跳到主內容

【AWS】Day 8：運算服務 - AWS Lambda（Serverless 運算服務）

 

從前幾篇我們一路看了 EC2（自己管主機）、Elastic Beanstalk（半自動化部署）。

但如果你希望：

  • 完全不用開伺服器

  • 完全不用自己處理機器、網路、Scaling

  • 只要專心「寫功能」就好

那 AWS Lambda 正是為了這樣的世界而生的！

今天正式進入 AWS Serverless 世界 —— Lambda！

什麼是 AWS Lambda？

AWS Lambda 是一個「事件驅動」的計算服務。

你只需要撰寫小段的程式碼 Function，告訴 AWS：

  • 什麼時候要執行（例如 API 呼叫、排程時間、檔案上傳）

  • 要執行什麼邏輯（你的程式碼）

  • 設定好記憶體、超時時間

剩下的：

  • 執行環境（OS、Patch、Security）

  • 擴展（Scaling up & down）

  • 負載均衡

  • 日誌收集

  • 資源回收

全部 AWS 幫你自動處理。

你只要負責寫功能，其他都不用煩惱！

Lambda 的基本特性

項目 說明
運算單位 Function（函數）
部署方式 上傳程式碼（ZIP）或直接在 Console 編輯
支援語言 Node.js, Python, Java, Go, .NET, Ruby…
記憶體設定 128MB ~ 10GB（每64MB為單位）
執行時間限制 最長 15 分鐘
價格模式 依執行次數 + 記憶體用量 + 執行時間計價
自動擴展 是（幾乎無上限，橫向自動擴展）

Lambda 的典型使用情境

  • API Gateway ➔ Lambda ➔ 回應 Web API

  • S3 上傳檔案 ➔ Lambda 處理轉檔（圖片縮圖、影片轉檔）

  • DynamoDB 資料異動 ➔ Lambda 處理後續邏輯

  • 排程任務（類似 crontab） ➔ 用 EventBridge 觸發 Lambda

  • 輕量型後端服務（例如 Form submit、小型 Game Server）

Lambda 的基本運作流程

以「API Server」為例：

  1. 使用 API Gateway 建立 API Endpoint

  2. 當使用者呼叫 API 時，API Gateway 觸發 Lambda

  3. Lambda 執行你的程式邏輯（例如查資料庫、處理資料）

  4. Lambda 執行完畢，把結果回傳給 API Gateway，再傳給使用者

整個過程中：

  • 沒有 EC2

  • 沒有 Load Balancer

  • 沒有固定伺服器

  • 自動擴展，不需要自己設定台數

Lambda 的計費方式

Lambda 的收費方式非常彈性，也很適合小量或突發性使用的場景。

計費公式：

總費用 = 呼叫次數 +（記憶體用量 × 執行時間）

詳細來說：

  • 每個月前 1M 次請求免費

  • 每個月 400,000 GB-seconds 免費

  • 超出後，依照實際用量超便宜的單位收費

簡單說就是：

  • 程式小、執行快，超便宜

  • 不執行，不收費（真正的 pay-as-you-go）

Lambda 的限制與注意事項

雖然 Lambda 很香，但也有一些天然限制要注意：

限制項目 說明
最大執行時間 15 分鐘
單次部署包大小上限 250MB（含 layer）
同步觸發最大負載 預設 1000 concurrency（可申請提升）
須設計無狀態 每次執行是全新環境，不保留記憶體資料

小結

今天介紹了 AWS Lambda 的核心概念：

  • 完全免維護伺服器

  • 按次計費、真正用多少付多少

  • 適合 API、小型運算任務、背景作業

  • 超級擴展性，適合不確定流量的應用

Lambda 完全顛覆了傳統開發部署方式，讓開發者能更專注在功能本身，而不是維護伺服器！

好！這裡直接幫你產出
AWS Lambda 實作教學（Hello World + API Gateway 快速串接）
讓讀者可以跟著馬上做出第一個 Lambda Function，並且用瀏覽器呼叫成功！

AWS Lambda 實作教學（Hello World + API Gateway 快速串接）

前一篇我們認識了什麼是 AWS Lambda。
這一篇直接來實戰，帶你：

  • 建立一個 Hello World Lambda

  • 用 API Gateway 快速串接

  • 用瀏覽器直接呼叫！

超簡單，只需要 10 分鐘 🚀

1. 建立第一個 Lambda Function

登入 AWS Console
打開 AWS Lambda Console

  1. 點選「Create function」

  2. 選擇「Author from scratch」

  3. 填寫基本資訊：

項目 設定
Function name hello-world-lambda
Runtime Node.js 18.x（或 Python 3.11 也可）
Architecture x86_64（預設即可）
Permissions 建議選「Create a new role with basic Lambda permissions」

  1. 點選「Create Function」

幾秒鐘後，一個新的 Lambda 就建立好了！

2. 編輯 Lambda 程式碼

在 Lambda Console 的編輯器中，把預設程式碼改成這樣：

Node.js 版

exports.handler = async (event) => {
    return {
        statusCode: 200,
        body: JSON.stringify('Hello from AWS Lambda!'),
    };
};

Python 版

def lambda_handler(event, context):
    return {
        'statusCode': 200,
        'body': 'Hello from AWS Lambda!'
    }

編輯完後，記得按下「Deploy」！

這樣 Lambda 程式就設定完成了 🎯

3. 建立 API Gateway 串接 Lambda

接下來，我們讓這個 Lambda 能夠用 HTTP API 被呼叫。

  1. 在 Lambda Function 頁面上方，點選「Add trigger」

  2. 選擇「API Gateway」

  3. 設定：

項目 設定
API type HTTP API（比較簡單快速）
Security Open（不設驗證，之後可以補強）
API Name 自動生成或自己命名也可以

  1. 點選「Add」

AWS 會自動幫你建立一個 HTTP API，並串好 Lambda！

完成後，Lambda 頁面會顯示一個 API Endpoint，例如：

https://xxxxx12345.execute-api.ap-northeast-1.amazonaws.com/

4. 測試 API 呼叫

打開你的瀏覽器，直接輸入剛剛那個 URL！

你應該會看到畫面顯示：

"Hello from AWS Lambda!"

恭喜 🎉
你的第一個 Lambda + API Gateway 已經成功部署！

5. 小結

這次的流程總結：

步驟 說明
建立 Lambda 撰寫 Hello World 程式碼
建立 API Gateway Trigger 快速建立 HTTP API 串接 Lambda
測試呼叫 瀏覽器直接打 API URL 測試結果

透過 Lambda + API Gateway，可以超快速上線一個基本 API，
而且完全不用管 EC2、Scaling、Load Balancer 等基礎設施！

太好了！這裡接著給你完整的
AWS Lambda 進階教學：環境變數、IAM 權限設定、連接 RDS 資料庫，
讓你的 Lambda 應用從 Hello World 升級到真正可以跑正式服務！

AWS Lambda 進階教學

（環境變數設定＋IAM 權限管理＋連接 RDS 資料庫）

一、設定 Lambda 環境變數（Environment Variables）

✅ 為什麼需要環境變數？

  • 存放敏感資訊（資料庫帳號密碼、API Key）

  • 存放不同環境（dev / prod）設定

  • 程式更乾淨，不要把設定寫死在程式碼裡

✅ 如何設定環境變數

  1. 打開 Lambda Function 頁面

  2. 選擇「Configuration」→「Environment variables」

  3. 點「Edit」→「Add environment variable」

  4. 加入變數，例如：

Key Value
DB_HOST your-db.xxxx.rds.amazonaws.com
DB_USER admin
DB_PASSWORD your-password
DB_NAME your-database-name

  1. 儲存即可，Lambda 會自動讀取這些變數

✅ 程式裡讀取環境變數（Python範例）

import os

db_host = os.environ['DB_HOST']
db_user = os.environ['DB_USER']
db_password = os.environ['DB_PASSWORD']
db_name = os.environ['DB_NAME']

讀取環境變數超簡單，推薦大家一定要用這種方式管理設定！

二、設定 Lambda 的 IAM Role（權限）

✅ 為什麼需要設定 IAM Role？

Lambda 本身如果要呼叫其他 AWS 資源（像 S3、DynamoDB、RDS），需要有「授權」。

這個授權是透過「IAM Role」給的。

📌 Lambda 本身就會綁定一個 IAM Role，進行細部設定即可。

✅ 最小權限原則（Best Practice）

  • 只開放 Lambda 需要用到的權限

  • 不要直接給 Lambda admin 權限（避免安全漏洞）

✅ 範例：讓 Lambda 存取 RDS（或 VPC）

如果 Lambda 需要連到 RDS，需要設定：

  • 讓 Lambda 進入正確的 VPC、Subnet、Security Group

  • IAM Role 不需要特別開 RDS 權限（除非要操作 RDS API，例如開啟 RDS Snapshot）

所以通常 IAM Role 保持「基本執行」權限就好，例如：

  • AWSLambdaBasicExecutionRole（CloudWatch log 權限）

  • AWSLambdaVPCAccessExecutionRole（存取 VPC 權限）

可以在 Lambda → Configuration → Permissions → Execution Role 編輯。

三、Lambda 連接 RDS 資料庫（Python 範例）

假設我們已經設定好 RDS MySQL 或 PostgreSQL 資料庫，並且把連線資訊設在環境變數。

✅ 安裝必備套件

AWS Lambda 本身環境很乾淨，需要把 Python 連線資料庫的套件（例如 pymysql、psycopg2）打包進去。

開發環境步驟：

mkdir lambda_rds
cd lambda_rds
python3 -m venv venv
source venv/bin/activate
pip install pymysql
deactivate

把 venv/lib/python3.11/site-packages 的 pymysql 複製到專案目錄。

最後 ZIP 包含：

  • lambda_function.py（你的程式）

  • pymysql/（套件目錄）

✅ Lambda Python 連線 RDS (MySQL) 範例

import pymysql
import os

def lambda_handler(event, context):
    # 讀取環境變數
    db_host = os.environ['DB_HOST']
    db_user = os.environ['DB_USER']
    db_password = os.environ['DB_PASSWORD']
    db_name = os.environ['DB_NAME']
    
    # 建立連線
    connection = pymysql.connect(
        host=db_host,
        user=db_user,
        password=db_password,
        database=db_name,
        connect_timeout=5
    )
    
    try:
        with connection.cursor() as cursor:
            sql = "SELECT NOW();"
            cursor.execute(sql)
            result = cursor.fetchone()
            return {
                'statusCode': 200,
                'body': f'Database Time: {result[0]}'
            }
    finally:
        connection.close()

這樣就能讓 Lambda 成功連接雲端資料庫，完成資料操作！

四、常見注意事項

注意事項 說明
Lambda + RDS Latency Lambda 通常要設在與 RDS 同一個 VPC / AZ
連線池設計 建議使用 RDS Proxy（可以省連線數）
超時設置 Lambda 最大執行時間 15 分鐘，連資料庫要小心逾時
打包套件 自訂套件一定要打包進 ZIP 中

小結

這篇進階教學重點整理：

  • Lambda 用環境變數管理設定

  • Lambda 設定 IAM Role，最小權限原則

  • Lambda 可以直接連 RDS，但要注意 VPC 設定

  • 打包套件進 ZIP 是必須的！

掌握這些，
你的 Lambda 就可以從 Hello World 升級成正式後端服務了！

AWS Serverless 全應用實戰

（API Gateway + Lambda + DynamoDB + RDS Proxy）

🔧 架構圖

css
[Client] ↓ [API Gateway] ↓ [AWS Lambda] ↓ ↘ [DynamoDB] [RDS Proxy] → [MySQL / PostgreSQL]

一、建立 DynamoDB Table

  1. 打開 DynamoDB Console

  2. 點選「Create Table」

  3. 設定：

項目 值
Table name Todos
Partition key id（String）

  1. 其他預設即可，點「Create table」

二、撰寫 Lambda Function

✅ Lambda 功能：新增一筆 Todo 資料

程式語言以 Python 為例，並假設請求是 POST，Body 包含 title 欄位。

python
import json import uuid import boto3 dynamodb = boto3.resource('dynamodb') table = dynamodb.Table('Todos') def lambda_handler(event, context): body = json.loads(event['body']) todo_id = str(uuid.uuid4()) title = body.get('title') table.put_item( Item={ 'id': todo_id, 'title': title } ) return { 'statusCode': 200, 'body': json.dumps({'id': todo_id, 'title': title}) }

✅ Lambda 要有以下 IAM 權限：

json
{ "Effect": "Allow", "Action": [ "dynamodb:PutItem" ], "Resource": "arn:aws:dynamodb:*:*:table/Todos" }

可以在 Lambda 執行角色（Execution Role）中加上這段 policy。

三、建立 API Gateway 串接 Lambda

  1. 打開 API Gateway Console

  2. 建立一個「HTTP API」

  3. 新增路由：

    • 方法：POST

    • 路徑：/todos

    • 整合：選擇剛剛的 Lambda

  4. Deploy 完後，你會得到一個 API URL

使用 curl 或 Postman 測試：

bash
curl -X POST https://xxx.execute-api.ap-northeast-1.amazonaws.com/todos \ -H "Content-Type: application/json" \ -d '{"title":"Write Lambda guide"}'

四、加碼：改用 RDS + RDS Proxy 作為資料層

✅ 為什麼使用 RDS Proxy？

  • 解決 Lambda 對 RDS 連線過多問題

  • 支援連線池（Connection pooling）

  • 提高效率，降低 DB crash 風險

步驟 1：建立 RDS Proxy

  1. 前往 RDS Console

  2. 選單點「Proxies」→「Create proxy」

  3. 設定：

項目 值
Proxy name todo-proxy
Engine MySQL / PostgreSQL（需有資料庫）
Target RDS 選擇現有的 RDS 實例
IAM Auth 啟用（建議使用）
VPC 與 Lambda 相同 VPC

建好後會給你一個 Proxy endpoint：例如 todo-proxy.proxy-cdefg.ap-northeast-1.rds.amazonaws.com

步驟 2：Lambda 改連 Proxy（Python）

安裝並打包 pymysql：

bash
pip install pymysql -t . zip -r lambda-rds.zip .

Lambda 程式碼範例：

python
import pymysql import os import json import uuid def lambda_handler(event, context): conn = pymysql.connect( host=os.environ['DB_PROXY_HOST'], # Proxy endpoint user=os.environ['DB_USER'], password=os.environ['DB_PASSWORD'], database=os.environ['DB_NAME'], connect_timeout=5 ) try: body = json.loads(event['body']) todo_id = str(uuid.uuid4()) title = body['title'] with conn.cursor() as cursor: cursor.execute("INSERT INTO todos (id, title) VALUES (%s, %s)", (todo_id, title)) conn.commit() return { 'statusCode': 200, 'body': json.dumps({'id': todo_id, 'title': title}) } finally: conn.close()

✅ 注意：

  • Lambda 要設定進入 同 VPC + Subnet + SG

  • 建議設定 AWSLambdaVPCAccessExecutionRole

  • Lambda 的 IAM Role 不需要存取 RDS Proxy，只需要 DB 連線資訊與網路存取權

五、小結

這篇教你從 0 建立一個完整的無伺服器應用：

元件 用途
API Gateway 提供外部 API 接口
Lambda 執行商業邏輯 Function
DynamoDB / RDS 儲存資料
RDS Proxy 提升連線穩定性與效率

這套架構非常適合：

  • 小型 SaaS API

  • 行動 App 後端

  • MVP 初期應用快速開發

  • 大型應用中的 Serverless 子系統（例如上傳任務、登入、Webhook 處理等）

太好了！這裡是你完整的加強版：
AWS Serverless Todo API 進階整合：Cognito 驗證、錯誤處理、Serverless Framework 快速部署

這篇會在前面 Lambda + API Gateway + DynamoDB/RDS 架構上，補上以下三個常用進階功能：

  1. ✅ API Gateway JWT 驗證（Cognito）

  2. ✅ Lambda 錯誤處理與 Logging 最佳實踐

  3. ✅ 使用 Serverless Framework 快速部署整套應用

Serverless Todo API 完整實戰進階篇

一、加入 Cognito 驗證保護 API

✅ 為什麼需要？

不管是 Web 前端還是 App，只要對外開 API，基本保護機制不可少。

AWS 的 Cognito 可以幫你處理：

  • 使用者註冊 / 登入

  • JWT Token 簽發與驗證

  • 無需自建帳號系統！

✅ 建立 Cognito User Pool

  1. 開啟 Cognito Console

  2. 建立一個 User Pool

    • Pool name: todo-api-users

    • 啟用 Email 登入即可

    • 完成後記住 Pool ID 和 Region

  3. 建立 App Client

    • 禁用 client secret（Lambda 驗證用不到）

    • 儲存產生的 App client ID

✅ API Gateway 整合 JWT 驗證

  1. 回到 API Gateway HTTP API Console

  2. 選「Authorization」→「Create authorizer」

  3. 建立 Cognito JWT authorizer：

項目 設定
Type JWT
Identity source Authorization header
Issuer URL https://cognito-idp.<region>.amazonaws.com/<pool-id>
Audience 你剛剛的 App Client ID

  1. 把 /todos 路徑設定為需要驗證（選上剛剛的 authorizer）

✅ 呼叫 API 時加上 JWT token

前端從 Cognito 登入取得 Token 後，呼叫 API 時帶上：

Authorization: Bearer <token>

這樣 API Gateway 就會自動驗證使用者身份，Lambda 裡也可以透過 event['requestContext'] 取得使用者資訊！

二、Lambda Logging 與 Error Handling 最佳實踐

✅ 記錄 Log 到 CloudWatch

在 Lambda 中使用標準輸出即可：

import logging
logger = logging.getLogger()
logger.setLevel(logging.INFO)

logger.info("New todo created")

CloudWatch Logs 會自動收集這些 log。

✅ 最佳錯誤處理模式

import json
import traceback

def lambda_handler(event, context):
    try:
        # 主邏輯
        ...
        return {
            'statusCode': 200,
            'body': json.dumps({'message': 'Success'})
        }
    except Exception as e:
        logger.error("Error: %s", traceback.format_exc())
        return {
            'statusCode': 500,
            'body': json.dumps({'error': 'Internal Server Error'})
        }

這樣可避免直接顯示錯誤堆疊給使用者，又方便自己 debug。

三、使用 Serverless Framework 快速部署整套應用

✅ 為什麼用 Serverless Framework？

  • 自動建 Lambda、API Gateway、DynamoDB、IAM、環境變數

  • 一鍵部署、一鍵刪除

  • 適合團隊開發與 CI/CD

✅ 安裝 CLI 工具

npm install -g serverless

✅ 初始化專案

serverless create --template aws-python --path todo-api
cd todo-api

✅ 編輯 serverless.yml

以下是 Todo API + DynamoDB + JWT 驗證的簡化範例：

service: todo-api

provider:
  name: aws
  runtime: python3.11
  region: ap-northeast-1
  environment:
    DB_TABLE: Todos
  iamRoleStatements:
    - Effect: Allow
      Action:
        - dynamodb:PutItem
      Resource: arn:aws:dynamodb:*:*:table/Todos

functions:
  createTodo:
    handler: handler.create
    events:
      - http:
          path: todos
          method: post
          authorizer:
            type: COGNITO_USER_POOLS
            userPoolArn: arn:aws:cognito-idp:ap-northeast-1:xxxx:userpool/xxxx

resources:
  Resources:
    TodosTable:
      Type: AWS::DynamoDB::Table
      Properties:
        TableName: Todos
        AttributeDefinitions:
          - AttributeName: id
            AttributeType: S
        KeySchema:
          - AttributeName: id
            KeyType: HASH
        BillingMode: PAY_PER_REQUEST

✅ Lambda 程式 handler.py

import json
import uuid
import boto3
import os

table = boto3.resource('dynamodb').Table(os.environ['DB_TABLE'])

def create(event, context):
    data = json.loads(event['body'])
    todo_id = str(uuid.uuid4())

    table.put_item(Item={'id': todo_id, 'title': data['title']})

    return {
        'statusCode': 200,
        'body': json.dumps({'id': todo_id, 'title': data['title']})
    }

✅ 部署指令

sls deploy

幾十秒後，你就會拿到公開的 API URL！🎉

✅ 刪除整個堆疊（清資源）

sls remove

超級適合測試環境清除資源時使用，防止殘留帳單！

✅ 加碼：Lambda 搭配 RDS Proxy 用 Serverless Framework 管理

你可以在 serverless.yml 裡加上 VPC 設定：

provider:
  ...
  vpc:
    securityGroupIds:
      - sg-xxxxxxxx
    subnetIds:
      - subnet-aaaa
      - subnet-bbbb

這樣部署後的 Lambda 就能存取你已經建立好的 RDS Proxy！

🔚 小結

這次進階整合包含：

✅ Cognito 驗證 ➜ 提供安全 API
✅ Lambda Logging + Error Handling ➜ 更穩定、更易除錯
✅ Serverless Framework ➜ 快速一鍵部署 / 一鍵刪除
✅ 支援 DynamoDB / RDS Proxy ➜ 彈性資料層選擇

這套完整架構，適合你用來開發：

  • SaaS MVP

  • 微服務架構中的 User Service

  • 內部工具（支援 Cognito 驗證）

  • 全無伺服器 RESTful API

 

 

下一篇，我們將繼續探討
Day 9：AWS 容器服務 - EKS（Elastic Kubernetes Service），
看看當需要更複雜的大型應用，想用 Kubernetes 架構時，AWS 是怎麼支援的！

Day 9 再見 👋

回到頂端