Desplegar funciones Lambdas usando Layers con Java

El servicio de AWS Lambas ofrece una gran variedad de configuraciones, con el objetivo de minimizar costos, optimizar código y mejorar tiempos de respuesta. En esta ocasión se hará uso de Layers para centralizar las dependencias/libs (jars) en un solo lugar, y que todas las lambdas desplegadas puedan acceder a esa configuración donde se almacenan las dependencias.

Layers o Capas AWS Lambda

AWS Lambda Layers es una característica de AWS Lambda que permite a los desarrolladores empaquetar y reutilizar código común en múltiples funciones. Esta característica se puede utilizar para compartir bibliotecas de código, tiempos de ejecución personalizados y otras dependencias entre funciones, lo que puede simplificar el proceso de desarrollo y reducir el tamaño de los paquetes de implementación.

Uno de los principales beneficios de utilizar Layers en Lambda es que permite a los desarrolladores separar el código de las dependencias, esto permite actualizar las dependencias en un solo lugar y no tener que hacerlo en cada función, esto también reduce el tamaño de los paquetes de implementación ya que las dependencias no se incluyen en cada función.

La imagen proporcionada por DZone sobre Layers en Lambdas es super simple de entender. Con el uso de Lambda Layers podemos centralizar todas las dependencias en un solo lugar, y las definiciones de las funciones lambdas deben tener la capacidad de consumir dicho repositorio para realizar las tareas sin problemas, además de que el tamaño de las funciones van a ser muy ligeras.

Ejercicio AWS Lambda Layers

Para mostrar el uso de Lambda Layers se usa un proyecto dummy en Java con dos lambdas para desplegar con la ayuda de SAM CLI.

Nota: Este ejercicio se ha realizdo en un SO Linux (Mint).

Configuración de Layers

Para configurar un Layer se usa las plantillas de AWS CloudFormation con la extensión del framework SAM, el tipo de recurso a crear es AWS::Serverless::LayerVersion.

Resources:
  LabsLayer:
    Type: AWS::Serverless::LayerVersion
    Properties:
      LayerName: !Sub ${AWS::StackName}-LabsLayer
      Description: Layer libs for kc-labs-serverless
      ContentUri: kc-labs-app/dependencies
      CompatibleRuntimes:
        - java11
        - java8
      CompatibleArchitectures:
        - x86_64
      LicenseInfo: "MIT"
      RetentionPolicy: Retain
...
...

En las definiciones de las funciones lambdas se debe vincular el layer creado:

Nota: Se configura la propiedad Metadata para personalizar la construcción del empaquetado de las funciones lambdas.

Librerías de proyecto en pom.xml

Para este ejercicio se tienen algunas dependencias usadas en el proyecto de Lambdas.

Makefile

En la raiz del proyecto de Java se debe crear un archivo Makefile:

build-lambda:
    cp -rf ./target/classes/* $(ARTIFACTS_DIR)/

build-LabsGreetingsGETHelloLambda: build-lambda

build-LabsGreetingGETNameLambda: build-lambda

Dentro de ese archivo se configura el comando para copiar las definiciones de nuestras clases, ahí estarán los handlers/manejadores de entrada para las lambdas. En este caso se tiene dos lambdas, se debe configurar con el nombre lógico para cada lambda.

Construir proyecto

Dentro de la raíz del proyecto Java se ejecutan los siguiente comandos.

Para construir el empaquetado del proyecto:

mvn clean package

Para obtener todas las dependencias (jars) usadas en el proyecto en una carpeta:

mvn dependency:copy-dependencies -DoutputDirectory=dependencies/java/lib -Dmdep.prependGroupId=true -DexcludeScope=provided

Nota: Verificar que la carpetas target y dependencies/java/lib hayan sido creadas.

Nota: Verificar la ruta de la capa, para cada runtime es diferente: Layer dependecies.

Un directorio más atrás donde esta definido el archivo template.yaml ejecutar el comando:

sam build

Finalmente para desplegar usar el comando:

sam deploy o sam deploy --guided si es un primer despliegue.

Resultados

Una vez desplegado el stack se puede verificar las lambdas desde la consola de Lambda en la sección Code:

Se puede verificar que la lambda pesa muy poco, esto debido a que no se esta incluyendo las dependencias jars para cada lambda.

Se verifica la creación del layer:

Con la creación de este layer todas las lambdas tienen la posibilidad de acceder a este recurso para consumir las dependencias que se hayan subido.

Conclusiones

• AWS Lambda Layers es una característica poderosa que permite a los desarrolladores reutilizar código y dependencias en múltiples funciones, lo que simplifica el proceso de desarrollo y reduce el tamaño de los paquetes de implementación.

• Esta característica también permite actualizar las dependencias en un solo lugar y compartir código entre múltiples funciones, esto ayudaría a la escalabilidad de la aplicación debido a que se puede tener diferentes capas para cada responsabilidad y las lógicas de negocio aisladas del handler principal.

• Si la capa layer es bastante pesada es considerable usar un bucket de S3 y referenciar ese bucket en la creación del Layer.

Referencias

• https://docs.aws.amazon.com/lambda/latest/dg/configuration-layers.html
• https://dzone.com/articles/aws-lambda001-aws-layers
• https://docs.aws.amazon.com/lambda/latest/dg/invocation-layers.html
• https://docs.aws.amazon.com/serverless-application-model/latest/developerguide/sam-resource-layerversion.html