Utilisation de couches pour les fonctions Lambda Python

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.

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.

Une couche Lambda est une archive de fichier .zip qui contient du code ou des données supplémentaires. Les couches contiennent généralement des dépendances de bibliothèque, une exécution personnalisée, ou des fichiers de configuration. La création d’une couche implique trois étapes générales :

Cette rubrique contient des étapes et des conseils sur la manière d’empaqueter et de créer correctement une couche Lambda Python avec des dépendances de bibliothèque externes.

Prérequis

Pour suivre les étapes de cette section, vous devez disposer des éléments suivants :

Tout au long de cette rubrique, nous faisons référence à l'layer-pythonexemple d'application sur le référentiel awsdocs GitHub . Cette application contient des scripts qui téléchargent les dépendances et génèrent les couches. L’application contient également des fonctions correspondantes qui utilisent les dépendances des couches. Après avoir créé une couche, vous pouvez déployer et invoquer la fonction correspondante pour vérifier que tout fonctionne correctement. Le temps d'exécution de la couche doit être compatible avec le temps d'exécution de la fonction. Par exemple, si vous utilisez le runtime Python 3.13 pour votre fonction, votre couche doit également être compatible avec Python 3.13.

L’exemple d’application layer-python contient deux exemples :

Compatibilité de la couche Python avec Amazon Linux

La première étape de la création d’une couche consiste à regrouper l’ensemble du contenu de la couche dans une archive de fichiers .zip. Parce que les fonctions Lambda s’exécutent sur Amazon Linux, le contenu de votre couche doit pouvoir être compilé et construit dans un environnement Linux.

En Python, la plupart des packages sont disponibles sous forme de roues (fichiers .whl) en plus de la distribution source. Chaque roue est un type de distribution intégrée qui prend en charge une combinaison spécifique de versions de Python, de systèmes d’exploitation et de jeux d’instructions machine.

Les roues sont utiles pour garantir la compatibilité de votre couche avec Amazon Linux. Lorsque vous téléchargez vos dépendances, téléchargez la roue universelle si possible. (Par défaut, pip installe la roue universelle si elle est disponible.) La roue universelle contient any en tant que balise de plateforme, ce qui indique qu’elle est compatible avec toutes les plateformes, y compris Amazon Linux.

Dans l’exemple suivant, vous empaquetez la bibliothèque requests dans une couche Lambda. La bibliothèque requests est un exemple de package disponible sous forme de roue universelle.

Tous les packages Python ne sont pas distribués sous forme de roues universelles. Par exemple, numpy possède plusieurs distributions de roues, chacune supportant un ensemble différent de plateformes. Pour ce type de packages, téléchargez la distribution manylinux afin de garantir la compatibilité avec Amazon Linux. Pour obtenir des instructions détaillées sur l’empaquetage de ces couches, consultez Utiliser les distributions de roues manylinux.

Dans de rares cas, un package Python peut ne pas être disponible sous forme de roue. Si seule la distribution source (sdist) existe, nous vous recommandons d’installer et d’empaqueter vos dépendances dans un environnement Docker basé sur l’image de conteneur de base Amazon Linux 2023. Nous recommandons également cette approche si vous souhaitez inclure vos propres bibliothèques personnalisées écrites dans d’autres langages tels que C/C++. Cette approche imite l’environnement d’exécution Lambda dans Docker et garantit que les dépendances de vos packages autres que Python sont compatibles avec Amazon Linux.

Chemins d’accès de couche des environnements d’exécution Python

Lorsque vous ajoutez une couche à une fonction, Lambda charge le contenu de la couche dans le répertoire /opt de cet environnement d’exécution. Pour chaque exécution Lambda, la variable PATH inclut déjà des chemins de dossiers spécifiques dans le répertoire /opt. Pour que Lambda récupère le contenu de votre couche, les dépendances de votre fichier .zip de couche doivent se trouver dans les chemins de dossier suivants :

Par exemple, le fichier de couche .zip obtenu que vous créez dans ce tutoriel possède la structure de répertoire suivante :

layer_content.zip
└ python
    └ lib
        └ python3.13
            └ site-packages
                └ requests
                └ <other_dependencies> (i.e. dependencies of the requests package)
                └ ...

La bibliothèque requests est correctement située dans le répertoire python/lib/python3.13/site-packages. Cela garantit que Lambda peut localiser la bibliothèque lors des appels de fonctions.

Empaquetage du contenu de la couche

Dans cet exemple, vous allez empaqueter la bibliothèque requests Python dans un fichier .zip de couche. Pour installer et empaqueter le contenu de la couche, complétez les étapes suivantes.

Création de la couche

Dans cette section, vous allez prendre le fichier layer_content.zip que vous avez généré dans la section précédente et le charger en tant que couche Lambda. Vous pouvez télécharger une couche à l'aide de l'API Lambda AWS Management Console ou de l'API Lambda via le AWS Command Line Interface ()AWS CLI. Lorsque vous téléchargez le fichier .zip de votre couche, dans la PublishLayerVersion AWS CLI commande suivante, spécifiez python3.13 comme environnement d'exécution compatible et arm64 comme architecture compatible.

aws lambda publish-layer-version --layer-name python-requests-layer \
    --zip-file fileb://layer_content.zip \
    --compatible-runtimes python3.13 \
    --compatible-architectures "arm64"

Dans la réponse, notez le LayerVersionArn, qui ressemble à arn:aws:lambda:us-east-1:123456789012:layer:python-requests-layer:1. Vous aurez besoin de cet Amazon Resource Name (ARN) à l’étape suivante de ce tutoriel, lorsque vous ajouterez la couche à votre fonction.

Ajout de la couche à votre fonction

Dans cette section, vous déployez un exemple de fonction Lambda qui utilise la bibliothèque requests dans son code de fonction, puis vous attachez la couche. Pour déployer la fonction, vous avez besoin d’un rôle d’exécution. Si vous ne disposez pas d’un rôle d’exécution existant, suivez les étapes de la section réductible.

Le code de fonction Lambda importe la bibliothèque requests, effectue une simple requête HTTP, puis renvoie le code d’état et le corps.

import requests

def lambda_handler(event, context):
    print(f"Version of requests library: {requests.__version__}")
    request = requests.get('https://api.github.com/')
    return {
        'statusCode': request.status_code,
        'body': request.text
    }

Utiliser les distributions de roues manylinux

Parfois, un package que vous souhaitez inclure en tant que dépendance n’aura pas de roue universelle (plus précisément, il n’aura pas any en tant que balise de plateforme). Dans ce cas, téléchargez la roue qui prend en charge manylinux à la place. Cela garantit que vos bibliothèques de couches sont compatibles avec Amazon Linux.

numpy est un package qui n’a pas de roue universelle. Si vous souhaitez inclure le package numpy dans votre couche, vous pouvez suivre les exemples d’étapes suivants pour installer et empaqueter correctement votre couche.

Pour télécharger cette couche sur Lambda, utilisez la commande suivante : PublishLayerVersion AWS CLI

aws lambda publish-layer-version --layer-name python-numpy-layer \
    --zip-file fileb://layer_content.zip \
    --compatible-runtimes python3.11 \
    --compatible-architectures "x86_64"

Dans la réponse, notez le LayerVersionArn, qui ressemble à arn:aws:lambda:us-east-1:123456789012:layer:python-numpy-layer:1. Pour vérifier que votre couche fonctionne comme prévu, déployez la fonction Lambda dans le répertoire function-numpy.