View a markdown version of this page

Utilizzo dei livelli per le funzioni Lambda in Python - AWS Lambda

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Utilizzo dei livelli per le funzioni Lambda in Python

Usa i livelli Lambda per impacchettare codice e dipendenze che desideri riutilizzare in più funzioni. I livelli di solito contengono dipendenze dalla libreria, un runtime personalizzato o file di configurazione. La creazione di un livello prevede tre passaggi generali:

  1. Crea un pacchetto per il contenuto del livello. Ciò significa creare un archivio di file con estensione .zip che contiene le dipendenze che desideri utilizzare nelle funzioni.

  2. Crea il livello in Lambda.

  3. Aggiungi il livello alle tue funzioni.

Crea un pacchetto per il contenuto del livello

Per creare un layer, raggruppa i pacchetti in un archivio di file .zip che soddisfi i seguenti requisiti:

  • Crea il livello utilizzando la stessa versione di Python che intendi utilizzare per la funzione Lambda. Ad esempio, se crei il tuo layer usando Python 3.14, usa il runtime Python 3.14 per la tua funzione.

  • Il file .zip deve includere una python directory al livello principale.

  • I pacchetti del livello devono essere compatibili con Linux. Le funzioni Lambda vengono eseguite su Amazon Linux.

Puoi creare livelli che contengono librerie Python di terze parti installate con pip (come requests orpandas) o moduli e pacchetti Python personalizzati.

Per creare un livello usando i pacchetti pip
  1. Scegliete uno dei seguenti metodi per installare pip i pacchetti nella directory di primo livello richiesta ()python/:

    pip install

    Per pacchetti Python puri (come requests o boto3):

    pip install requests -t python/

    Alcuni pacchetti Python, come NumPy e Pandas, includono componenti C compilati. Se stai creando un layer con questi pacchetti su macOS o Windows, potresti dover usare questo comando per installare una ruota: Linux-compatible

    pip install numpy --platform manylinux2014_x86_64 --only-binary=:all: -t python/

    Per ulteriori informazioni su come lavorare con i pacchetti Python che contengono componenti compilati, consulta. Creazione di un pacchetto di implementazione .zip con librerie native

    requirements.txt

    L'uso di un requirements.txt file consente di gestire le versioni dei pacchetti e garantire installazioni coerenti.

    Esempio requirements.txt
    requests==2.31.0 boto3==1.37.34 numpy==1.26.4

    Se il requirements.txt file include solo pacchetti Python puri (come requests o boto3):

    pip install -r requirements.txt -t python/

    Alcuni pacchetti Python, come NumPy e Pandas, includono componenti C compilati. Se stai creando un layer con questi pacchetti su macOS o Windows, potresti dover usare questo comando per installare una ruota: Linux-compatible

    pip install -r requirements.txt --platform manylinux2014_x86_64 --only-binary=:all: -t python/

    Per ulteriori informazioni su come lavorare con i pacchetti Python che contengono componenti compilati, consulta. Creazione di un pacchetto di implementazione .zip con librerie native

  2. Comprimi il contenuto della directory. python

    Linux/macOS
    zip -r layer.zip python/
    PowerShell
    Compress-Archive -Path .\python -DestinationPath .\layer.zip

    La struttura delle cartelle del tuo file .zip dovrebbe essere la seguente:

    python/              # Required top-level directory
    └── requests/
    └── boto3/
    └── numpy/
    └── (dependencies of the other packages)
    Nota

    Se si utilizza un ambiente virtuale Python (venv) per installare i pacchetti, la struttura delle cartelle è diversa (ad esempio,). python/lib/python3.x/site-packages Se il file .zip include la python directory a livello principale, Lambda può localizzare e importare i pacchetti.

Per creare un livello usando il tuo codice
  1. Crea la directory di primo livello richiesta per il tuo layer:

    mkdir python
  2. Crea i tuoi moduli Python nella python directory. Il seguente modulo di esempio convalida gli ordini confermando che contengano le informazioni richieste.

    Esempio modulo personalizzato: validator.py
    import json def validate_order(order_data): """Validates an order and returns formatted data.""" required_fields = ['product_id', 'quantity'] # Check required fields missing_fields = [field for field in required_fields if field not in order_data] if missing_fields: raise ValueError(f"Missing required fields: {', '.join(missing_fields)}") # Validate quantity quantity = order_data['quantity'] if not isinstance(quantity, int) or quantity < 1: raise ValueError("Quantity must be a positive integer") # Format and return the validated data return { 'product_id': str(order_data['product_id']), 'quantity': quantity, 'shipping_priority': order_data.get('priority', 'standard') } def format_response(status_code, body): """Formats the API response.""" return { 'statusCode': status_code, 'body': json.dumps(body) }
  3. Comprimi il contenuto della python cartella.

    Linux/macOS
    zip -r layer.zip python/
    PowerShell
    Compress-Archive -Path .\python -DestinationPath .\layer.zip

    La struttura delle cartelle del tuo file .zip dovrebbe essere la seguente:

    python/     # Required top-level directory
    └── validator.py
  4. Nella tua funzione, importa e usa i moduli come faresti con qualsiasi pacchetto Python. Esempio:

    from validator import validate_order, format_response import json def lambda_handler(event, context): try: # Parse the order data from the event body order_data = json.loads(event.get('body', '{}')) # Validate and format the order validated_order = validate_order(order_data) return format_response(200, { 'message': 'Order validated successfully', 'order': validated_order }) except ValueError as e: return format_response(400, { 'error': str(e) }) except Exception as e: return format_response(500, { 'error': 'Internal server error' })

    È possibile utilizzare il seguente evento di test per richiamare la funzione:

    { "body": "{\"product_id\": \"ABC123\", \"quantity\": 2, \"priority\": \"express\"}" }

    Risposta prevista:

    { "statusCode": 200, "body": "{\"message\": \"Order validated successfully\", \"order\": {\"product_id\": \"ABC123\", \"quantity\": 2, \"shipping_priority\": \"express\"}}" }

Crea il livello in Lambda

Puoi pubblicare il tuo layer utilizzando la console AWS CLI o Lambda.

AWS CLI

Esegui il AWS CLI comando publish-layer-version per creare il layer Lambda:

aws lambda publish-layer-version --layer-name my-layer --zip-file fileb://layer.zip --compatible-runtimes python3.14

Il parametro runtime compatibile è facoltativo. Quando specificato, Lambda utilizza questo parametro per filtrare i livelli nella console Lambda.

Console
Creazione di un livello (console)
  1. Apri la pagina Layers (Livelli) nella console Lambda.

  2. Scegli Create layer (Crea livello).

  3. Scegli Carica un file .zip, quindi carica l'archivio .zip che hai creato in precedenza.

  4. (Facoltativo) Per i runtime compatibili, scegli il runtime Python che corrisponde alla versione Python utilizzata per creare il layer.

  5. Scegli Create (Crea).

Aggiungi il livello alla tua funzione

AWS CLI

Per collegare il livello alla tua funzione, esegui il comando https://awscli.amazonaws.com/v2/documentation/api/latest/reference/lambda/update-function-configuration.html AWS CLI update-function-configuration. Per il --layers parametro, usate il livello ARN. L'ARN deve specificare la versione (ad esempio,arn:aws:lambda:us-east-1:123456789012:layer:my-layer:1). Per ulteriori informazioni, consulta Livelli e versioni di livelli.

aws lambda update-function-configuration --function-name my-function --cli-binary-format raw-in-base64-out --layers "arn:aws:lambda:us-east-1:123456789012:layer:my-layer:1"

L'cli-binary-formatopzione è obbligatoria se si utilizza la AWS CLI versione 2. Per rendere questa impostazione come predefinita, esegui aws configure set cli-binary-format raw-in-base64-out. Per ulteriori informazioni, consulta la pagina AWS CLI supported global command line options nella Guida per l'utente di AWS Command Line Interface versione 2.

Console
Aggiunta di un livello a una funzione
  1. Aprire la pagina Funzioni della console Lambda.

  2. Scegli la funzione.

  3. Scorri verso il basso fino alla sezione Livelli, quindi scegli Aggiungi un livello.

  4. In Scegli un livello, seleziona Livelli personalizzati, quindi scegli il tuo livello.

    Nota

    Se non hai aggiunto un runtime compatibile durante la creazione del layer, il layer non verrà elencato qui. Puoi invece specificare l'ARN del livello.

  5. Scegliere Aggiungi.

App di esempio

Per altri esempi su come utilizzare i livelli Lambda, consulta l'applicazione di esempio layer-python nel repository Developer Guide. AWS Lambda GitHub Questa applicazione include due livelli che contengono librerie Python. Dopo aver creato i livelli, è possibile distribuire e richiamare le funzioni corrispondenti per confermare che i livelli funzionino come previsto.