我使用无服务器框架将Python函数部署到AWS lambda上
我的配置文件serverless.yml如下
frameworkVersion: "=1.27.3"
service: recipes
provider:
name: aws
endpointType: REGIONAL
runtime: python3.6
stage: dev
region: eu-central-1
memorySize: 512
deploymentBucket:
name: dfki-meta
versionFunctions: false
stackTags:
Project: DFKIAPP
# Allows updates to all resources except deleting/replacing EC2 instances
stackPolicy:
- Effect: Allow
Principal: "*"
Action: "Update:*"
Resource: "*"
- Effect: Deny
Principal: "*"
Action:
- Update: Replace
- Update: Delete
Resource: "*"
Condition:
StringEquals:
ResourceType:
- AWS::EC2::Instance
# Access to RDS and S3 Bucket
iamRoleStatements:
- Effect: "Allow"
Action: "s3:ListBucket"
Resource: "*"
package:
individually: true
functions:
get_recipes:
handler: handler.get_recipes
module: recipes_crud
package:
include:
- db/*
timeout: 10
events:
- http:
path: recipes
method: get
request:
parameters:
querystring:
persona: true
plugins:
# deploy conda package on lambda
- serverless-python-requirements
custom:
pythonRequirements:
dockerizePip: non-linux
dockerFile: prod_env_dockerfile/Dockerfile
我的docker文件
lambci/lambda:python3.6
FROM lambci/lambda-base:build
ENV PATH=/var/lang/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin \
LD_LIBRARY_PATH=/var/lang/lib:/lib64:/usr/lib64:/var/runtime:/var/runtime/lib:/var/task:/var/task/lib \
AWS_EXECUTION_ENV=AWS_Lambda_python3.6 \
PYTHONPATH=/var/runtime \
PKG_CONFIG_PATH=/var/lang/lib/pkgconfig:/usr/lib64/pkgconfig:/usr/share/pkgconfig
RUN rm -rf /var/runtime /var/lang && \
curl https://lambci.s3.amazonaws.com/fs/python3.6.tgz | tar -xz -C / && \
sed -i '/^prefix=/c\prefix=/var/lang' /var/lang/lib/pkgconfig/python-3.6.pc && \
curl https://www.python.org/ftp/python/3.6.1/Python-3.6.1.tar.xz | tar -xJ && \
cd Python-3.6.1 && \
LIBS="$LIBS -lutil -lrt" ./configure --prefix=/var/lang && \
make -j$(getconf _NPROCESSORS_ONLN) libinstall inclinstall && \
cd .. && \
rm -rf Python-3.6.1 && \
pip3 install -U pip awscli virtualenv --no-cache-dir
RUN yum install -y wget
RUN wget https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh
RUN bash Miniconda3-latest-Linux-x86_64.sh -b -p $HOME/miniconda
RUN export PATH="$HOME/miniconda/bin:$PATH" && conda install -c prometeia -y pymssql
但似乎sls并没有使用我的dockerfile,它仍然创建了一个名为sls-py-reqs-custom的图像
(node:43146) ExperimentalWarning: The fs.promises API is experimental
Serverless: Installing requirements of recipes_crud/requirements.txt in .serverless/recipes_crud...
Serverless: Building custom docker image from prod_env_dockerfile/Dockerfile...
Serverless: Docker Image: sls-py-reqs-custom
Serverless: Packaging function: get_recipes...
Serverless: Excluding development dependencies...
Serverless: Injecting required Python packages to package...
Serverless: Uploading function: get_recipes (29.08 MB)...
Serverless: Successfully deployed function: get_recipes
Serverless: Successfully updated function: get_recipes
如何强制serverless使用我定制的docker?
2条答案
按热度按时间dz6r00yl1#
你似乎有些困惑。我想主要回答你最初问题中的这两个评论:
TL;DR:**Serverless Framework不会使用你的Dockerfile,你不能强迫它使用。**这两种技术就像苹果和橘子。要解决这个问题,您的
serverless.yaml
必须简单地配置为查找函数处理程序的路径。您正在使用一个名为docker-lambda的流行Docker映像。此映像仅用于本地测试。我能想到的最佳用例是,它可以在没有互联网连接的情况下使用(露营时编码,在没有WiFi的飞机上等)。
引用项目的README,此图像的唯一用途是:
使用它在同样严格的Lambda环境中运行你的函数,知道它们在实时部署时会表现出相同的行为。您还可以使用它来编译本机依赖项,知道您正在链接到AWS Lambda上存在的相同库版本,然后使用AWS CLI进行部署。
当你准备好打包/部署/等等。到AWS云,
docker-lambda
对您毫无用处。e37o9pze2#
AWS Lambda支持使用Docker映像作为函数的部署格式。这允许您创建更复杂的运行时环境,以更好地满足您的需求。
以下是如何配置serverless.yml文件以使用Docker的示例:
在这个例子中,your-docker-image:tag是你想要用于Lambda函数的Docker镜像的名称。您应该将其替换为您自己的Docker镜像的名称。
你的.handler是你的函数的handler的路径。这应该是您的处理程序所在的文件的名称,以及处理程序本身的名称,用点分隔。
需要注意的是,Docker镜像需要上传到AWS的弹性容器注册表(ECR)。Serverless Framework会自动处理此过程,但请确保您具有使用ECR所需的权限。
还要注意,运行时设置为provided。这会指示AWS Lambda使用您随Docker映像提供的自定义运行时。
另一个重要的细节是lambdaHashingVersion:20201221。此选项是在AWS Lambda中使用容器映像所必需的,并表示正在使用新的哈希方案。