# 【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](https://console.aws.amazon.com/lambda/)
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」 |
4. 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
```javascript
exports.handler = async (event) => {
return {
statusCode: 200,
body: JSON.stringify('Hello from AWS Lambda!'),
};
};
```
### Python 版
```python
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 |
4. 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` |
5. 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）
```python
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：**
```bash
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
```python
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]`
| 項目 | 值 |
|---|
| Table name | `Todos` |
| Partition key | `id`（String） |
python
`import jsonimport uuidimport boto3dynamodb = 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}) }`
json
`{ "Effect": "Allow", "Action": [ "dynamodb:PutItem" ], "Resource": "arn:aws:dynamodb:*:*:table/Todos"}`
bash
`curl -X POST https://xxx.execute-api.ap-northeast-1.amazonaws.com/todos \ -H "Content-Type: application/json" \ -d '{"title":"Write Lambda guide"}'`
| 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 |
bash
`pip install pymysql -t .zip -r lambda-rds.zip .`
python
`import pymysqlimport osimport jsonimport uuiddef lambda_handler(event, context): conn = pymysql.connect( host=os.environ['DB_PROXY_HOST'], 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()`
| 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 |
| 項目 | 設定 |
|---|
| Type | JWT |
| Identity source | `Authorization` header |
| Issuer URL | `https://cognito-idp..amazonaws.com/` |
| Audience | 你剛剛的 App Client ID |
4. 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：
```http
Authorization: Bearer
```
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：
```python
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
```python
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
```bash
npm install -g serverless
```
---
### ✅ 初始化專案
```bash
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：
```yaml
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`
```python
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
```bash
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）
```bash
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：
```yaml
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 👋