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.

Aumenta l'efficienza utilizzando i livelli Lambda con AWS SAM

Utilizzando AWS SAM, è possibile includere livelli nelle applicazioni serverless. AWS Lambda i livelli consentono di estrarre il codice da una funzione Lambda in un livello Lambda che può quindi essere utilizzato in diverse funzioni Lambda. In questo modo è possibile ridurre le dimensioni dei pacchetti di distribuzione, separare la logica delle funzioni principali dalle dipendenze e condividere le dipendenze tra più funzioni. Per ulteriori informazioni sui layer, consulta i layer Lambda nella AWS Lambda Developer Guide.

Questo argomento fornisce informazioni su quanto segue:

Per informazioni sulla creazione di livelli personalizzati, consultaCreazione di livelli Lambda in AWS SAM.

Inclusione di livelli nell'applicazione

Per includere livelli nell'applicazione, utilizzate la Layers proprietà del tipo di AWS::Serverless::Function risorsa.

Di seguito è riportato un AWS SAM modello di esempio con una funzione Lambda che include un livello:

ServerlessFunction:
  Type: AWS::Serverless::Function
  Properties:
    CodeUri: .
    Handler: my_handler
    Runtime: Python3.7
    Layers:
        - <LayerVersion ARN>

Come i livelli vengono memorizzati nella cache locale

Quando si richiama la funzione utilizzando uno dei sam local comandi, il pacchetto layers della funzione viene scaricato e memorizzato nella cache sull'host locale.

La tabella seguente mostra le posizioni delle directory di cache predefinite per diversi sistemi operativi.

Dopo che il pacchetto è stato memorizzato nella cache, AWS SAM CLI sovrappone i livelli su un'immagine Docker utilizzata per richiamare la funzione. La AWS SAM CLI genera i nomi delle immagini che crea, oltre a quelle LayerVersions conservate nella cache. Puoi trovare maggiori dettagli sullo schema nelle seguenti sezioni.

Per ispezionare i livelli sovrapposti, esegui il seguente comando per avviare una sessione bash nell'immagine che vuoi ispezionare:

docker run -it --entrypoint=/bin/bash samcli/lambda:<Tag following the schema outlined in Docker Image Tag Schema> -i

Schema dei nomi della Layer Caching Directory

LayerVersionArn Dato uno definito nel modello, il AWS SAM CLI estrae la versione LayerName and dall'ARN. Crea una directory in cui inserire il contenuto del livello in named. LayerName-Version-<first 10 characters of sha256 of ARN>

Esempio:

ARN = arn:aws:lambda:us-west-2:111111111111:layer:myLayer:1
Directory name = myLayer-1-926eeb5ff1

Schema di tag Docker Images

Per calcolare l'hash univoco dei livelli, combina tutti i nomi univoci dei livelli con un delimitatore «-», prendi l' SHA256 hash e poi prendi i primi 10 caratteri.

Esempio:

ServerlessFunction:
  Type: AWS::Serverless::Function
  Properties:
    CodeUri: .
    Handler: my_handler
    Runtime: Python3.7
    Layers:
        - arn:aws:lambda:us-west-2:111111111111:layer:myLayer:1
        - arn:aws:lambda:us-west-2:111111111111:layer:mySecondLayer:1

I nomi univoci vengono calcolati nello stesso modo dello schema dei nomi di Layer Caching Directory:

arn:aws:lambda:us-west-2:111111111111:layer:myLayer:1 = myLayer-1-926eeb5ff1
arn:aws:lambda:us-west-2:111111111111:layer:mySecondLayer:1 = mySecondLayer-1-6bc1022bdf

Per calcolare l'hash univoco dei livelli, combina tutti i nomi univoci dei livelli con un delimitatore '-', prendi l'hash sha256 e poi prendi i primi 25 caratteri:

myLayer-1-926eeb5ff1-mySecondLayer-1-6bc1022bdf = 2dd7ac5ffb30d515926aef

Quindi combina questo valore con il runtime e l'architettura della funzione, con un delimitatore di '-':

python3.7-x86_64-2dd7ac5ffb30d515926aefffd