定义采用 Python 的 Lambda 函数处理程序

Lambda 函数处理程序是函数代码中处理事件的方法。当调用函数时，Lambda 运行处理程序方法。您的函数会一直运行，直到处理程序返回响应、退出或超时。

本页介绍如何使用采用 Python 的 Lambda 函数处理程序，包括命名约定、有效的处理程序签名和代码最佳实践。本页还包括 Python Lambda 函数的示例，该函数接收订单信息，生成文本文件收据，然后将此文件放入 Amazon Simple Storage Service（Amazon S3）存储桶中。

示例 Python Lambda 函数代码

以下示例 Python Lambda 函数代码接收有关订单的信息，生成文本文件接收，并将此文件放入 Amazon S3 存储桶中：

import json
import os
import logging
import boto3

# Initialize the S3 client outside of the handler
s3_client = boto3.client('s3')

# Initialize the logger
logger = logging.getLogger()
logger.setLevel("INFO")

def upload_receipt_to_s3(bucket_name, key, receipt_content):
    """Helper function to upload receipt to S3"""
    
    try:
        s3_client.put_object(
            Bucket=bucket_name,
            Key=key,
            Body=receipt_content
        )
    except Exception as e:
        logger.error(f"Failed to upload receipt to S3: {str(e)}")
        raise

def lambda_handler(event, context):
    """
    Main Lambda handler function
    Parameters:
        event: Dict containing the Lambda function event data
        context: Lambda runtime context
    Returns:
        Dict containing status message
    """
    try:
        # Parse the input event
        order_id = event['Order_id']
        amount = event['Amount']
        item = event['Item']
        
        # Access environment variables
        bucket_name = os.environ.get('RECEIPT_BUCKET')
        if not bucket_name:
            raise ValueError("Missing required environment variable RECEIPT_BUCKET")

        # Create the receipt content and key destination
        receipt_content = (
            f"OrderID: {order_id}\n"
            f"Amount: ${amount}\n"
            f"Item: {item}"
        )
        key = f"receipts/{order_id}.txt"

        # Upload the receipt to S3
        upload_receipt_to_s3(bucket_name, key, receipt_content)

        logger.info(f"Successfully processed order {order_id} and stored receipt in S3 bucket {bucket_name}")
        
        return {
            "statusCode": 200,
            "message": "Receipt processed successfully"
        }

    except Exception as e:
        logger.error(f"Error processing order: {str(e)}")
        raise

此 文件包含以下代码部分：

处理程序命名约定

在创建 Lambda 函数时定义的函数处理程序名称来自以下内容：

在上面的示例中，如果文件名为 lambda_function.py，则处理程序将被指定为 lambda_function.lambda_handler。这是为您使用 Lambda 控制台创建的函数所指定的默认处理程序名称。

如果您在控制台中使用不同的文件名或函数处理程序名称创建函数，则必须编辑默认处理程序名称。

使用 Lambda 事件对象

当 Lambda 调用函数时，它会将事件对象参数传递给函数处理程序。JSON 对象是 Lambda 函数的最常用事件格式。在上一部分的代码示例中，该函数需要以下格式的输入：

{
    "Order_id": "12345",
    "Amount": 199.99,
    "Item": "Wireless Headphones"
}

如果您的函数被其他 AWS 服务调用，则输入事件也是 JSON 对象。事件对象的确切格式由调用函数的服务决定。要查看特定服务的事件格式，请参阅 使用来自其 AWS 他服务的事件调用 Lambda 章节中的相应页面。

如果输入事件采用 JSON 对象的形式，则 Lambda 运行时将该对象转换为 Python 字典。要将输入 JSON 中的值分配给代码中的变量，请使用标准的 Python 字典方法，如示例代码所示。

您也可以将数据作为 JSON 数组或任何其他有效的 JSON 数据类型传递给函数。下表就 Python 运行时如何转换这些 JSON 类型进行了定义。

访问和使用 Lambda 上下文对象

Lambda 上下文对象包含有关函数调用和执行环境的信息。Lambda 会在被调用时自动将上下文对象传递给函数。您可以使用上下文对象输出有关函数调用的信息，以便进行监控。

上下文对象是在 Lambda 运行时接口客户端中定义的 Python 类。要返回任何上下文对象属性的值，请对上下文对象使用相应的方法。例如，以下代码段将 aws_request_id 属性的值（调用请求的标识符）分配给名为 request 的变量。

request = context.aws_request_id

要了解有关使用 Lambda 上下文对象的更多信息并查看可用方法和属性的完整列表，请参阅 使用 Lambda 上下文对象检索 Python 函数信息。

Python 处理程序的有效处理程序签名

在 Python 中定义处理程序函数时，该函数必须采用两个参数。这些参数中的第一个是 Lambda 事件对象，第二个是 Lambda 上下文对象。按照惯例，这些输入参数通常命名为 event 和 context，但您可以给它们指定任何您想要的姓名。如果您使用单个输入参数声明处理程序函数，则 Lambda 在尝试运行您的函数时将引发错误。在 Python 中声明处理程序函数的最常用方法如下：

def lambda_handler(event, context):

您也可以在函数声明中使用 Python 类型提示，如以下示例所示：

from typing import Dict, Any
      
def lambda_handler(event: Dict[str, Any], context: Any) -> Dict[str, Any]:

要对其他 AWS 服务生成的事件和上下文对象使用特定的 AWS 类型，请将 aws-lambda-typing 程序包添加到函数的部署包中。您可以通过运行 pip install aws-lambda-typing 将此库安装到您的开发环境中。以下代码段演示如何使用特定于 AWS 的类型提示。在此示例中，预期事件是 Amazon S3 事件。

from aws_lambda_typing.events import S3Event
from aws_lambda_typing.context import Context
from typing import Dict, Any

def lambda_handler(event: S3Event, context: Context) -> Dict[str, Any]:

不能将 Python async 函数类型用于处理程序函数。

返回值

（可选）处理程序可返回值，该值必须是 JSON 可序列化的。常见的返回类型包括 dict、list、str、int、float 和 bool。

返回值所发生的状态取决于调用函数的调用类型和服务。例如：

在示例代码中，处理程序返回以下 Python 字典：

{
  "statusCode": 200,
  "message": "Receipt processed successfully"
}

Lambda 运行时会序列化此字典，并将其作为 JSON 字符串返回到调用该函数的客户端。

在处理程序中使用 AWS SDK for Python (Boto3)

通常，您将使用 Lambda 函数与其他 AWS 服务 和资源进行交互。与此类资源最简单的交互方法是使用 AWS SDK for Python (Boto3)。所有支持的 Lambda Python 运行时都包含适用于 Python 的 SDK 的一个版本。但是，如果您的代码需要使用 SDK，强烈建议您将其包含在函数的部署包中。在部署包中包含 SDK 可以让您完全控制依赖项，并降低与其他库发生版本不一致问题的风险。要了解更多信息，请参阅 Python 中的运行时系统依赖项 和 向后兼容性。

要在 Lambda 函数中使用适用于 Python 的 SDK，请在函数代码开头的导入块中添加以下语句：

import boto3

使用 pip install 命令将 boto3 库添加到函数的部署包中。有关如何向 .zip 部署包添加依赖项的详细说明，请参阅 创建含依赖项的 .zip 部署包。要详细了解如何向部署为容器映像的 Lambda 函数添加依赖项，请参阅 从基本映像创建映像 或 从备用基本映像创建映像。

在代码中使用 boto3 时，无需提供任何凭证即可初始化客户端。例如，在示例代码中，我们使用以下代码行初始化 Amazon S3 客户端：

# Initialize the S3 client outside of the handler
s3_client = boto3.client('s3')

使用 Python，Lambda 会自动创建带有凭证的环境变量。boto3 SDK 会在初始化期间检查函数的环境变量中是否存在这些凭证。

评估环境变量

在处理程序代码中，您可以使用 os.environ.get 方法引用环境变量。在示例代码中，我们使用以下代码行引用已定义的 RECEIPT_BUCKET 环境变量：

# Access environment variables
bucket_name = os.environ.get('RECEIPT_BUCKET')

请勿遗忘在代码开头的导入块中包含一条 import os 语句。

Python Lambda 函数的代码最佳实践

在构建 Lambda 函数时，请遵循以下列表中的指南，采用最佳编码实践：