- 计算›
- AWS Lambda›
- 开始使用
AWS Lambda 入门
选择您自己的路径
AWS Lambda 是一项无服务器计算服务,依响应事件运行您的代码和自动为您管理基础计算资源,让您能够更轻松地构建快速响应新信息的应用程序。
无论您是刚刚接触 AWS Lambda 还是已经有了一个使用案例,都可以选择自己的路径并按照精心策划的学习步骤来开始使用 AWS Lambda。
路径 1:交互式 Web 和基于 API 的微服务或应用程序
概览
单独使用 AWS Lambda 或将其与其他 AWS 服务结合使用,以构建强大的 Web 应用程序、微服务和 API,帮助您获得敏捷性、降低运营复杂性、降低成本并自动扩展。
第 1 步:Lambda HTTP 入门
学习如何使用单个 Lambda 函数构建动态网页。首先,您需要为您的 Lambda 函数分配 HTTPS 端点,该函数使用 Lambda 函数 URL 直接调用您的函数,无需学习、配置和操作其他服务。这非常适合单一函数的微服务。了解详情
第 2 步:将 Lambda 与 Amazon API Gateway 结合使用
接下来,您将使用 Amazon API Gateway 创建 REST API 和资源(Amazon DynamoDB)。当您通过 HTTPS 端点调用 API 时,API Gateway 会调用 Lambda 函数。这非常适合具有多种功能的微服务,可以利用 Amazon API Gateway 将每个功能映射到 API 端点、方法和资源。了解详情
第 3 步:构建一个基本的 Web 应用程序
现在,您可以使用 AWS Lambda、Amazon API Gateway、Amazon DynamoDB 和 AWS Amplify Console 创建一个简单的 Web 应用程序。您首先将创建一个提供“Hello World”的静态 Web 应用程序。 然后,您将了解如何添加功能到该 Web 应用程序,以使显示的文本基于您提供的自定义输入。了解详情
第 4 步:构建多微服务 Web 应用程序
最后,您将创建具有多个微服务的无服务器 Web 应用程序。您将使用 AWS Amplify 控制台、Amazon Cognito、AWS Lambda、Amazon API Gateway 和 Amazon DynamoDB 托管静态网站、管理用户身份验证并构建无服务器后端。了解详情
参考架构
此 Web 参考架构展示了如何将 AWS Lambda 与其他 AWS 产品结合使用,以构建无服务器 Web 应用程序。此存储库包含了构成应用程序后端的所有 Lambda 函数的示例代码。了解详情
路径 2:数据处理应用程序
概览
无服务器使您可以快速高效地摄取、处理和分析大量数据。了解如何构建可扩展的无服务器数据处理解决方案。使用 Amazon Simple Storage Service(Amazon S3)触发数据处理或将机器学习(ML)模型从 Amazon Elastic File System(EFS)加载到 AWS Lambda 以实时执行 ML 推理。
第 1 步:使用 Amazon S3 触发器创建缩略图
首先创建 Lambda 函数,然后为 Amazon S3 配置触发器。对于上传到 S3 存储桶的每个图像文件,Amazon S3 都会调用一个函数,该函数从源 S3 存储桶读取图像对象,并创建缩略图以保存在目标 S3 存储桶中。了解详情
第 2 步:大规模并行数据处理
此外,学习如何编排大规模并行工作负载,将 S3 中的 .mp4 和 .mov 文件转换为多个 Gif 动画以进行时间线清理。借助 AWS Step Functions 的分布式映射,可以快速纵向扩展作业,调用数千个并行 Lambda 函数来更快地完成作业。了解详情
第 3 步:无服务器图像处理实践讲习会
接下来,您将学习如何使用简单、强大、完全托管的服务 AWS Step Functions 以及 AWS Lambda、Amazon DynamoDB 和 Amazon Simple Notification Service(SNS)构建图像处理工作流程以响应上传到 Amazon S3 的图像。了解详情
第 4 步:构建可扩展的数据处理应用程序
在此博客系列中,详细了解如何设计和部署围绕 Amazon S3 到 AWS Lambda 架构模式设计的无服务器应用程序。提供的解决方案使用 AWS 服务来创建可扩展的无服务器架构,并且只需要使用极少的自定义代码。了解详情
第 5 步:使用 AWS Lambda 进行按实际使用量付费的机器学习推理
学习如何使用 AWS Lambda 函数部署机器学习模型以进行实时推理,该函数现在可以挂载 Amazon Elastic File System(EFS)。然后,您可以创建一个 Lambda 函数,该函数从 EFS 加载 Python 包和模型,并根据测试事件执行预测。了解详情
参考架构
此实时文件处理参考架构是一种使用 AWS Lambda 的通用型、事件驱动的并行数据处理架构。该架构非常适合需要一个对象的多个数据衍生的工作负载。了解详情
路径 3:实时流式传输应用程序
概览
流数据使您能够收集分析见解并采取行动,但也具有一系列独特的设计和架构挑战。了解如何通过使用 AWS Lambda 和 Amazon Kinesis 捕获消息、处理和汇总记录,以及最终将结果加载到其他下游系统中进行分析或进一步处理,从而实现流数据工作负载的几个总体目标。
第 1 步:将 AWS Lambda 与 Amazon Kinesis 结合使用
Amazon Kinesis 是一项服务,让您能够轻松地实时采集、处理和分析视频和数据流。首先,您将创建一个 Lambda 函数,以使用来自 Kinesis 流的事件。了解详情
第 2 步:流数据处理实践讲习会
接下来,您将构建一个全面的无服务器数据处理应用程序,通过使用 Amazon Kinesis 创建数据流并使用 AWS Lambda 实时处理流来处理实时数据流。了解详情
第 3 步:使用流数据构建无服务器应用程序
最后,阅读本博客系列,了解如何使用无服务器方法为家庭健身系统构建流数据后端。您将学习关键的流概念以及如何在无服务器工作负载中处理这些概念。了解详情
参考架构
此参考架构将使用 AWS Lambda 和 Amazon Kinesis 处理实时流数据,从而跟踪应用程序活动、处理事务处理顺序、分析单击数据流、整理数据、生成指标、筛选日志、建立索引、分析社交媒体以及遥测和计量 IoT 设备数据。了解详情