การเริ่มต้นใช้งาน AWS Lambda

ใช้ AWS Lambda ด้วยตัวมันเองหรือใช้ร่วมกับบริการ AWS อื่น ๆ เพื่อสร้างเว็บแอปพลิเคชัน ไมโครเซอร์วิส และ API ที่มีประสิทธิภาพซึ่งช่วยให้คุณมีความคล่องตัว ลดความซับซ้อนในการดำเนินงาน ลดต้นทุน และปรับขนาดโดยอัตโนมัติ

เรียนรู้วิธีสร้างหน้าเว็บแบบไดนามิกจากฟังก์ชัน Lambda เดียว คุณจะเริ่มต้นด้วยการกำหนดปลายทาง HTTPS ให้กับฟังก์ชัน Lambda ของคุณ ซึ่งใช้ Lambda Function URL เพื่อเรียกฟังก์ชันของคุณโดยตรงโดยไม่ต้องเรียนรู้ กำหนดค่า หรือใช้งานบริการเพิ่มเติม เหมาะสำหรับไมโครเซอร์วิสแบบฟังก์ชั่นเดียว เรียนรู้เพิ่มเติม

ถัดไปคุณจะใช้ Amazon API Gateway เพื่อสร้าง REST API และทรัพยากร (Amazon DynamoDB) เมื่อคุณเรียก API ผ่านปลายทาง HTTPS เกตเวย์ API จะเรียกฟังก์ชัน Lambda ขึ้นมา สิ่งนี้เหมาะสำหรับไมโครเซอร์วิสที่มีฟังก์ชั่นหลายฟังก์ชั่น ใช้ประโยชน์จาก Amazon API Gateway เพื่อกำหนดแผนที่แต่ละฟังก์ชันไปยังข้อมูลปลายทาง วิธีการ และทรัพยากร API เรียนรู้เพิ่มเติม

ตอนนี้คุณพร้อมที่จะสร้างแอปพลิเคชันเว็บที่เรียบง่ายโดยใช้ AWS Lambda, Amazon API Gateway, Amazon DynamoDB และ AWS Amplify Console แล้ว ก่อนอื่น คุณจะสร้างเว็บแอปแบบสแตติกที่แสดงคำว่า "Hello World" ขึ้นมา จากนั้น คุณจะเรียนรู้วิธีเพิ่มฟังก์ชันการทำงานให้แก่เว็บแอป เพื่อให้ข้อความที่แสดงขึ้นอยู่กับอินพุตที่คุณกำหนดเอง เรียนรู้เพิ่มเติม

สุดท้าย คุณจะสร้างแอปเว็บแบบไร้เซิร์ฟเวอร์พร้อมไมโครเซอร์วิสหลายบริการ คุณจะโฮสต์เว็บไซต์แบบคงที่ จัดการการตรวจสอบสิทธิ์ของผู้ใช้ และสร้างแบ็คเอนด์แบบไร้เซิร์ฟเวอร์โดยใช้ AWS Amplify Console, Amazon Cognito, AWS Lambda, Amazon API Gateway และ Amazon DynamoDB เรียนรู้เพิ่มเติม

สถาปัตยกรรมอ้างอิงเว็บนี้สาธิตวิธีใช้ AWS Lambda ร่วมกับบริการ AWS อื่น ๆ เพื่อสร้างเว็บแอปแบบไร้เซิร์ฟเวอร์ ที่เก็บนี้มีตัวอย่างโค้ดสำหรับฟังก์ชัน Lambda ทุกฟังก์ชันที่เป็นส่วนหนึ่งของแบ็คเอนด์ของแอปพลิเคชัน เรียนรู้เพิ่มเติม

การไร้เซิร์ฟเวอร์ (Serverless) ช่วยให้คุณสามารถกลืนเข้าประมวลผลและวิเคราะห์ข้อมูลปริมาณสูงได้อย่างรวดเร็วและมีประสิทธิภาพ เรียนรู้วิธีสร้างโซลูชันการประมวลผลข้อมูลแบบไร้เซิร์ฟเวอร์ที่ปรับขนาดได้ ใช้ Amazon Simple Storage Service (บริการจัดเก็บแบบง่ายของ Amazon) ( Amazon S3) เพื่อทริกเกอร์สำหรับการประมวลผลข้อมูลหรือโหลดโมเดล Machine Learning (ML) จาก Amazon Elastic File System (EFS) ถึง AWS Lambda เพื่อทำการอนุมาน ML แบบเรียลไทม์

เริ่มต้นด้วยการสร้างฟังก์ชัน Lambda และกำหนดค่าทริกเกอร์สำหรับ Amazon S3 สำหรับไฟล์รูปภาพแต่ละไฟล์ที่อัปโหลดไปยัง S3 บักเก็ต โดย Amazon S3 เรียกฟังก์ชันที่อ่านออบเจ็กต์ภาพจาก S3 บักเก็ตต้นฉบับและสร้างภาพขนาดย่อเพื่อบันทึกใน S3 บักเก็ตเป้าหมาย เรียนรู้เพิ่มเติม

นอกจากนี้ เรียนรู้วิธีจัดระเบียบเวิร์กโหลดคู่ขนานขนาดใหญ่ซึ่งแปลงไฟล์ .mp4 และ.mov จาก S3 ให้เป็นภาพเคลื่อนไหว Gif หลายแบบสำหรับการขัดไทม์ไลน์ ด้วยแผนที่แบบกระจายจาก AWS Step Functions งานเพิ่มขึ้นได้อย่างรวดเร็วโดยเรียกฟังก์ชัน Lambda แบบขนานนับพันเพื่อทำงานให้เสร็จเร็วขึ้น เรียนรู้เพิ่มเติม

ถัดไป คุณจะได้เรียนรู้วิธีสร้างเวิร์กโฟลว์การประมวลผลรูปภาพเพื่อตอบสนองต่อรูปภาพที่อัปโหลดไปยัง Amazon S3 โดยใช้บริการ AWS Step Functions ที่เรียบง่าย ทรงพลัง และมีการจัดการเต็มรูปแบบ ร่วมกับ AWS Lambda, Amazon DynamoDB และ Amazon Simple Notification Service (SNS) เรียนรู้เพิ่มเติม

ในชุดบล็อกนี้ เรียนรู้เพิ่มเติมเกี่ยวกับวิธีออกแบบและปรับใช้แอปพลิเคชันไร้เซิร์ฟเวอร์ที่ออกแบบมาโดยรอบรูปแบบสถาปัตยกรรม Amazon S3-to-AWS Lambda โซลูชันที่นำเสนอใช้บริการ AWS เพื่อสร้างสถาปัตยกรรมแบบไร้เซิร์ฟเวอร์ที่ปรับขนาดได้โดยใช้โค้ดที่กำหนดเองน้อยที่สุด เรียนรู้เพิ่มเติม

เรียนรู้วิธีปรับใช้โมเดลแมชชีนเลิร์นนิงสำหรับการอนุมานแบบเรียลไทม์โดยใช้ฟังก์ชัน AWS Lambda ซึ่งตอนนี้สามารถติดตั้งระบบไฟล์ Amazon Elastic (EFS) ได้แล้ว ด้วยวิธีนี้คุณสามารถสร้างฟังก์ชัน Lambda ที่โหลดแพ็คเกจ Python และแบบจำลองจาก EFS และดำเนินการทำนายตามเหตุการณ์ทดสอบได้ เรียนรู้เพิ่มเติม

สถาปัตยกรรมอ้างอิงการประมวลผลไฟล์แบบเรียลไทม์นี้ คือสถาปัตยกรรมการประมวลผลข้อมูลแบบขนานเชิงเหตุการณ์สำหรับการใช้งานทั่วไปที่ใช้ AWS Lambda สถาปัตยกรรมนี้เหมาะสำหรับเวิร์กโหลดที่ต้องการอนุพันธ์ข้อมูลของอ็อบเจกต์มากกว่าหนึ่งอนุพันธ์ เรียนรู้เพิ่มเติม

ข้อมูลการสตรีมช่วยให้คุณสามารถรวบรวมข้อมูลเชิงลึกเชิงวิเคราะห์และดำเนินการตามข้อมูลเหล่านั้นได้ และยังนำเสนอชุดการออกแบบและความท้าทายทางสถาปัตยกรรมที่เป็นเอกลักษณ์อีกด้วย เรียนรู้วิธีบรรลุเป้าหมายทั่วไปหลายประการของการสตรีมเวิร์กโหลดข้อมูลโดยใช้ AWS Lambda และ Amazon Kinesis เพื่อบันทึกข้อความ เพื่อประมวลผลและรวบรวมบันทึก และสุดท้ายเพื่อโหลดผลลัพธ์ไปยังดาวน์สตรีมอื่น ๆ ระบบเพื่อการวิเคราะห์หรือการประมวลผลต่อไป

Amazon Kinesis เป็นบริการที่ช่วยให้รวบรวม ประมวลผล และวิเคราะห์วิดีโอและสตรีมข้อมูลแบบเรียลไทม์ได้ง่าย คุณจะเริ่มต้นด้วยการสร้างฟังก์ชัน Lambda เพื่อใช้เหตุการณ์จากสตรีม Kinesis เรียนรู้เพิ่มเติม

ถัดไป คุณจะสร้างแอปพลิเคชันการประมวลผลข้อมูลแบบไร้เซิร์ฟเวอร์ที่ครอบคลุมเพื่อดำเนินการสตรีมข้อมูลแบบเรียลไทม์โดยใช้ Amazon Kinesis เพื่อสร้างสตรีมข้อมูลและ AWS Lambda เพื่อประมวลผลสตรีมแบบเรียลไทม์ เรียนรู้เพิ่มเติม

สุดท้าย อ่านชุดบล็อกนี้เพื่อเรียนรู้วิธีสร้างแบ็คเอนด์ข้อมูลสตรีมมิ่งสำหรับระบบฟิตเนสที่บ้านโดยใช้แนวทางแบบไร้เซิร์ฟเวอร์ คุณจะได้เรียนรู้แนวคิดการสตรีมที่สำคัญและวิธีจัดการสิ่งเหล่านี้ในเวิร์กโหลดที่ไม่มีเซิร์ฟเวอร์ เรียนรู้เพิ่มเติม

สถาปัตยกรรมอ้างอิงนี้จะใช้ AWS Lambda และ Amazon Kinesis เพื่อประมวลผลข้อมูลการสตรีมแบบเรียลไทม์สำหรับการติดตามกิจกรรมของแอปพลิเคชัน การประมวลผลคำสั่งธุรกรรม การวิเคราะห์สตรีมการคลิก การล้างข้อมูล การสร้างตัววัด การกรองบันทึก การจัดทำดัชนี การวิเคราะห์โซเชียลมีเดีย และการวัดและส่งข้อมูลทางไกลข้อมูลของอุปกรณ์ IoT เรียนรู้เพิ่มเติม

ยังใหม่กับ AWS Lambda ใช่หรือไม่ ทำตามขั้นตอนในเส้นทางนี้และสร้างฟังก์ชัน Lambda ที่ใช้งานได้ครั้งแรกของคุณด้วยทริกเกอร์เหตุการณ์

ก่อนอื่น ลงชื่อเข้าใช้ AWS Management Console และตั้งค่าบัญชีรูท ด้วย AWS Free Tier คุณจะได้รับคำขอฟรี 1 ล้านรายการต่อเดือน

ถัดไปคุณจะพร้อมที่จะสร้างและปรับใช้ฟังก์ชัน Hello World แบบไร้เซิร์ฟเวอร์แบบง่ายโดยใช้คอนโซล Lambda และตรวจสอบเมตริกผลลัพธ์ของคุณ เรียนรู้เพิ่มเติม

สุดท้าย ตั้งค่าทริกเกอร์เหตุการณ์สำหรับ Amazon S3 ที่จะเรียกใช้ฟังก์ชัน Lambda ของคุณเมื่อเหตุการณ์เกิดขึ้น เรียนรู้เพิ่มเติม