@gomi_ningen's Website

Lambda で各種言語を試す

Lambda にて Ruby 2.5 がサポートされたのに加え、Bring Your Own Language Runtime という形でお好きな言語のランタイムの導入がサポートされました。各種言語での Hello, World を試しておきます。

目次

Ruby 2.5

ランタイムとして Ruby 2.5 が選択できるようになっているので、その状態で Lambda 関数を作成します。

def lambda_handler(event:, context:) 'Hello, World!' end

Golang 1.x

あらかじめ go get -u github.com/aws/aws-lambda-go/lambda を実行したのち次のような関数を作成する

package main import ( "fmt" "github.com/aws/aws-lambda-go/lambda" ) type MyEvent struct{} type Response struct { Message string } func handler(event MyEvent) (Response, error) { res := Response{Message: "Hello, World!"} fmt.Println(res) return res, nil } func main() { lambda.Start(handler) }

デプロイは以下のような具合でできる

#!/bin/sh ROLE_ARN=... GOOS=linux GOARCH=amd64 go build -o ./bin/handler zip -j ./bin/handler.zip ./bin/handler aws lambda create-function \ --function-name GolangHelloWorld \ --runtime go1.x \ --role $ROLE_ARN \ --handler handler \ --zip-file fileb://./bin/handler.zip

実行してみる

$ aws lambda invoke --function-name GolangHelloWorld /tmp/out; echo `cat /tmp/out` { "StatusCode": 200, "ExecutedVersion": "$LATEST" } {"Message":"Hello, World!"}

お手軽ですね。

Runtime API を使う

新機能 – AWS Lambda :あらゆるプログラム言語への対応と一般的なコンポーネントの共有 に記載があるように Lambda Layers と Lambda Runtime API が追加されました。それぞれどういうものであるか、引用します。

  • Lambda Layers, 複数の関数で共用されるコードやデータをセンタライズし管理するものです
  • Lambda Runtime API, あなたが開発する、どんなプログラム言語や特定のバージョンでも簡単に利用できるようになるものです

このうち Lambda Runtime API を利用して、様々なプログラム言語で Lambda 関数を作ってみたいと思います。

C/C++

C/C++ に関しては Introducing the C++ Lambda Runtime を参考にしつつ進めました。

まずは Linux ベースの環境を用意します。推奨されているのは Amazon Linux なので EC2 インスタンスをたてます。そして必要そうなものを入れます。

# on EC2 Instance (AMI: Amazon Linux AMI 2018.03.0 (HVM), SSD Volume Type ami-063fa8762cdc9a5a6) $ sudo yum update -y $ sudo yum install gcc64-c++ libcurl-devel $ export CC=gcc64 $ export CXX=g++64 $ sudo yum install git $ gcc -v Using built-in specs. COLLECT_GCC=gcc COLLECT_LTO_WRAPPER=/usr/libexec/gcc/x86_64-amazon-linux/6.4.1/lto-wrapper Target: x86_64-amazon-linux Configured with: ../configure --enable-bootstrap --enable-languages=c,c++,fortran,lto --prefix=/usr --mandir=/usr/share/man --infodir=/usr/share/info --with-bugurl=http://bugzilla.redhat.com/bugzilla --enable-shared --enable-threads=posix --enable-checking=release --enable-multilib --with-system-zlib --enable-__cxa_atexit --disable-libunwind-exceptions --enable-gnu-unique-object --enable-linker-build-id --with-linker-hash-style=gnu --enable-plugin --enable-initfini-array --disable-libgcj --with-default-libstdcxx-abi=gcc4-compatible --with-isl --enable-libmpx --enable-libsanitizer --enable-libcilkrts --enable-libatomic --enable-libquadmath --enable-libitm --enable-gnu-indirect-function --with-tune=generic --with-arch_32=x86-64 --build=x86_64-amazon-linux Thread model: posix gcc version 6.4.1 20170727 (Red Hat 6.4.1-1) (GCC)

続いて、ランタイムをビルドして ~/out に静的ライブラリとして配置するために次のように進めます

$ git clone https://github.com/awslabs/aws-lambda-cpp.git $ cd aws-lambda-cpp $ mkdir build $ cd build $ cmake3 .. -DCMAKE_BUILD_TYPE=Release -DBUILD_SHARED_LIBS=OFF \ -DCMAKE_INSTALL_PREFIX=~/out $ make && make install

そして、Lambda 関数を作成します

$ mkdir hello-world-cpp $ cd hello-world-cpp $ vi main.cpp $ cat main.cpp // main.cpp #include <aws/lambda-runtime/runtime.h> using namespace aws::lambda_runtime; invocation_response my_handler(invocation_request const& request) { return invocation_response::success("Hello, World!", "application/json"); } int main() { run_handler(my_handler); return 0; } $ vi CMakeList.txt $ cat CMakeList.txt cmake_minimum_required(VERSION 3.5) set(CMAKE_CXX_STANDARD 11) project(hello LANGUAGES CXX) find_package(aws-lambda-runtime REQUIRED) add_executable(${PROJECT_NAME} "main.cpp") target_link_libraries(${PROJECT_NAME} PUBLIC AWS::aws-lambda-runtime) aws_lambda_package_target(${PROJECT_NAME}) $ mkdir build $ cd build $ cmake3 .. -DCMAKE_BUILD_TYPE=Release -DCMAKE_PREFIX_PATH=~/out $ make $ make aws-lambda-package-hello

最後にデプロイを行います

$ aws lambda create-function \ --function-name CppHelloWorld \ --role arn:aws:iam::? \ --runtime provided \ --timeout 15 \ --memory-size 128 \ --handler hello \ --zip-file fileb://hello.zip $ aws lambda invoke --function-name CppHelloWorld --invocation-type RequestResponse /tmp/output { "ExecutedVersion": "$LATEST", "StatusCode": 200 } $ cat /tmp/output Hello, World!

Bash

公式ドキュメント: Tutorial – Publishing a Custom Runtime に沿って簡単に作れます。ネイティブに依存するバイナリコードが含まれないので手元マシンから作成しても大丈夫かと思いますが、Windows の場合、パーミッションに気をつける必要がありそうです。

ひとまず bootstrap ファイルを作成します。これはドキュメントより引用です。

#!/bin/sh set -euo pipefail # Initialization - load function handler source $LAMBDA_TASK_ROOT/"$(echo $_HANDLER | cut -d. -f1).sh" # Processing while true do HEADERS="$(mktemp)" # Get an event EVENT_DATA=$(curl -sS -LD "$HEADERS" -X GET "http://${AWS_LAMBDA_RUNTIME_API}/2018-06-01/runtime/invocation/next") REQUEST_ID=$(grep -Fi Lambda-Runtime-Aws-Request-Id "$HEADERS" | tr -d '[:space:]' | cut -d: -f2) # Execute the handler function from the script RESPONSE=$($(echo "$_HANDLER" | cut -d. -f2) "$EVENT_DATA") # Send the response curl -X POST "http://${AWS_LAMBDA_RUNTIME_API}/2018-06-01/runtime/invocation/$REQUEST_ID/response" -d "$RESPONSE" done

つづいて、関数の実体となるファイルを作成します。

function handler () { echo 'Hello, Wolrd!' }

最後にデプロイを行います

$ aws lambda create-function \ --function-name BashHelloWorld \ --role arn:aws:iam::? \ --runtime provided \ --timeout 15 \ --memory-size 128 \ --handler function.handler \ --zip-file fileb://function.zip $ aws lambda invoke --function-name BashHelloWorld --invocation-type RequestResponse /tmp/output { "ExecutedVersion": "$LATEST", "StatusCode": 200 } $ cat /tmp/output Hello, World!

単純に他のランタイムからシェルコマンドを実行する

もっと単純にシェルコマンドをサクッと実行したいだけなら以下のような形でも問題ありません(Python)

import subprocess def lambda_handler(event, context): cmd = ['echo', 'Hello, World!'] out = subprocess.run(cmd, stdout=subprocess.PIPE) print(out.stdout.decode())

あるいは os.system 関数を使う形で以下のようにもできます

import os def lambda_handler(event, context): os.system('cat lambda_function.py')

PHP

用意されている Layer を使う方法

stackery/php-lambda-layer: PHP Runtime Layer for AWS Lambda を使うとお手軽に PHP な Lambda 関数を作成できます。使い方は README に書いてあります。

まず、デプロイ先の S3 バケットをつくります。次に作業ディレクトリの作成と、 template.yaml ファイルの作成をします。

$ mkdir php-app $ cd php-app $ vi template.yaml ... $ cat template.yaml AWSTemplateFormatVersion: 2010-09-09 Description: My PHP Application Transform: AWS::Serverless-2016-10-31 Resources: phpserver: Type: AWS::Serverless::Function Properties: FunctionName: !Sub ${AWS::StackName}-phpserver Description: PHP Webserver CodeUri: src Runtime: provided Handler: index.php MemorySize: 3008 Timeout: 30 Tracing: Active Layers: - !Sub arn:aws:lambda:${AWS::Region}:887080169480:layer:php71:7 Events: api: Type: Api Properties: Path: /{proxy+} Method: ANY

つづいて php のコードを配置

$ mkdir src $ echo '<?php echo "{\"message\":\"Hello, Wolrd!\"}\n";' > ./src/index.php

そしてデプロイしておわり

$ sam package \ --template-file template.yaml \ --output-template-file serverless-output.yaml \ --s3-bucket <your SAM deployment bucket created above> $ sam deploy \ --template-file serverless-output.yaml \ --stack-name PHPLambdaHelloWorld \ --capabilities CAPABILITY_IAM $ curl https://?.execute-api.ap-northeast-1.amazonaws.com/Prod/index.php {"message":"Hello, Wolrd!"}

Python 3.6

標準で使えるランタイムです。

単純に以下のような形で Hello, World! となります

def lambda_handler(event, context): print('Hello, World!') return { 'value': 'Hello, World!' }

依存パッケージをレイヤーに切り出す

充実した計算用ライブラリや機械学習系のライブラリが Python の強みですが、計算のパフォーマンスのため一部のライブラリでは環境に依存した形のバイナリを含みます。

その場合 Lambda が実行される環境と同じアーキテクチャの環境にてパッケージもしくはレイヤーを作成する必要があります。

Lambda の実行環境については Lambda 実行環境と利用できるライブラリ に記載されています。2018 年 12 月時点では次のような内容となっています。

オペレーティングシステム – Amazon Linux AMI – amzn-ami-hvm-2017.03.1.20170812-x86_64-gp2 Linux カーネル – 4.14.77-70.59.amzn1.x86_64 AWS SDK for JavaScript – 2.290.0 SDK for Python (Boto3) – 3-1.7.74 botocore-1.10.74

ここでは numpy をレイヤーに切り出し、Lambda 関数の実装コードはそのレイヤーに納めた numpy を利用する形で Lambda 関数を動作させてみます。

ちなみに現時点では 1 つの Lambda 関数に 5 つのレイヤーまで使用可能で、関数とすべてのレイヤーの解凍後のサイズが 250 MB までという制限があります。

AWS Lambda レイヤー においては依存ライブラリを以下のようなパスに配置する必要があります。

  • python

まず python3.6 環境を pyenv でサクッと用意します

# pyenv/pyenv: Simple Python version management # https://github.com/pyenv/pyenv#installation sudo yum install git gcc zlib-devel bzip2-devel openssl-devel readline-devel sqlite sqlite-devel libffi-devel -y git clone https://github.com/pyenv/pyenv.git ~/.pyenv echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bash_profile echo 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bash_profile echo -e 'if command -v pyenv 1>/dev/null 2>&1; then\n eval "$(pyenv init -)"\nfi' >> ~/.bash_profile exec "$SHELL" source ~/.bash_profile pyenv install --list pyenv install 3.6.8 pyenv global 3.6.8

つづいて以下のようにしてお手軽にレイヤーを作成できます

$ mkdir python $ pip install -t ./python numpy Collecting numpy Downloading https://files.pythonhosted.org/packages/e0/b5/63b79fe426433fa1cd110eb04a94ec0c6967e56e5f57c98caf455a5fb6e2/numpy-1.16.1-cp27-cp27mu-manylinux1_x86_64.whl (17.0MB) 100% |████████████████████████████████| 17.0MB 67kB/s Installing collected packages: numpy Successfully installed numpy-1.16.1 $ zip numpy.zip python -r adding: python/ (stored 0%)

最後にレイヤーを使った簡単な Lambda 関数を実装します

import json import numpy as np def lambda_handler(event, context): arr = [[1, 2], [3, 4]] a = np.array(arr) return { 'statusCode': 200, 'dim': a.ndim }

これを実行すると次のように numpy を使った計算結果が正常に得られます

{ "statusCode": 200, "dim": 2 }

COBOL

COBOL 全然詳しくないので 記事: AWS Lambda の Custom Runtime で COBOL を動かしてみた を参考にさせていただきました

macOS での環境構築

めっちゃお手軽

$ brew install gnu-cobol $ cat HELLO_WORLD.cob IDENTIFICATION DIVISION. PROGRAM-ID. HELLO_WORLD. ENVIRONMENT DIVISION. DATA DIVISION. PROCEDURE DIVISION. MAIN. DISPLAY 'Hello World'. STOP RUN. $ cobc -x -Wall -debug HELLO_WORLD.cob $ ./HELLO_WORLD Hello World

カスタムランタイムの作成

gnu-cobol の導入

# on EC2 Instance (AMI: Amazon Linux AMI 2018.03.0 (HVM), SSD Volume Type ami-063fa8762cdc9a5a6) $ sudo yum -y update $ sudo yum groupinfo "Development tools" $ sudo yum install gmp-devel db4 db4-devel ncurses-devel gcc -y $ wget https://sourceforge.net/projects/open-cobol/files/gnu-cobol/2.2/gnucobol-2.2.tar.gz $ tar zxvf gnucobol-2.2.tar.gz $ ./configure --prefix=/usr --libdir=/usr/lib64 $ make $ sudo make install

この状態で多分前述の COBOL Hello, World! がコンパイル&実行できる状態になっているかと思います

$ cobc -x -Wall -debug hello.cob $ ./hello Hello world!

デプロイパッケージの作成

bootstrap ファイルはチュートリアルの内容をベースに lambda handler に指定したファイル名で実行形式ファイルを走らせるようなものとしている

#!/bin/sh set -euo pipefail # Initialization - load function handler FN=$_HANDLER # Processing while true do HEADERS="$(mktemp)" # Get an event EVENT_DATA=$(curl -sS -LD "$HEADERS" -X GET "http://${AWS_LAMBDA_RUNTIME_API}/2018-06-01/runtime/invocation/next") REQUEST_ID=$(grep -Fi Lambda-Runtime-Aws-Request-Id "$HEADERS" | tr -d '[:space:]' | cut -d: -f2) # Execute the handler function from the script RESPONSE=$(./$FN "$EVENT_DATA") # Send the response curl -sS -X POST "http://${AWS_LAMBDA_RUNTIME_API}/2018-06-01/runtime/invocation/$REQUEST_ID/response" -d "$RESPONSE" -o /dev/null done

パッケージのビルドとデプロイ

$ mkdir -p build && cd build $ cp ../bootstrap ../hello.cob \ /usr/lib64/libcob.so.4 \ /usr/lib64/libgmp.so.10 \ /usr/lib64/libdb-4.7.so \ /lib64/libm.so.6 \ /lib64/libncursesw.so.\ /lib64/libtinfo.so.5 \ /lib64/libdl.so.2 \ /lib64/libc.so.6 \ /lib64/libpthread.so.0 \ /lib64/ld-linux-x86-64.so.2 \ ./ $ export COB_LDFLAGS="-Wl,--rpath=./ -Wl,--dynamic-linker=./ld-linux-x86-64.so.2" $ cobc -x hello.cob $ zip -r9 ../package.zip . $ aws lambda create-function --function-name cobol-hello-world --runtime provided --handler hello --zip-file fileb://../package.zip --region ap-northeast-1 --role arn:aws:iam::?:role/lambda_basic_execution

CSharp

.NETCore のマネージドランタイムがあるのでこれを利用すればよく、お手軽。公式のドキュメントもあります。

まずはプロジェクトの作成から。.NETCore 2.1 ランタイムで C# での開発を行いたい場合は以下のようなコマンドを実行

$ dotnet new -i Amazon.Lambda.Templates $ dotnet new lambda.EmptyFunction

すると Lambda の雛形が作成されるので、あとはビルド・デプロイしておしまいです。Amazon.Lambda.Tools .NET Core Global Tool という便利なツールが提供されているので導入します。

$ dotnet tool install -g Amazon.Lambda.Tools

.csproj のあるディレクトリまで移動して次のようなコマンドでデプロイできる(お手軽〜〜〜!!)

$ dotnet lambda deploy-function MyFunction

関数の実装はシンプルに以下のようなものです

using System; using System.Collections.Generic; using System.Linq; using System.Threading.Tasks; using Amazon.Lambda.Core; // Assembly attribute to enable the Lambda function's JSON input to be converted into a .NET class. [assembly: LambdaSerializer(typeof(Amazon.Lambda.Serialization.Json.JsonSerializer))] namespace dot { public class Function { /// <summary> /// A simple function that takes a string and does a ToUpper /// </summary> /// <param name="input"></param> /// <param name="context"></param> /// <returns></returns> public string FunctionHandler(string input, ILambdaContext context) { return input?.ToUpper(); } } }

FSharp

.NETCore のマネージドランタイムがあるのでこれを利用すればよいはず。しかし F# 向けのドキュメントはないので自力で頑張ります。

まずはプロジェクトの作成から。.NETCore 2.1 ランタイムで F# での開発を行いたい場合は以下のようなコマンドを実行

$ dotnet new classlib -f netcoreapp2.1 --language F# --name DotnetCoreLambdaFs

つづいて生成されたプロジェクトファイルを少しいじります

<Project Sdk="Microsoft.NET.Sdk"> <PropertyGroup> <TargetFramework>netcoreapp2.1</TargetFramework> <GenerateRuntimeConfigurationFiles>true</GenerateRuntimeConfigurationFiles> <AWSProjectType>Lambda</AWSProjectType> </PropertyGroup> <ItemGroup> <Compile Include="Function.fs" /> </ItemGroup> <ItemGroup> <PackageReference Include="Amazon.Lambda.Core" Version="1.1.0" /> <PackageReference Include="Amazon.Lambda.Serialization.Json" Version="1.6.0" /> </ItemGroup> </Project>

この状態で nuget restore すると IDE で開発するときにライブラリの依存が解決された状態となり、サクッと開発できるかと思います

Function.fs の実装は簡単に次のようなものとします

namespace DotnetLambdaCoreFs open Amazon.Lambda.Core open Amazon.Lambda.Serialization.Json [<assembly:LambdaSerializer(typeof<JsonSerializer>)>] do () module Function = let handler (input: string) (_: ILambdaContext) = match input with | null -> "" | s -> s.ToUpper()

デプロイに向けひとつだけ準備として aws-lambda-tools-defaults.json というファイルを次のような内容で作成しておきます

{ "profile":"", "region" : "", "configuration" : "Release", "framework" : "netcoreapp2.1", "function-runtime":"dotnetcore2.1", "function-memory-size" : 256, "function-timeout" : 30, "function-handler" : "DotnetCoreLambdaFs::DotnetLambdaCoreFs.Function::handler" }

最後にデプロイコマンドを実行して完了です

$ dotnet lambda deploy-function MyFunction

Visual Basic

C# や F# 同様 .NETCore のマネージドランタイムがあるのでこれを利用すればよいはず。

まずはプロジェクトの作成から。.NETCore 2.1 ランタイムで Visual Basic での開発を行いたい場合は以下のようなコマンドを実行

$ dotnet new classlib -f netcoreapp2.1 --language VisualBasic --name DotnetCoreLambdaFs

つづいて生成されたプロジェクトファイルを少しいじります

<Project Sdk="Microsoft.NET.Sdk"> <PropertyGroup> <RootNamespace>DotnetCoreLambdaVB</RootNamespace> <TargetFramework>netcoreapp2.1</TargetFramework> </PropertyGroup> <ItemGroup> <PackageReference Include="Amazon.Lambda.Core" Version="1.1.0" /> <PackageReference Include="Amazon.Lambda.Serialization.Json" Version="1.6.0" /> </ItemGroup> </Project>

Function.vb の実装は簡単に次のようなものとします

Imports Amazon.Lambda.Core <Assembly: LambdaSerializer(GetType(Amazon.Lambda.Serialization.Json.JsonSerializer))> Public Class Fun Public Function Handler(ByVal input As String, ByVal context As ILambdaContext) As String Return input?.ToUpper() End Function End Class

デプロイに向けひとつだけ準備として aws-lambda-tools-defaults.json というファイルを次のような内容で作成しておきます

{ "profile": "", "region": "", "configuration": "Release", "framework": "netcoreapp2.1", "function-runtime": "dotnetcore2.1", "function-memory-size": 256, "function-timeout": 30, "function-handler": "DotnetCoreLambdaVB::DotnetCoreLambdaVB.Fun::Handler" }

最後にデプロイコマンドを実行して完了です

$ dotnet lambda deploy-function MyFunction

D

TODO

Erlang

TODO

Elixir

FORTRAN

TODO

Haskell

TODO

Rust

TODO

Swift

TODO

Appendix1: Lambda 関数のローカルで読み書きする

Lambda 関数実行時に一時ファイルを作成したり、それを読み込んだりできますが、一部ディレクトリをのぞいて readonly となっています。これは以下のようなコードにて確認可能です。

import os def lambda_handler(event, context): os.system('echo test > ./hoge')

これを実行すると以下のようなエラーメッセージが出力されます。

START RequestId: ? Version: $LATEST sh: ./hoge: Read-only file system ...

一方で /tmp 下には書き込みできるようになっています。

import os def lambda_handler(event, context): os.system('echo ls > /tmp/hoge') os.system('sh /tmp/hoge')

これを実行すると以下のように出力されます

START RequestId: ? Version: $LATEST lambda_function.py ...

Appendix2: docker-lambda の利用

Lambda 関数の実行環境に依存するデプロイパッケージやレイヤーの作成のために同様の環境の EC2 インスタンスを立ててビルドするというのはサーバーレス的な視点からいうと微妙です。

docker-lambda を用いると、ローカル環境での Lambda 関数の実行や、パッケージの作成など手元でお手軽にできるようになります。

Lambda 関数のローカル実行

index.handler.js というファイル名で以下のような簡単な Lambda 関数を作ります

exports.handler = async (event) => { const response = { statusCode: 200, body: JSON.stringify('Hello from Lambda!'), } console.log(response) return response }

これを docker-lambda を用いてローカル環境で実行してみます

$ docker run --rm -v "$PWD":/var/task lambci/lambda:nodejs8.10 index.handler '{"some": "event"}' Unable to find image 'lambci/lambda:nodejs8.10' locally nodejs8.10: Pulling from lambci/lambda b022ae66572d: Already exists 3e9be76694eb: Pull complete 4095d134d750: Pull complete Digest: sha256:8d61e20b3a1e5e825d961bc35b91faffcd7c4b7b015613badfd0bdf222ec2939 Status: Downloaded newer image for lambci/lambda:nodejs8.10 START RequestId: 2c30c26c-091e-195b-3274-31d70a19a122 Version: $LATEST 2019-03-01T13:07:43.408Z 2c30c26c-091e-195b-3274-31d70a19a122 { statusCode: 200, body: '"Hello from Lambda!"' } END RequestId: 2c30c26c-091e-195b-3274-31d70a19a122 REPORT RequestId: 2c30c26c-091e-195b-3274-31d70a19a122 Duration: 20.83 ms Billed Duration: 100 ms Memory Size: 1536 MB Max Memory Used: 31 MB {"statusCode":200,"body":"\"Hello from Lambda!\""}

実行環境に依存するライブラリを導入する

ホストマシンのディスクをマウントしてそのパスにライブラリを流しこむことにより実現できます

$ docker run --rm -v "$PWD":/var/task -w /var/task lambci/lambda:build-python3.6 pip install pandas -t python Collecting pandas Downloading https://files.pythonhosted.org/packages/e6/de/a0d3defd8f338eaf53ef716e40ef6d6c277c35d50e09b586e170169cdf0d/pandas-0.24.1-cp36-cp36m-manylinux1_x86_64.whl (10.1MB) Collecting python-dateutil>=2.5.0 (from pandas) Downloading https://files.pythonhosted.org/packages/41/17/c62faccbfbd163c7f57f3844689e3a78bae1f403648a6afb1d0866d87fbb/python_dateutil-2.8.0-py2.py3-none-any.whl (226kB) Collecting pytz>=2011k (from pandas) Downloading https://files.pythonhosted.org/packages/61/28/1d3920e4d1d50b19bc5d24398a7cd85cc7b9a75a490570d5a30c57622d34/pytz-2018.9-py2.py3-none-any.whl (510kB) Collecting numpy>=1.12.0 (from pandas) Downloading https://files.pythonhosted.org/packages/35/d5/4f8410ac303e690144f0a0603c4b8fd3b986feb2749c435f7cdbb288f17e/numpy-1.16.2-cp36-cp36m-manylinux1_x86_64.whl (17.3MB) Collecting six>=1.5 (from python-dateutil>=2.5.0->pandas) Downloading https://files.pythonhosted.org/packages/73/fb/00a976f728d0d1fecfe898238ce23f502a721c0ac0ecfedb80e0d88c64e9/six-1.12.0-py2.py3-none-any.whl serverlessrepo 0.1.5 has requirement six~=1.11.0, but you'll have six 1.12.0 which is incompatible. aws-sam-cli 0.10.0 has requirement aws-lambda-builders==0.0.5, but you'll have aws-lambda-builders 0.1.0 which is incompatible. aws-sam-cli 0.10.0 has requirement six~=1.11.0, but you'll have six 1.12.0 which is incompatible. Installing collected packages: six, python-dateutil, pytz, numpy, pandas Successfully installed numpy-1.16.2 pandas-0.24.1 python-dateutil-2.8.0 pytz-2018.9 six-1.12.0 You are using pip version 19.0.2, however version 19.0.3 is available. You should consider upgrading via the 'pip install --upgrade pip' command. $ ls -a ./python/ . bin numpy-1.16.2.dist-info python_dateutil-2.8.0.dist-info six-1.12.0.dist-info .. dateutil pandas pytz six.py __pycache__ numpy pandas-0.24.1.dist-info pytz-2018.9.dist-info

最終的に Python の Lambda のレイヤーとして固めるためには以下のようにすればよい

$ zip -r9 ./layer.zip ./python/ ...

Copyright © 53ningen.com