Pembangunan AWS Lambda Tanpa Pelayan · Pelajaran

Menyah Pepijat Aplikasi Tanpa Pelayan

Temui teknik untuk menyah pepijat fungsi Lambda dengan berkesan, termasuk ujian setempat, penyahpepijatan jauh dan pentafsiran log CloudWatch untuk menyelesaikan isu

Pelajaran 3 daripada 412 langkah

Menyah Pepijat Aplikasi Tanpa Pelayan ialah pelajaran Pembangunan AWS Lambda Tanpa Pelayan percuma di CoddyKit. Ini ialah pelajaran 3 daripada 4. Anda boleh membaca keseluruhan pelajaran di bawah secara percuma — kemudian berlatih secara praktikal dalam pelayar menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran Pembangunan AWS Lambda Tanpa Pelayan, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus Pembangunan AWS Lambda Tanpa Pelayan merangkumi sejumlah 4 pelajaran.

Pengenalan kepada Penyahpepijatan Lambda

Menyahpepijat aplikasi tanpa pelayan, khususnya fungsi AWS Lambda, memberikan cabaran yang unik. Tidak seperti aplikasi tradisional, Lambda tidak menyimpan keadaan dan bersifat sementara.

Dalam pengajaran ini, kita akan meneroka teknik praktikal untuk mengenal pasti dan menyelesaikan isu dalam fungsi Lambda anda dengan berkesan, daripada ujian setempat hingga mentafsir log.

Mengapa Penyahpepijatan Tanpa Pelayan Itu Unik

Penyahpepijatan tradisional selalunya melibatkan pemeriksaan kod baris demi baris menggunakan IDE. Dengan Lambda, perkara ini tidak selalunya mudah kerana:

Sifat Sementara: Fungsi hanya berjalan apabila dipanggil, kemudian hilang.
Tiada Keadaan: Tiada memori berterusan antara panggilan.
Sistem Teragih: Isu boleh timbul daripada interaksi antara banyak perkhidmatan.

Kita sangat bergantung pada log, metrik dan penjejakan untuk memahami perkara yang sedang berlaku.

Ujian Setempat dengan SAM CLI

Salah satu cara paling berkesan untuk menyahpepijat ialah menguji fungsi Lambda anda secara setempat sebelum menggunakan fungsi tersebut di AWS.

Antara Muka Baris Perintah (CLI) Model Aplikasi Tanpa Pelayan AWS (SAM) membolehkan anda memanggil fungsi Lambda pada mesin setempat, dengan mensimulasikan persekitaran masa jalan AWS Lambda.

Kitaran maklum balas yang lebih pantas.
Gunakan alat penyahpepijatan setempat yang biasa anda gunakan.

Demo Panggilan Setempat SAM CLI

Berikut ialah fungsi Lambda Python yang ringkas. Untuk ujian setempat, anda boleh mensimulasikan peristiwa dan konteks. Cuba jalankannya!

import json

def lambda_handler(event, context):
    message = event.get('message', 'Hello from Lambda!')
    print(f"Received event: {json.dumps(event)}")
    print(f"Processing message: {message}")
    return {
        'statusCode': 200,
        'body': json.dumps({'response': message})
    }

# This block allows local execution
if __name__ == '__main__':
    # Simulate an event
    test_event = {'message': 'Local debug test'}
    # Simulate a context object
    test_context = type('obj', (object,), {'invoked_function_arn': 'local'})()

    response = lambda_handler(test_event, test_context)
    print("\n--- Lambda Response ---")
    print(json.dumps(response, indent=2))

Log CloudWatch untuk Penyahpepijatan

Selepas Lambda anda digunakan, Log Amazon CloudWatch menjadi alat utama anda untuk memahami kelakuannya dan menyahpepijat isu.

Setiap kali fungsi Lambda anda dipanggil, log dihantar ke kumpulan log khusus. Setiap panggilan menerima ID Permintaan yang unik, yang membantu menjejaki pelaksanaannya.

Kumpulan Log: Mengandungi log untuk fungsi tertentu.
Strim Log: Kejadian khusus log fungsi anda.

Mencari Isu dalam Log

Apabila ralat berlaku, tempat pertama yang perlu diperiksa ialah Log CloudWatch. Anda boleh:

Menapis Log: Cari kata kunci seperti "ERROR", "Exception" atau mesej tertentu.
Cerapan Log: Gunakan bahasa pertanyaan yang berkuasa untuk menganalisis log, mengumpulkan ralat dan mengenal pasti arah aliran.
ID Permintaan: Gunakan ID Permintaan daripada panggilan untuk mencari semua log yang berkaitan dengan pelaksanaan tertentu.

Sentiasa periksa jejak tindanan penuh untuk mendapatkan maklumat ralat yang terperinci.

Menyahpepijat dengan Pernyataan Log

Teknik penyahpepijatan paling mudah tetapi berkuasa untuk Lambda ialah menggunakan pernyataan print() (Python) atau console.log() (Node.js).

Dengan menambahkan pernyataan log secara strategik, anda boleh menjejaki nilai pemboleh ubah, laluan pelaksanaan dan keadaan fungsi pada titik yang berbeza dalam kod anda. Mari lihat contoh:

import json

def calculate_discount(price, discount_percentage):
    print(f"DEBUG: Initial price: {price}")
    if not isinstance(price, (int, float)) or price < 0:
        raise ValueError("Price must be non-negative.")
    if not isinstance(discount_percentage, (int, float)) or not (0 <= discount_percentage <= 100):
        raise ValueError("Discount must be between 0 and 100.")

    discount_amount = price * (discount_percentage / 100)
    final_price = price - discount_amount
    print(f"DEBUG: Final price: {final_price}")
    return final_price

def lambda_handler(event, context):
    try:
        data = json.loads(event['body'])
        price = data['price']
        discount = data['discount']
        
        final_price = calculate_discount(price, discount)
        
        return {
            'statusCode': 200,
            'body': json.dumps({'originalPrice': price, 'finalPrice': final_price})
        }
    except Exception as e:
        print(f"ERROR: An error occurred: {e}")
        return {
            'statusCode': 400,
            'body': json.dumps({'error': str(e)})
        }

if __name__ == '__main__':
    # Test case 1: Valid input
    test_event_1 = {'body': json.dumps({'price': 100, 'discount': 10})}
    response_1 = lambda_handler(test_event_1, None)
    print("\n--- Test Case 1 Response ---")
    print(json.dumps(response_1, indent=2))

    # Test case 2: Invalid discount
    test_event_2 = {'body': json.dumps({'price': 50, 'discount': 110})}
    response_2 = lambda_handler(test_event_2, None)
    print("\n--- Test Case 2 Response ---")
    print(json.dumps(response_2, indent=2))

Memahami Ralat Panggilan

Fungsi Lambda boleh gagal atas pelbagai sebab. Anda perlu membezakan antara jenis ralat yang berbeza:

Ralat Fungsi: Kod anda mencetuskan pengecualian yang tidak dikendalikan. Ralat ini muncul dalam Log CloudWatch bersama jejak tindanan.
Ralat Panggilan: Isu yang berlaku sebelum kod anda dijalankan, seperti ralat keizinan atau had saiz muatan. Ralat ini mungkin tidak muncul secara langsung dalam log fungsi anda.
Ralat Tamat Masa: Fungsi anda melebihi masa pelaksanaan yang dikonfigurasikan.

Metrik CloudWatch dan X-Ray (dalam pengajaran lain!) membantu mengenal pasti ralat ini.

Menjejaki Aliran Permintaan

Dalam aplikasi tanpa pelayan yang kompleks, satu permintaan mungkin melibatkan berbilang fungsi Lambda, API Gateway, SQS, DynamoDB dan banyak lagi.

Memahami aliran permintaan merentasi perkhidmatan ini ialah kunci kepada penyahpepijatan. Gunakan ID Permintaan (yang sering disebarkan sebagai x-amzn-RequestId atau yang serupa) untuk mengaitkan log merentasi komponen yang berbeza.

AWS X-Ray (yang dibincangkan dalam pengajaran kemudian) menyediakan penjejakan visual untuk tujuan ini.

Amalan Terbaik untuk Penyahpepijatan

Untuk meminimumkan kesukaran penyahpepijatan, amalkan perkara berikut:

Perekodan Log Menyeluruh: Rekod input, output dan keadaan pemboleh ubah utama.
Perekodan Log Berstruktur: Gunakan log JSON supaya lebih mudah dihuraikan dan ditanya.
Idempoten: Reka fungsi supaya menghasilkan keputusan yang sama walaupun dipanggil beberapa kali.
Fungsi Kecil: Lebih mudah diasingkan dan diuji.
Ujian Automatik: Ujian unit dan integrasi mengesan isu lebih awal.

Cabaran Penyahpepijatan

Anda mempunyai fungsi Lambda yang memproses pendaftaran pengguna. Pengguna melaporkan bahawa pendaftaran mereka kadangkala gagal, tetapi anda tidak melihat sebarang mesej "ERROR" dalam Log CloudWatch untuk fungsi Lambda anda.

Apakah sebab yang paling mungkin, dan di manakah anda perlu menyiasat terlebih dahulu?

Jawab dalam pelajaran interaktif

Imbas Kembali: Menyahpepijat Aplikasi Tanpa Pelayan

Kami telah membincangkan teknik penting untuk menyahpepijat aplikasi tanpa pelayan anda:

Pengujian secara setempat dengan SAM CLI untuk lelaran pantas.
Menggunakan Log CloudWatch untuk menganalisis tingkah laku fungsi dan mengenal pasti ralat.
Memanfaatkan pernyataan log untuk menjejaki aliran pelaksanaan.
Memahami pelbagai jenis ralat Lambda.
Amalan terbaik untuk membina fungsi tanpa pelayan yang mudah dinyahpepijat.

Penguasaan teknik ini akan meningkatkan keupayaan anda dengan ketara untuk membina aplikasi tanpa pelayan yang kukuh.

Percuma untuk bermula

Pelajari Pembangunan AWS Lambda Tanpa Pelayan dengan tutor kecerdasan buatan — percuma

Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.

Kursus: 12
Pelajaran: 48

Mula belajar secara percuma Lihat kursus penuh

Soalan Lazim

Adakah pelajaran “Menyah Pepijat Aplikasi Tanpa Pelayan” percuma?

Ya — teks penuh “Menyah Pepijat Aplikasi Tanpa Pelayan” boleh dibaca secara percuma di web ini. Untuk berlatih secara interaktif menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7, serta membuka kunci baki kursus Pembangunan AWS Lambda Tanpa Pelayan, tingkat taraf kepada CoddyKit PRO. Kursus Pembangunan AWS Lambda Tanpa Pelayan merangkumi sejumlah 4 pelajaran.

Apakah yang akan saya pelajari dalam “Menyah Pepijat Aplikasi Tanpa Pelayan”?

Temui teknik untuk menyah pepijat fungsi Lambda dengan berkesan, termasuk ujian setempat, penyahpepijatan jauh dan pentafsiran log CloudWatch untuk menyelesaikan isu Anda berlatih Pembangunan AWS Lambda Tanpa Pelayan menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.

Adakah saya memerlukan pengalaman untuk memulakan Pembangunan AWS Lambda Tanpa Pelayan?

Tiada pengalaman terdahulu diperlukan. Pembelajaran Pembangunan AWS Lambda Tanpa Pelayan di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 3 daripada 4.

Berapa lamakah pelajaran “Menyah Pepijat Aplikasi Tanpa Pelayan” diambil?

Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.

Bolehkah saya menulis dan menjalankan kod dalam pelajaran Pembangunan AWS Lambda Tanpa Pelayan ini?

Ya. Setiap pelajaran Pembangunan AWS Lambda Tanpa Pelayan menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.

Semua pelajaran dalam kursus ini

← Kembali ke Pembangunan AWS Lambda Tanpa Pelayan