Dockerized 람다 함수로 상대 Python 가져오기
상대 Python 가져오기는 람다 함수에 까다로울 수 있습니다. 나는 3년 전에 이에 관해 블로그를 썼습니다. 하지만 최근에는 Dockerized 람다 함수에서 동일한 문제가 발생했습니다. 그래서 이제 새로운 블로그를 시작할 때가 되었다고 생각했습니다!
단계를 따라가거나 GitHub에서 직접 결과를 확인할 수 있습니다.
프로젝트 설정
AWS CDK CLI를 설치했는지 확인하세요.
brew install aws-cdk
프로젝트 초기화:
cdk init app --language=typescript
람다 설정
먼저 파일 및 폴더 구조를 만들어야 합니다.
mkdir -p lib/functions/hello-world/hello_world touch lib/functions/hello-world/hello_world/__init__.py touch lib/functions/hello-world/requirements.txt touch lib/functions/hello-world/Dockerfile
이제 다음과 같이 Dockerfile을 채워야 합니다.
FROM public.ecr.aws/lambda/python:3.12 COPY requirements.txt . COPY hello_world ${LAMBDA_TASK_ROOT}/hello_world RUN pip install --no-cache-dir -r requirements.txt CMD ["hello_world.handler"]
Python 3.12 기반의 Python 기본 이미지를 사용하고 있습니다. 다음으로, 요구 사항.txt 파일과 소스 코드를 복사해 보겠습니다. 요구사항.txt 파일에 나열된 모든 종속성을 설치하고 핸들러 메소드가 CMD로 설정되어 있는지 확인합니다.
다음으로 Python 파일을 일부 코드로 채워야 합니다. __init__.py 파일에 다음 내용을 넣을 수 있습니다:
from typing import Dict, Any def handler(event: Dict[str, Any], context: Any) -> Dict[str, str]: name = event.get("name", "World") return { "Name": name, "Message": f"Hello {name}!", } __all__ = [ "handler" ]
참고: 여기에 사용된 코드는 상대 가져오기를 사용할 수 있습니다. 별도의 패키지에 들어있기 때문에 가능한 일입니다. 이 예에서는 __init__.py 파일의 코드만 보여줍니다. 그러나 여기에서 여러 파일을 사용하여 프로젝트의 유지 관리성을 향상시킬 수 있습니다.
이 예에서는 종속성이 필요하지 않으므로 요구 사항.txt 파일을 비워 둘 수 있습니다. 종속성도 포함하는 방법을 설명하기 위해 이 예에 포함시켰습니다.
IaC를 사용하여 Lambda 함수 생성
폴더와 파일이 제자리에 있으므로 이제 CDK 구성에 Lambda 함수를 추가할 차례입니다. 다음과 같이 간단하게 추가할 수 있습니다.
new lambda.Function(this, 'Function', { functionName: "hello-world", code: lambda.Code.fromAssetImage("lib/functions/hello-world", { platform: ecr_assets.Platform.LINUX_ARM64, }), runtime: lambda.Runtime.FROM_IMAGE, handler: lambda.Handler.FROM_IMAGE, architecture: lambda.Architecture.ARM_64, timeout: cdk.Duration.seconds(15), memorySize: 128, });
이 작업을 수행하려면 다음 가져오기도 필요합니다.
import * as lambda from 'aws-cdk-lib/aws-lambda'; import * as ecr_assets from 'aws-cdk-lib/aws-ecr-assets';
코드 디렉토리가 Dockerfile이 포함된 디렉토리를 가리키는지 확인하고 코드와 함수 자체에 대해 ARM 플랫폼을 선택했는지 확인하세요.
로컬에서 람다 함수 테스트
빠른 피드백이 중요하므로 컨테이너를 로컬에서 실행해야 하는 경우가 있을 수 있습니다. 이를 위해서는 먼저 컨테이너를 구축해야 합니다.
docker build --platform linux/arm64 \ -t hello-world:latest \ -f ./lib/functions/hello-world/Dockerfile \ ./lib/functions/hello-world
이 명령은 프로젝트 루트에서 실행할 수 있습니다. 다음으로, 호출하기 전에 실행 중인지 확인해야 합니다.
docker run --platform linux/arm64 -p 9000:8080 hello-world:latest
나중에 다음과 같이 함수를 호출할 수 있습니다.
curl http://localhost:9000/2015-03-31/functions/function/invocations -d '{"name": "Joris"}'
결론
상대 가져오기는 까다로울 수 있습니다! 코드를 패키지에 넣어야 합니다. 이를 통해 자신의 패키지 내에서 상대 가져오기를 수행할 수 있습니다. 이렇게 하면 책임을 여러 파일로 분할하여 관리 및 유지 관리가 더 쉬워지므로 코드가 더 깔끔해집니다.
사진: Kaique Rocha
위 내용은 Dockerized 람다 함수로 상대 Python 가져오기의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

Python은 게임 및 GUI 개발에서 탁월합니다. 1) 게임 개발은 Pygame을 사용하여 드로잉, 오디오 및 기타 기능을 제공하며 2D 게임을 만드는 데 적합합니다. 2) GUI 개발은 Tkinter 또는 PYQT를 선택할 수 있습니다. Tkinter는 간단하고 사용하기 쉽고 PYQT는 풍부한 기능을 가지고 있으며 전문 개발에 적합합니다.

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

제한된 시간에 Python 학습 효율을 극대화하려면 Python의 DateTime, Time 및 Schedule 모듈을 사용할 수 있습니다. 1. DateTime 모듈은 학습 시간을 기록하고 계획하는 데 사용됩니다. 2. 시간 모듈은 학습과 휴식 시간을 설정하는 데 도움이됩니다. 3. 일정 모듈은 주간 학습 작업을 자동으로 배열합니다.

Python은 개발 효율에서 C보다 낫지 만 C는 실행 성능이 높습니다. 1. Python의 간결한 구문 및 풍부한 라이브러리는 개발 효율성을 향상시킵니다. 2.C의 컴파일 유형 특성 및 하드웨어 제어는 실행 성능을 향상시킵니다. 선택할 때는 프로젝트 요구에 따라 개발 속도 및 실행 효율성을 평가해야합니다.

Pythonlistsarepartoftsandardlardlibrary, whileraysarenot.listsarebuilt-in, 다재다능하고, 수집 할 수있는 반면, arraysarreprovidedByTearRaymoduledlesscommonlyusedDuetolimitedFunctionality.

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.

하루에 2 시간 동안 파이썬을 배우는 것으로 충분합니까? 목표와 학습 방법에 따라 다릅니다. 1) 명확한 학습 계획을 개발, 2) 적절한 학습 자원 및 방법을 선택하고 3) 실습 연습 및 검토 및 통합 연습 및 검토 및 통합,이 기간 동안 Python의 기본 지식과 고급 기능을 점차적으로 마스터 할 수 있습니다.

Python과 C는 각각 고유 한 장점이 있으며 선택은 프로젝트 요구 사항을 기반으로해야합니다. 1) Python은 간결한 구문 및 동적 타이핑으로 인해 빠른 개발 및 데이터 처리에 적합합니다. 2) C는 정적 타이핑 및 수동 메모리 관리로 인해 고성능 및 시스템 프로그래밍에 적합합니다.
