Serverless Backend with AWS Lambda & API Gateway · Урок

Переменные среды и слои

Эффективно управляйте конфигурацией и зависимостями с помощью переменных среды и слоёв Lambda для общего кода

«Переменные среды и слои» — бесплатный урок Serverless Backend with AWS Lambda & API Gateway на CoddyKit. Это урок 2 из 4. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения Serverless Backend with AWS Lambda & API Gateway, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс Serverless Backend with AWS Lambda & API Gateway содержит 4 уроков всего.

Части этого урока еще не переведены и отображаются на английском.

Configuring Lambda Functions

When building serverless applications, you often need to configure your Lambda functions. This includes settings that change between development, testing, and production environments.

Think about database connection strings, API endpoints, or feature flags. Hardcoding these values is a bad practice!

What are Environment Variables?

Environment variables are key-value pairs that you define for your Lambda function. Your function's code can then access these variables at runtime.

They provide a simple way to change your function's behavior without modifying its code.
Each function has its own set of environment variables.

Setting Environment Variables

You can set environment variables directly in the AWS Management Console when configuring your Lambda function. They can also be defined using Infrastructure as Code tools like AWS SAM or CloudFormation.

Important: While convenient, avoid storing sensitive information like database passwords directly in environment variables. Use AWS Secrets Manager for that!

Accessing Env Vars in Python

In Python, you can access environment variables using the os module, specifically os.environ.get(). This method allows you to provide a default value if the variable isn't set.

Try running this example:

import os

def lambda_handler(event, context):
    # Get GREETING_MESSAGE env var, default to 'Hello'
    greeting = os.environ.get('GREETING_MESSAGE', 'Hello')
    
    # Get 'name' from the event, default to 'World'
    name = event.get('name', 'World') 
    
    message = f"{greeting}, {name}!"
    print(message)
    
    return {
        'statusCode': 200,
        'body': message
    }

# --- Local testing simulation ---
if __name__ == '__main__':
    # Simulate setting an environment variable locally
    os.environ['GREETING_MESSAGE'] = 'Hola'
    
    # Simulate a Lambda event
    test_event = {'name': 'CoddyKit User'}
    
    print("\nRunning lambda_handler locally...")
    result = lambda_handler(test_event, None)
    print(f"Local Lambda response: {result}")
    
    # Clean up simulated env var
    del os.environ['GREETING_MESSAGE']

Env Var Best Practices

Using environment variables wisely can greatly improve your function's maintainability:

Non-sensitive config: Use for API keys (for non-critical services), log levels, feature flags.
Integration with Secrets Manager: For truly sensitive data (e.g., database credentials), store them in AWS Secrets Manager and retrieve them at runtime using your function's IAM role.
Separate environments: Easily switch configs for dev, staging, and production.

Introducing Lambda Layers

As your serverless applications grow, you might find multiple Lambda functions needing the same libraries, dependencies, or utility code.

Lambda Layers solve this by allowing you to package and share common components across multiple functions.

Benefits of Lambda Layers

Layers offer several advantages for managing your Lambda functions:

Smaller deployment packages: Your function code only contains your business logic, not large libraries.
Code reusability: Share common functions, helper modules, or SDKs across many Lambdas.
Faster deployments: Only upload your small function code, not entire dependency sets.
Consistent dependencies: Ensure all functions use the same version of a library.

How Lambda Layers Work

When you attach a layer to a Lambda function, AWS extracts its contents into the /opt directory in the function's execution environment.

Your function code can then import modules or use binaries from this /opt directory as if they were part of its own deployment package.

Using a Shared Layer (Python)

Once a layer is attached, your Python function can simply import modules from it. For example, if your layer contains my_utilities.py at python/my_utilities.py, you can import it like any other module:

from my_utilities import format_message
import json

def lambda_handler(event, context):
    user_name = event.get('name', 'Guest')
    # Assuming format_message is in our layer
    response_message = format_message(user_name)
    
    return {
        'statusCode': 200,
        'body': json.dumps({'message': response_message})
    }

This code isn't runnable on its own as the layer isn't defined here, but it shows how you'd import from it.

from my_utilities import format_message
import json

def lambda_handler(event, context):
    user_name = event.get('name', 'Guest')
    # Assuming format_message is in our layer
    response_message = format_message(user_name)
    
    return {
        'statusCode': 200,
        'body': json.dumps({'message': response_message})
    }

Quick Check: Env Vars & Layers

Let's test your understanding of Lambda environment variables and layers.

Recap: Env Vars & Layers

In this lesson, we learned how to manage Lambda function configurations and dependencies effectively:

Environment Variables: Key-value pairs for non-sensitive configuration, accessed via os.environ in Python.
Lambda Layers: Mechanisms for packaging and sharing common code, libraries, and dependencies across multiple functions.
Layers lead to smaller deployment packages, improved reusability, and faster deployments.

Next up: Dive into logging and monitoring your Lambda functions with CloudWatch!

Часто задаваемые вопросы

Урок «Переменные среды и слои» бесплатный?

Да — полный текст урока «Переменные среды и слои» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс Serverless Backend with AWS Lambda & API Gateway, подпишись на CoddyKit PRO. Курс Serverless Backend with AWS Lambda & API Gateway содержит 4 уроков всего.

Чему я научусь в уроке «Переменные среды и слои»?

Эффективно управляйте конфигурацией и зависимостями с помощью переменных среды и слоёв Lambda для общего кода Ты практикуешь Serverless Backend with AWS Lambda & API Gateway с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.

Нужен ли мне опыт, чтобы начать Serverless Backend with AWS Lambda & API Gateway?

Предыдущий опыт не требуется. Serverless Backend with AWS Lambda & API Gateway на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 2 из 4.

Сколько времени занимает урок «Переменные среды и слои»?

Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.

Можно ли писать и запускать код в этом уроке Serverless Backend with AWS Lambda & API Gateway?

Да. Каждый урок Serverless Backend with AWS Lambda & API Gateway включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.

Все уроки этого курса

← Назад к Serverless Backend with AWS Lambda & API Gateway