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.
Cas d'utilisation courants
Cette section fournit des conseils étape par étape pour les scénarios de transformation courants utilisant la CLI AWS Transform.
Mises à niveau de Lambda Runtime
Lambda déconseille régulièrement les anciens environnements d'exécution de langage, obligeant les équipes à mettre à niveau leurs fonctions Lambda vers les versions prises en charge. AWS Transform Custom peut automatiser ces mises à niveau à l'aide des transformations de mise à niveau des versions linguistiques AWS gérées. Par exemple, pour mettre à niveau une fonction Lambda écrite en Python 3.9 vers Python 3.13, vous devez utiliser la transformation. AWS/python-version-upgrade Des transformations similaires sont disponibles pour Java (AWS/java-version-upgrade) et Node.js (AWS/nodejs-version-upgrade), couvrant les langages d'exécution Lambda les plus courants.
Pour mettre à niveau une seule fonction Lambda de manière interactive, accédez à la racine du référentiel source de votre fonction et démarrez la AWS CLI Transform avec. atx Dans la session interactive, décrivez la mise à niveau dont vous avez besoin, par exemple, « Mettez à niveau cette fonction Lambda de Python 3.9 vers Python 3.13 ». L'agent sélectionnera la transformation AWS gérée appropriée, analysera votre code, mettra à jour la syntaxe du langage, ajustera les dépendances et modernisera les appels d'API obsolètes. Vous pouvez fournir une commande de compilation ou de validation afin que pytest l'agent python -m py_compile *.py puisse vérifier que le code transformé est compilé et passe les tests avec succès. Tout au long de la session interactive, vous pouvez consulter les modifications proposées par l'agent, fournir des commentaires et demander des ajustements avant d'accepter le résultat final.
Lorsque vous devez mettre à niveau les environnements d'exécution Lambda dans de nombreux référentiels, utilisez le mode non interactif pour exécuter des transformations à grande échelle. Pour chaque dépôt, appelez la CLI avec les indicateurs appropriés pour qu'elle s'exécute sans intervention de l'utilisateur. Par exemple, pour passer d'une fonction Lambda Node.js 16 à Node.js 22 :
atx custom def exec \ -n AWS/nodejs-version-upgrade \ -p ./my-lambda-repo \ -c "npm test" \ -g "additionalPlanContext='Upgrade from Node.js 16 to Node.js 22'" \ -x -t
L'-xindicateur exécute la transformation de manière non interactive et -t approuve toutes les exécutions d'outils. Aucune invite n'est donc requise. Vous pouvez écrire cette commande sur des dizaines ou des centaines de référentiels à l'aide d'une simple boucle shell. Une fois chaque transformation terminée, examinez le paramètre Git diff pour vérifier les modifications et exécutez votre suite de tests pour vérifier que la fonction mise à niveau fonctionne correctement. Vous pouvez également intégrer AWS Transform custom dans votre CI/CD pipeline pour identifier en permanence les fonctions Lambda obsolètes. Cette approche permet non seulement de résoudre le problème immédiat des environnements d'exécution obsolètes, mais également d'établir un processus continu pour détecter et mettre à niveau les fonctions avant qu'elles n'atteignent le statut de fin de support.
Les équipes de la plateforme centrale peuvent créer des campagnes via l'application Web AWS Transform pour définir la transformation, spécifier les référentiels Lambda cibles et suivre les progrès au sein de l'organisation. Pour une présentation détaillée de la création d'une solution de déploiement à grande échelle adaptée à la production à l'aide de AWS Batch, voir Création d'une solution de modernisation de code évolutive
