction d'accéder à votre base de données, vous devez également configurer des variables d'environnement avec vos informations d'identification d'accès.

Configurez maintenant la fonction avec le rôle d'exécution que vous avez créé précédemment. Cela octroie à la fonction les autorisations dont elle a besoin pour accéder à votre instance de base de données et interroger une file d'attente Amazon SQS.

Test de votre fonction Lambda dans la console

Vous pouvez désormais utiliser la console Lambda pour tester votre fonction. Vous créez un événement de test qui imite les données que votre fonction recevra lorsque vous l'invoquerez à l'aide d'Amazon SQS lors de la dernière étape du tutoriel. Votre événement de test contient un objet JSON spécifiant un ID de client et un nom de client à ajouter à la table Customer créée par votre fonction.

Dans l'onglet Résultats de l'exécution, vous devriez voir des résultats similaires aux suivants, affichés dans les journaux de fonctions :

[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')

Créez une file d’attente Amazon SQS.

Vous avez réussi à tester l'intégration de votre fonction Lambda et de votre instance de base de données Amazon RDS. Créez maintenant la file d'attente Amazon SQS que vous utiliserez pour invoquer votre fonction Lambda lors de la dernière étape du tutoriel.

Création d'un mappage des sources d'événements pour invoquer votre fonction Lambda

Un mappage des sources d'événements est une ressource Lambda qui lit des éléments à partir d'un flux ou d'une file d'attente et invoque une fonction Lambda. Lorsque vous configurez un mappage des sources d'événements, vous pouvez spécifier une taille de lot afin que les enregistrements de votre flux ou de votre file d'attente soient regroupés dans une même charge utile. Dans cet exemple, vous définissez une taille de lot sur 1 afin que votre fonction Lambda soit invoquée chaque fois que vous envoyez un message à votre file d'attente. Vous pouvez configurer le mappage des sources d'événements à l'aide de la console Lambda AWS CLI ou de la console Lambda.

Vous pouvez désormais tester votre configuration complète en ajoutant un message à votre file d'attente Amazon SQS.

Test et surveillance de votre configuration

Pour tester votre configuration complète, ajoutez des messages à votre file d'attente Amazon SQS à l'aide de la console. Vous utilisez ensuite CloudWatch Logs pour confirmer que votre fonction Lambda écrit des enregistrements dans votre base de données comme prévu.

Nettoyage de vos ressources

Vous pouvez maintenant supprimer les ressources que vous avez créées pour ce didacticiel, sauf si vous souhaitez les conserver. En supprimant AWS les ressources que vous n'utilisez plus, vous évitez des frais inutiles sur votre AWS compte.