First write!
"); responseStream.write("${loremIpsum1}
`); await new Promise(r => setTimeout(r, 1000)); responseStream.write("DONE!
"); responseStream.write(""); responseStream.end(); } ); ``` 以下是 `template.yaml` 文件的示例。Lambda 函数的响应流式传输是使用 `FunctionUrlConfig` 属性配置的。 ``` AWSTemplateFormatVersion: '2010-09-09' Transform: AWS::Serverless-2016-10-31 Description: > Sample SAM Template for lambda-streaming-nodejs-app Resources: StreamingFunction: Type: AWS::Serverless::Function Properties: CodeUri: src/ Handler: index.handler Runtime: nodejs18.x Architectures: - x86_64 Timeout: 10 FunctionUrlConfig: AuthType: AWS_IAM InvokeMode: RESPONSE_STREAM Outputs: StreamingFunction: Description: "Streaming Lambda Function ARN" Value: !GetAtt StreamingFunction.Arn StreamingFunctionURL: Description: "Streaming Lambda Function URL" Value: !GetAtt StreamingFunctionUrl.FunctionUrl ``` 通常，您可以使用 `sam build` 和 `sam deploy --guided` 来构建和部署生产应用程序。在此示例中，我们将假设开发环境并使用 `sam sync` 命令来构建和部署应用程序。 **注意** 建议在开发环境中使用 `sam sync` 命令。要了解更多信息，请参阅[使用同步sam sync到的简介 AWS 云](using-sam-cli-sync.md)。 在运行 `sam sync` 之前，我们会验证 `samconfig.toml` 文件中的项目是否配置正确。最重要的是，我们会验证 `stack_name` 和 `watch` 的值。在配置文件中指定了这些值后，我们就不必在命令行中提供它们了。 ``` version = 0.1 [default] [default.global.parameters] stack_name = "lambda-streaming-nodejs-app" [default.build.parameters] cached = true parallel = true [default.validate.parameters] lint = true [default.deploy.parameters] capabilities = "CAPABILITY_IAM" confirm_changeset = true resolve_s3 = true s3_prefix = "lambda-streaming-nodejs-app" region = "us-west-2" image_repositories = [] [default.package.parameters] resolve_s3 = true [default.sync.parameters] watch = true [default.local_start_api.parameters] warm_containers = "EAGER" [default.local_start_lambda.parameters] warm_containers = "EAGER" ``` 接下来，我们运行 `sam sync` 来构建和部署应用程序。由于 `--watch` 选项是在我们的配置文件中配置的，因此 AWS SAM CLI 将构建应用程序、部署应用程序并注意更改。 ``` $ sam sync The SAM CLI will use the AWS Lambda, Amazon API Gateway, and AWS StepFunctions APIs to upload your code without performing a CloudFormation deployment. This will cause drift in your CloudFormation stack. **The sync command should only be used against a development stack**. Queued infra sync. Waiting for in progress code syncs to complete... Starting infra sync. Building codeuri: /Users/.../lambda-streaming-nodejs-app/src runtime: nodejs18.x metadata: {} architecture: x86_64 functions: StreamingFunction package.json file not found. Continuing the build without dependencies. Running NodejsNpmBuilder:CopySource Build Succeeded Successfully packaged artifacts and wrote output template to file /var/folders/45/5ct135bx3fn2551_ptl5g6_80000gr/T/tmpavrzdhgp. Execute the following command to deploy the packaged template sam deploy --template-file /var/folders/45/5ct135bx3fn2551_ptl5g6_80000gr/T/tmpavrzdhgp --stack-nameFirst write!
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Quisque vitae mi tincidunt tellus ultricies dignissim id et diam. Morbi pharetra eu nisi et finibus. Vivamus diam nulla, vulputate et nisl cursus, pellentesque vehicula libero. Cras imperdiet lorem ante, non posuere dolor sollicitudin a. Vestibulum ipsum lacus, blandit nec augue id, lobortis dictum urna. Vestibulum ante ipsum primis in faucibus orci luctus et ultrices posuere cubilia curae; Morbi auctor orci eget tellus aliquam, non maximus massa porta. In diam ante, pulvinar aliquam nisl non, elementum hendrerit sapien. Vestibulum massa nunc, mattis non congue vitae, placerat in quam. Nam vulputate lectus metus, et dignissim erat varius a.
DONE!
START RequestId: 1e4cdf04-60de-4769-b3a2-c1481982deb4 Version: $LATEST END RequestId: 1e4cdf04-60de-4769-b3a2-c1481982deb4 REPORT RequestId: 1e4cdf04-60de-4769-b3a2-c1481982deb4 Duration: 4088.66 ms Billed Duration: 4089 ms Memory Size: 128 MB Max Memory Used: 68 MB Init Duration: 168.45 ms ``` 当我们修改函数代码时， AWS SAM CLI 会立即检测并立即部署我们的更改。以下是对函数代码进行更改后的 AWS SAM CLI 输出示例： ``` Syncing Lambda Function StreamingFunction... Building codeuri: /Users/.../lambda-streaming-nodejs-app/src runtime: nodejs18.x metadata: {} architecture: x86_64 functions: StreamingFunction package.json file not found. Continuing the build without dependencies. Running NodejsNpmBuilder:CopySource Finished syncing Lambda Function StreamingFunction. Syncing Layer StreamingFunctione9cfe924DepLayer... SyncFlow [Layer StreamingFunctione9cfe924DepLayer]: Skipping resource update as the content didn't change Finished syncing Layer StreamingFunctione9cfe924DepLayer. ``` 现在，我们可以再次使用 `sam remote invoke` 与云端函数进行交互并测试我们的更改。 ### SQS 示例 #### 基本示例 **通过提供 ARN 作为资源 ID 来调用 Amazon SQS 队列：** ``` $ sam remote invoke arn:aws:sqs:us-west-2:01234567890:sqs-example-4DonhBsjsW1b --event '{"hello": "world"}' --output json Sending message to SQS queue MySqsQueue { "MD5OfMessageBody": "49dfdd54b01cbcd2d2ab5e9e5ee6b9b9", "MessageId": "4f464cdd-15ef-4b57-bd72-3ad225d80adc", "ResponseMetadata": { "RequestId": "95d39377-8323-5ef0-9223-ceb198bd09bd", "HTTPStatusCode": 200, "HTTPHeaders": { "x-amzn-requestid": "95d39377-8323-5ef0-9223-ceb198bd09bd", "date": "Wed, 08 Nov 2023 23:27:26 GMT", "content-type": "application/x-amz-json-1.0", "content-length": "106", "connection": "keep-alive" }, "RetryAttempts": 0 } }% ``` ### Step Functions 示例 #### 基本示例 **通过提供物理 ID 作为资源 ID 来调用状态机：** 首先，我们使用 `sam list resources` 来获取物理 ID： ``` $ sam list resources --stack-name state-machine-example --output json [ { "LogicalResourceId": "HelloWorldStateMachine", "PhysicalResourceId": "arn:aws:states:us-west-2:513423067560:stateMachine:HelloWorldStateMachine-z69tFEUx0F66" }, { "LogicalResourceId": "HelloWorldStateMachineRole", "PhysicalResourceId": "simple-state-machine-HelloWorldStateMachineRole-PduA0BDGuFXw" } ] ``` 接下来，我们使用物理 ID 作为资源 ID 来调用状态机。我们通过 `--event` 选项在命令行传递事件： ``` $ sam remote invoke arn:aws:states:us-west-2:01234567890:stateMachine:HelloWorldStateMachine-z69tFEUx0F66 --event '{"is_developer": true}' Invoking Step Function arn:aws:states:us-west-2:01234567890:stateMachine:HelloWorldStateMachine-z69tFEUx0F66 "Hello Developer World"% ``` **通过传递一个空事件来调用状态机：** ``` $ sam remote invoke HelloWorldStateMachine --stack-name state-machine-example Invoking Step Function HelloWorldStateMachine "Hello World"% ``` ## 相关链接 有关`sam remote invoke`和使用的文档 AWS SAMCLI，请参阅以下内容： + [sam remote invoke](sam-cli-command-reference-remote-invoke.md) + [AWS SAM CLI 故障排除](sam-cli-troubleshooting.md) # 使用自动执行本地集成测试 AWS SAM 虽然您可以使用[使用 sam local invoke 进行测试简介](using-sam-cli-local-invoke.md)手动测试代码，但 AWS SAM 也可以使用自动集成测试来测试代码。集成测试可帮助您在开发周期的早期发现问题，提高代码质量，节省时间，同时降低成本。 要在中创作自动集成测试 AWS SAM，您需要先对本地 Lambda 函数运行测试，然后再部署到云端。 AWS [使用 sam local start-lambda 进行测试简介](using-sam-cli-local-start-lambda.md) 命令启动模拟 Lambda 调用端点的本地端点。您可以从自动测试中调用它。由于此端点模拟 Lambda 调用端点，因此您可以编写一次测试并针对本地 Lambda 函数或部署的 Lambda 函数运行测试（无需做任何修改）。您也可以对 CI/CD 管道中已部署的 AWS SAM 堆栈运行相同的测试。 以下是此过程的工作原理： 1. 启动本地 Lambda 端点。 通过在包含您的 AWS SAM 模板的目录中运行以下命令来启动本地 Lambda 终端节点： ``` sam local start-lambda ``` 此命令在 `http://127.0.0.1:3001` 处启动模拟 AWS Lambda的本地端点。您可以针对此本地 Lambda 端点运行自动测试。当您使用 AWS CLI 或 SDK 调用此终端节点时，它会在本地执行请求中指定的 Lambda 函数并返回响应。 1. 针对本地 Lambda 端点运行集成测试。 在集成测试中，您可以使用 AWS 软件开发工具包调用带有测试数据的 Lambda 函数，等待响应，然后验证响应是否符合您的预期。要本地运行集成测试，您应配置 AWS 软件开发工具包以发送 Lambda Invoke API 调用，以调用上一步中启动的本地 Lambda 端点。 以下是 Python 示例（其他语言 AWS SDKs 的配置类似）： ``` import boto3 import botocore # Set "running_locally" flag if you are running the integration test locally running_locally = True if running_locally: # Create Lambda SDK client to connect to appropriate Lambda endpoint lambda_client = boto3.client('lambda', region_name="us-west-2", endpoint_url="http://127.0.0.1:3001", use_ssl=False, verify=False, config=botocore.client.Config( signature_version=botocore.UNSIGNED, read_timeout=15, retries={'max_attempts': 0}, ) ) else: lambda_client = boto3.client('lambda') # Invoke your Lambda function as you normally usually do. The function will run # locally if it is configured to do so response = lambda_client.invoke(FunctionName="HelloWorldFunction") # Verify the response assert response == "Hello World" ``` 您可以将 `running_locally` 设置为 `False`，使用此代码来测试已部署的 Lambda 函数。这将设置要在 AWS 云端连接的 AWS SDK。 AWS Lambda # 使用生成示例事件有效负载 AWS SAM 要测试您的 Lambda 函数，您可以生成和自定义示例事件负载，这些负载会模仿您的 Lambda 函数在其他服务触发时将收到的数据。 AWS 其中包括 API Gateway、 CloudFormation、Amazon S3 等服务。 生成示例事件有效载荷可帮助您使用各种不同的输入来测试 Lambda 函数的行为，而无需在实时环境中工作。与手动创建 AWS 服务事件样本来测试函数相比，这种方法还可以节省时间。 要查看可以为其生成示例事件负载的服务的完整列表，请使用以下命令： ``` sam local generate-event --help ``` 要查看可用于特定服务的选项列表，请使用以下命令： ``` sam local generate-event [SERVICE] --help ``` 示例： ``` #Generates the event from S3 when a new object is created sam local generate-event s3 put # Generates the event from S3 when an object is deleted sam local generate-event s3 delete ``` # 测试和调试耐用函数 本地测试和调试耐久函数的工作方式与常规 Lambda 函数类似，自动支持检查点和重播。本指南涵盖常见的测试场景和故障排除技术。 ## 本地测试工作流程 在本地测试耐久函数时，工作流程不同于常规 Lambda 函数： **耐用功能测试工作流程** 1. 构建您的应用程序： ``` $ sam build ``` 1. 调用你的耐用函数： ``` $ sam local invoke MyDurableFunction --durable-execution-name test ``` 1. 如有必要，请查看执行历史记录： ``` $ sam local execution history execution-id ``` ## 常见测试场景 ### 测试检查点行为 要测试你的函数是否正确检查点状态，请执行以下操作： ``` # Example Python durable function def handler(event, context): # This will create a checkpoint context.wait(10) # Wait 10 seconds # Function resumes here after wait return {"message": "Function resumed after wait"} ``` 当您在本地调用此函数时，会自动处理等待时间。 ### 测试回调场景 对于等待外部回调的函数： 1. 启动等待回调的耐用函数 1. 在另一个终端中，解析回调： ``` $ sam local callback succeed callback-id ``` 1. 观察函数恢复执行 ## 问题排查 ### 耐用函数无法正常执行 **问题：**该函数的行为不像一个持久的函数。 **解决方案** + 验证您`DurableConfig`的 SAM 模板中是否已设置 + 确保您的函数代码使用耐用的函数 SDK 方法（例如`context.wait()`） + 检查你使用的是支持的运行时（TypeScript、 JavaScript、Python） ### 无法检索执行历史记录 **问题：**该`local execution history`命令未返回任何结果。 **解决方案** + 验证执行 ID 是否正确 + 检查该函数是否至少被调用过一次 ### 回调命令不起作用 **问题：**回调命令无法解决待处理的操作。 **解决方案** + 验证回调 ID 是否正确 + 确保该函数实际上是在等待回调 + 验证您使用的回调命令语法是否正确 ## 调试技巧 + **使用执行历史记录**-查看执行历史记录以了解持久函数的流程 + **增量测试**-从简单的等待操作开始，然后再添加复杂的逻辑 + **使用详细日志-启用详细日志**记录以跟踪执行流程 ## 了解详情 有关测试和调试的更多信息，请参阅： + [使用 sam local invoke 进行测试简介](using-sam-cli-local-invoke.md)-本地调用文档 + [sam local execution history](sam-cli-command-reference-sam-local-execution-history.md)-执行历史