lambda 匿名内部类_Lambda运行时内部：窥视无服务器巢穴

lambda 匿名内部类

有没有想过lambda里面是什么样的？不要怀疑了让我们找出答案。

自从2014年问世以来，AWS的lambda函数就成为一个热门话题，在无服务器计算领域开辟了全新的历史。无状态，零维护，按次执行的好东西实际上正在改变（即使不连根拔起）云计算范式的根源。当其他玩家（例如Google和MS Azure）加入游戏时，AWS显然是赢家。

好吧，抛开说教，它到底看起来像一个lambda函数内部？

根据AWS专家的说法，lambda 由容器技术驱动；确切地说，是AWS EC2容器服务（ECS）。因此，在这一点上，lambda只是一个Docker容器，外部访问受限。但是，我们在容器内运行的功能代码几乎可以无限制地访问它（root特权除外），包括文件系统，内置和安装的命令以及CLI工具，系统元数据和统计信息，日志等。对于普通的lambda作者而言，它不是很有用，但是如果您打算深入研究OS级的内容，可能会有用。

显然，探索所有这些OS级产品的最简单方法是让CLI（shell）访问lambda环境。不幸的是，目前这还不可能。尽管如此，结合NodeJS运行时提供的极其简单的语法以及lambda具有几分钟的保持活动时间这一事实，我们可以轻松地编写一个可以模拟shell的10层lambda。尽管无法以这种方式建立真正的“会话”（例如，您无法在实时更新视图的top运行），但是您可以重复运行一系列命令，就像与用户控制台进行交互一样。

let {exec} = require('child_process');exports.handle = (event, context, callback) => {console.log(event);exec(event.cmd, (err, stdout, stderr) => {console.log(stdout);if (err) console.log(stderr);callback(undefined, {statusCode: 200});});
}

对我们来说幸运的是，由于代码仅是十行代码，外部依赖项为零，因此我们可以通过单个CloudFormation 模板部署整个lambda（包括代码，配置和执行角色）：

AWSTemplateFormatVersion: '2010-09-09'
Resources:shell:Type: AWS::Lambda::FunctionProperties:FunctionName: shellHandler: index.handleRuntime: nodejs6.10Code:ZipFile: >let {exec} = require('child_process');exports.handle = (event, context, callback) => {console.log(event);exec(event.cmd, (err, stdout, stderr) => {console.log(stdout);if (err) console.log(stderr);callback(undefined, {statusCode: 200});});}Timeout: 60Role:Fn::GetAtt:- role- Arnrole:Type: AWS::IAM::RoleProperties:ManagedPolicyArns:- arn:aws:iam::aws:policy/service-role/AWSLambdaBasicExecutionRoleAssumeRolePolicyDocument:Version: 2012-10-17Statement:- Action: sts:AssumeRoleEffect: AllowPrincipal:Service: lambda.amazonaws.com

部署整个过程非常简单：

aws cloudformation deploy --stack-name shell --template-file /path/to/template.yaml --capabilities CAPABILITY_IAM

或选择模板并将其上传到CloudFormation仪表板，以防您没有AWS CLI （讨厌）的方式进行此操作。

部署后，只需使用包含所需shell命令的有效负载调用lambda即可：

{"cmd":"the command to be executed"}

如果您具有AWS CLI，则通过以下shell代码段调用时，整个过程将变得更加性感：

echo -n "> "
read cmd
while [ "$cmd" != "exit" ]; doechoaws lambda invoke --function-name shell --payload "{\"cmd\":\"$cmd\"}" --log-type Tail /tmp/shell.log --query LogResult --output text | base64 -dechoecho -n "> "read cmd
done

使用此脚本后，您只需要调用该脚本即可。您将得到一个伪造的“ shell”，您可以在其中执行您期待已久的命令，lambda将执行该命令，并将输出立即返回到控制台，从而使您回到“ shell”提示符下：

> freeSTART RequestId: c143847d-12b8-11e8-bae7-1d25ba5302bd Version: $LATEST
2018-02-16T01:28:56.051Z	c143847d-12b8-11e8-bae7-1d25ba5302bd	{ cmd: 'free' }
2018-02-16T01:28:56.057Z	c143847d-12b8-11e8-bae7-1d25ba5302bd	             total       used       free     shared    buffers     cached
Mem:       3855608     554604    3301004        200      44864     263008
-/+ buffers/cache:     246732    3608876
Swap:            0          0          0END RequestId: c143847d-12b8-11e8-bae7-1d25ba5302bd
REPORT RequestId: c143847d-12b8-11e8-bae7-1d25ba5302bd	Duration: 6.91 ms	Billed Duration: 100 ms 	Memory Size: 128 MB	Max Memory Used: 82 MB>

通过这种方式，您可以了解有关Lambda函数的栖息地和生活方式的很多知识。首先，我了解到容器运行时环境由Amazon Linux实例组成，具有大约4GB（可能是共享的）备忘录和几个（不可用的）相当大的磁盘挂载（除了“推荐使用” 500MB）安装在/tmp ）：

> dfSTART RequestId: bb0034fa-12ba-11e8-8390-cb81e1cfae92 Version: $LATEST
2018-02-16T01:43:04.559Z	bb0034fa-12ba-11e8-8390-cb81e1cfae92	{ cmd: 'df' }
2018-02-16T01:43:04.778Z	bb0034fa-12ba-11e8-8390-cb81e1cfae92	Filesystem     1K-blocks    Used Available Use% Mounted on
/dev/xvda1      30830568 3228824  27501496  11% /
/dev/loop8        538424     440    526148   1% /tmp
/dev/loop9           128     128         0 100% /var/taskEND RequestId: bb0034fa-12ba-11e8-8390-cb81e1cfae92
REPORT RequestId: bb0034fa-12ba-11e8-8390-cb81e1cfae92	Duration: 235.44 ms	Billed Duration: 300 ms 	Memory Size: 128 MB	Max Memory Used: 22 MB> cat /etc/*-releaseSTART RequestId: 6112efb9-12bd-11e8-9d14-d5c0177bc74f Version: $LATEST
2018-02-16T02:02:02.190Z	6112efb9-12bd-11e8-9d14-d5c0177bc74f	{ cmd: 'cat /etc/*-release' }
2018-02-16T02:02:02.400Z	6112efb9-12bd-11e8-9d14-d5c0177bc74f	NAME="Amazon Linux AMI"
VERSION="2017.03"
ID="amzn"
ID_LIKE="rhel fedora"
VERSION_ID="2017.03"
PRETTY_NAME="Amazon Linux AMI 2017.03"
ANSI_COLOR="0;33"
CPE_NAME="cpe:/o:amazon:linux:2017.03:ga"
HOME_URL="http://aws.amazon.com/amazon-linux-ami/"
Amazon Linux AMI release 2017.03END RequestId: 6112efb9-12bd-11e8-9d14-d5c0177bc74f
REPORT RequestId: 6112efb9-12bd-11e8-9d14-d5c0177bc74f	Duration: 209.82 ms	Billed Duration: 300 ms 	Memory Size: 128 MB	Max Memory Used: 22 MB>

的确，除了数十种其他可能的增强功能外，输出格式（主要是CloudWatch Logs的原始格式）可以得到显着改善。因此，让我们在评论下进行讨论！