当前位置: 首页 > news >正文

aws(学习笔记第四十二课) serverless-backend

文章目录

  • aws(学习笔记第四十二课) serverless-backend
  • 学习内容:
    • 1. 整体架构
      • 1.1 代码链接
      • 1.2 整体架构
    • 2 代码分析
      • 2.1 创建`S3 bucket`
      • 2.2 创建`cognito user pool`
      • 2.3 创建`dynamoDB`
      • 2.4 创建`S3 bucket`
      • 2.5 创建`lambda`,并赋予权限
      • 2.6 创建`API Gateway`,并指定为`lambda`函数处理
    • 3. 执行`cdk`
      • 3.1 检查`S3 bucket`和`dynamoDB`
      • 3.2 开始执行`Stack`
        • 3.2.1 修改`lambda`执行环境的代码
        • 3.2.2 开始执行
    • 4 测试程序
      • 4.1 `Create Cognito User`
      • 4.2 获得`API Gateway`的调用`url`
      • 4.3 将图片文件进行`base64`的`encode`
      • 4.4 使用`Postman`进行`post`
        • 4.4.1 设定认证情报`Authorization`
        • 4.4.2 设定`json`
        • 4.4.3 请求保存图片
        • 4.4.4 从`S3 bucket`中取得保存图片
    • 5 注意清除`Stack`

aws(学习笔记第四十二课) serverless-backend

  • 使用Amazon API Gateway以及lamda进行后台处理

学习内容:

  • 使用Amazon API Gateway
  • 使用lambda处理API Gateway请求,接受json参数
  • 使用Amazon S3 - Bucket to store images or files
  • 使用Amazon DynamoDB
  • 使用Amazon Cognito进行用户认证

1. 整体架构

1.1 代码链接

代码连接(serverless-backend)

1.2 整体架构

在这里插入图片描述

2 代码分析

2.1 创建S3 bucket

bucket_name = _cfnParameter(self, "uploadBucketName", type="String",description="The name of the Amazon S3 bucket where uploaded images will be stored.")
my_bucket = _s3.Bucket(self, id='s3bucket',bucket_name=bucket_name.value_as_string)
my_bucket.grant_read_write(my_lambda)

这里,S3 bucket的名字是通过cdk deploy时候,指定的参数uploadBucketName

cdk --require-approval never deploy ServerlessBackendStack --parameters uploadBucketName=finlay-20250524-upload

在这里插入图片描述

2.2 创建cognito user pool

        user_pool = _cognito.UserPool(self, "UserPool")user_pool.add_client("app-client", auth_flows=_cognito.AuthFlow(user_password=True),supported_identity_providers=[_cognito.UserPoolClientIdentityProvider.COGNITO])auth = _apigateway.CognitoUserPoolsAuthorizer(self, "imagesAuthorizer",cognito_user_pools=[user_pool])

这里,创建cognito认证方式,创建user pool。并且创建apigateway.CognitoUserPoolsAuthorizer
在这里插入图片描述

2.3 创建dynamoDB

my_table = _dynamodb.Table(self, id='dynamoTable', table_name='formmetadata', partition_key=_dynamodb.Attribute(name='userid', type=_dynamodb.AttributeType.STRING)) #change primary key here

创建dynamoDB,用来存储image文件的metadata

在这里插入图片描述

2.4 创建S3 bucket

my_bucket = _s3.Bucket(self, id='s3bucket',bucket_name=bucket_name.value_as_string)

在这里插入图片描述
使用S3 bucket来进行保存图片,这里S3 bucket的名字是通过cdk deploy执行时候,指定的参数uploadBucketName

2.5 创建lambda,并赋予权限

my_lambda = _lambda.Function(self, id='lambdafunction', function_name="formlambda", runtime=_lambda.Runtime.PYTHON_3_9,handler='index.handler',code=_lambda.Code.from_asset(os.path.join("./", "lambda-handler")),environment={'bucket': my_bucket.bucket_name,'table': my_table.table_name})
my_bucket.grant_read_write(my_lambda)
my_table.grant_read_write_data(my_lambda)

这里的lambda函数用来接收API Gateway来的请求处理,并且dynamoDBtableS3 bucket都对lambda函数打开了read/write权限。

  • 保存image文件的meta data
  • 保存image文件到S3 bucket

下面是lambda的处理代码。

def upload_metadata(key, userid):table = os.environ['table']bucket = os.environ['bucket']reference = {'Bucket': {'S': bucket}, 'Key': {'S': key}}response = dynamodb.put_item(TableName=table,Item={"userid": {'S': userid}, "photo_reference": {'M': reference}})print(response)def upload_image(image_id, img, userid):bucket = os.environ['bucket']extension = imghdr.what(None, h=img)key = f"{image_id}.{extension}"try:s3.put_object(Bucket=bucket, Key=key, Body=img)upload_metadata(key, userid)except botocore.exceptions.ClientError as e:print(e)return Falsereturn Truedef handler(event, context):print(event)# Generate random image idimage_id = str(uuid.uuid4())data = json.loads(event['body'])userid = data['userid']img = base64.b64decode(data['photo'])if upload_image(image_id, img, userid):return {'statusCode': 200,'headers': {'Access-Control-Allow-Headers': '*','Access-Control-Allow-Origin': '*','Access-Control-Allow-Methods': 'OPTIONS,POST,GET'},'body': json.dumps('Success!')}return {'statusCode': 500,'headers': {'Access-Control-Allow-Headers': '*','Access-Control-Allow-Origin': '*','Access-Control-Allow-Methods': 'OPTIONS,POST,GET'},'body': json.dumps('Request Failed!')}

2.6 创建API Gateway,并指定为lambda函数处理

my_api = _apigateway.LambdaRestApi(self, id='lambdaapi', rest_api_name='formapi', handler=my_lambda, proxy=True)postData = my_api.root.add_resource("form")postData.add_method("POST", authorizer=auth,authorization_type=_apigateway.AuthorizationType.COGNITO)  # POST images/files & metadata

这里,

  • 指定lambda函数作为处理http post请求的handler
  • 指定认证方式为cognitouser pool
    在这里插入图片描述

3. 执行cdk

3.1 检查S3 bucketdynamoDB

如果同样名字的S3 bucketdynamoDB已经存在,那么Stack执行会失败,所以提前检查。

  • dynamoDB在这里插入图片描述
  • S3 bucket
    在这里插入图片描述

3.2 开始执行Stack

3.2.1 修改lambda执行环境的代码
my_lambda = _lambda.Function(self, id='lambdafunction', function_name="formlambda", runtime=_lambda.Runtime.PYTHON_3_9,handler='index.handler',code=_lambda.Code.from_asset(os.path.join("./", "lambda-handler")),environment={'bucket': my_bucket.bucket_name,'table': my_table.table_name})

如果太旧的python执行环境,会导致部署失败,这里指定_lambda.Runtime.PYTHON_3_9

3.2.2 开始执行
cd serverless-backend
python -m venv .venv
source .venv/Script/activate
pip install -r requirement.txt
cdk --require-approval never deploy ServerlessBackendStack --parameters uploadBucketName=finlay-20250524-upload

在这里插入图片描述
到这里,部署成功。

4 测试程序

4.1 Create Cognito User

在这里插入图片描述
之后进入cognitouser配置画面
在这里插入图片描述
创建用户,使用user namepassworduser pool ID

  • 之后使用aws cli,设定用户和密码为permanent。这里,用户名字为finlay,密码自己设定。这里带有XXX都是需要替换的。
    aws cognito-idp admin-set-user-password --user-pool-id ap-northeast-1-XXXXXX --username finlayXXXX --password XXXXXX --permanent
    
  • 之后取得finlay这个user的id token
aws cognito-idp initiate-auth --region ap-northeast-1 --auth-flow USER_PASSWORD_AUTH --client-id XXXXXX --auth-parameters USERNAME=finlay,PASSWORD=XXXXXX

这里的--client-id必须要去cloudformation这里去查找。
在这里插入图片描述
在这里插入图片描述
之后保存IdToken随后使用。

4.2 获得API Gateway的调用url

在这里插入图片描述

4.3 将图片文件进行base64encode

import base64with open(r"d:\test.jpg", "rb") as image_file:base64_string = base64.b64encode(image_file.read()).decode('utf-8')print(base64_string)

注意python文件不能为base64,取其他名字即可。

4.4 使用Postman进行post

4.4.1 设定认证情报Authorization

在这里插入图片描述

  • URL设定
    URL这里设定成前面取得的API Gatewayurl,注意,后缀加上form
    https://XXXXXX.execute-api.ap-northeast-1.amazonaws.com/prod/form
  • Authentication设定
    这里设定成前面取得的idToken
4.4.2 设定json

在这里插入图片描述
设定形式为

 { "userid": "myUserID", "photo": "image details" }
4.4.3 请求保存图片

在这里插入图片描述
方法选择post,之后选择send
最后会显示成功success
在这里插入图片描述

4.4.4 从S3 bucket中取得保存图片

在这里插入图片描述

5 注意清除Stack

  • 清除Stack
  • 清除S3 bucket
  • 清除dynamoDB
http://www.xdnf.cn/news/633691.html

相关文章:

  • 人工智能数学基础实验(二):奇异值分解(SVD)-图像处理
  • OpenGL Chan视频学习-6 How Shaders Work in OpenGL
  • git提交通用规范
  • 前端流行框架Vue3教程:27. 依赖注入
  • 基于OpenCV 的人体姿态估计
  • PCM音频数据的编解码
  • ArcGISpro中的空间统计分析(二)
  • CSS传统布局与定位详解与TDK三大标签SEO优化
  • 【二刷力扣】【力扣热题100】今天的题目是:283.移动零
  • 【排序算法】典型排序算法和python 实现
  • 如何使用HiveSQL实现2个字符串间的映射及排序
  • 【排序算法】典型排序算法 Java实现
  • 【排序算法】冒泡排序详解--附详细流程代码
  • CVE-2017-5645源码分析与漏洞复现(反序列化)
  • idea 快捷键大全
  • RabbitMQ核心机制——延迟队列
  • mysql:MVCC机制
  • 【Android】基于SurfaceControlViewHost实现跨进程渲染
  • 【GitHub Pages】部署指南
  • 微信小程序 --三剑客
  • 基于ICEEMDAN-SSA-BP的混合预测模型的完整实现过程
  • 人工智能数学基础实验(三):最小二乘法-数值计算
  • CSS布局(上):浮动基础
  • 使用Python,OpenCV,Tesseract-OCR对自己的运动数据图片进行识别及分析,并使用Matplotlib绘制配速图出来
  • Ubuntu 24.04部署安装Honeyd蜜罐
  • Go 语言基础 2 Func,流程控制
  • Kubernetes(k8s)全面解析:从入门到实践
  • how to do unit test for golang within vscode
  • CentOS 7.6 + Docker:搭建后端常用的开发环境
  • 使用CentOS部署本地DeekSeek