aws(学习条记第二十四课) 使用sam开辟step functions

aws(学习条记第二十四课)

• 使用sam开辟step functions
  

学习内容：

• 生成sam的step functions实例程序
  
• 什么是SAM amazon Serverless Application Model
  
• SAM程序结构
  
• SAM执行程序
  

---

1. 生成sam的step functions实例程序

• 参照文档
  这里参照AWS的官方文档SAM amazon Serverless Application Model
  
• 什么是SAM amazon Serverless Application Model
  
  
  
  • 整体架构
    SAM就是一个基于Cloudformation的应用程序框架，重要目的正如名字(Serverless Application Model)，方便进行Serverless Application的开辟。
    开辟的一般步调如下：
    
    
    
    • 开辟lambda等serverless application。
      
    • 利用step functions等serverless application。当然，此中可以调用lambda。
      
    • 之后利用上面的serverless application，进行Cloudformation的template定义。
      
    • 末了经过sam build和sam deploy摆设到AWS的环境中。
      
      
      
      
    
    
  
  

3. SAM程序结构

• 开始使用SAM
  
  
  
  • 这里使用SAM提供的实例程序进行训练
    
    
    
    • HourlyTradingSchedule是一个AWS EventBridge的规则，这里定义了股票投资程序的调用周期。类似于linux的cron job。
      
    • StockTradingStateMachine就是股票交易的StateMachine。
      
    • 股票交易的StateMachine里面包括三个lambda
      
      
      
      • StockCheckerFunction这里随机产生股票的价格（进行简朴的股票市场的模仿）
        
      • 中心其实有一个choice state，进行判定。这里没有画出来
        
      • 之后根据判定，假如股票高过某个固定价格，那么进行StockBuyerFunction的调用
        
      • 假如股票高过某个固定价格，那么进行StockSellerFunction的调用
        
      • 末了，不管买照旧卖的操作，都进行TransactionTable的写入（使用DynamoDB记载交易）
        
        
        
        
      
      
    
    
  • 进行实际代码的实验
    
    
    
    • 实验环境
      这里照旧使用非常给力的工具CloudShell。
      
      
      
      
    • 构建代码
      
      
      
      • 创建代码的父路径
        1. mkdir demo-sam
        2. cd demo-sam

        复制代码
      • 使用sam生成股票实例代码（这个代码是sam自带的）
        
        
        
        之后进行一些runtime的相干设定。
        
        
        
        到这里，代码就会被生成出来，而且cloudformation的template文件都是yaml格式的。
        
        
        
        
      
      
    
    
  • 将cloudshell环境中的代码通过S3取到本地
    
    
    
    • 创建传输文件的S3 bucket
      由于cloudshell不是很轻易和本地传输文件，所以使用S3 bucket。
      
      
      
      
    • 将SAM代码打包，copy到S3 bucket
      1. tar zcvf demo-sam.tar.gz demo-sam/
      2. aws s3 cp demo-sam.tar.gz s3://finlay-cloudshell/

      复制代码
      
      
      
    • 将SAM init生成的实例程序代码，下载到本地
      
      
      
      本地文件夹如下所示。
      
      
      
      
    • 将SAM init生成的实例程序代码使用vscode打开（这里单纯的可以更加轻易编辑代码）
      
      
      
      • template文件
        1. AWSTemplateFormatVersion: '2010-09-09'
        2. Transform: AWS::Serverless-2016-10-31
        3. Description: |
        4.   demo-sam
        5.   Sample SAM Template for demo-sam
        7. Resources:
        8.   StockTradingStateMachine:
        9.     Type: AWS::Serverless::StateMachine # More info about State Machine Resource: https://docs.aws.amazon.com/serverless-application-model/latest/developerguide/sam-resource-statemachine.html
        10.     Properties:
        11.       DefinitionSubstitutions:
        12.         StockCheckerFunctionArn: !GetAtt StockCheckerFunction.Arn
        13.         StockSellerFunctionArn: !GetAtt StockSellerFunction.Arn
        14.         StockBuyerFunctionArn: !GetAtt StockBuyerFunction.Arn
        15.         DDBPutItem: !Sub arn:${AWS::Partition}:states:::dynamodb:putItem
        16.         DDBTable: !Ref TransactionTable
        17.       Events:
        18.         HourlyTradingSchedule:
        19.           Type: Schedule # More info about Schedule Event Source: https://docs.aws.amazon.com/serverless-application-model/latest/developerguide/sam-property-statemachine-schedule.html
        20.           Properties:
        21.             Description: Schedule to run the stock trading state machine every hour
        22.             Enabled: false # This schedule is disabled by default to avoid incurring charges.
        23.             Schedule: rate(1 hour)
        24.       Policies:
        25.         # Find out more about SAM policy templates: https://docs.aws.amazon.com/serverless-application-model/latest/developerguide/serverless-policy-templates.html
        26.         - LambdaInvokePolicy:
        27.             FunctionName: !Ref StockCheckerFunction
        28.         - LambdaInvokePolicy:
        29.             FunctionName: !Ref StockSellerFunction
        30.         - LambdaInvokePolicy:
        31.             FunctionName: !Ref StockBuyerFunction
        32.         - DynamoDBWritePolicy:
        33.             TableName: !Ref TransactionTable
        34.       DefinitionUri: statemachine/stock_trader.asl.json
        36.   StockCheckerFunction:
        37.     Type: AWS::Serverless::Function # More info about Function Resource: https://docs.aws.amazon.com/serverless-application-model/latest/developerguide/sam-resource-function.html
        38.     Properties:
        39.       CodeUri: functions/stock_checker/
        40.       Handler: app.lambda_handler
        41.       Runtime: python3.9
        42.       Architectures:
        43.         - x86_64
        45.   StockSellerFunction:
        46.     Type: AWS::Serverless::Function
        47.     Properties:
        48.       CodeUri: functions/stock_seller/
        49.       Handler: app.lambda_handler
        50.       Runtime: python3.9
        51.       Architectures:
        52.         - x86_64
        54.   StockBuyerFunction:
        55.     Type: AWS::Serverless::Function
        56.     Properties:
        57.       CodeUri: functions/stock_buyer/
        58.       Handler: app.lambda_handler
        59.       Runtime: python3.9
        60.       Architectures:
        61.         - x86_64
        63.   TransactionTable:
        64.     Type: AWS::Serverless::SimpleTable # More info about SimpleTable Resource: https://docs.aws.amazon.com/serverless-application-model/latest/developerguide/sam-resource-simpletable.html
        65.     Properties:
        66.       PrimaryKey:
        67.         Name: Id
        68.         Type: String
        69.       ProvisionedThroughput:
        70.         ReadCapacityUnits: 1
        71.         WriteCapacityUnits: 1
        73.   ApplicationResourceGroup:
        74.     Type: AWS::ResourceGroups::Group
        75.     Properties:
        76.       Name: !Sub ApplicationInsights-SAM-${AWS::StackName}
        77.       ResourceQuery:
        78.         Type: CLOUDFORMATION_STACK_1_0
        79.   ApplicationInsightsMonitoring:
        80.     Type: AWS::ApplicationInsights::Application
        81.     Properties:
        82.       ResourceGroupName: !Ref ApplicationResourceGroup
        83.       AutoConfigurationEnabled: 'true'
        84. Outputs:
        85.   # StockTradingStateMachineHourlyTradingSchedule is an implicit Schedule event rule created out of Events key under Serverless::StateMachine
        86.   # Find out more about other implicit resources you can reference within SAM
        87.   # https://docs.aws.amazon.com/serverless-application-model/latest/developerguide/sam-specification-generated-resources.html
        88.   StockTradingStateMachineArn:
        89.     Description: Stock Trading State machine ARN
        90.     Value: !Ref StockTradingStateMachine
        91.   StockTradingStateMachineRoleArn:
        92.     Description: IAM Role created for Stock Trading State machine based on the
        93.       specified SAM Policy Templates
        94.     Value: !GetAtt StockTradingStateMachineRole.Arn

        复制代码
        使用vscode打开template文件，可以看到AWS service的图形化结构。
        
        
        
        
      • stock_checker文件 随机产生stock的价格
        1. from random import randint
        4. def lambda_handler(event, context):
        5.     """Sample Lambda function which mocks the operation of checking the current price
        6.     of a stock.
        8.     For demonstration purposes this Lambda function simply returns
        9.     a random integer between 0 and 100 as the stock price.
        11.     Parameters
        12.     ----------
        13.     event: dict, required
        14.         Input event to the Lambda function
        16.     context: object, required
        17.         Lambda Context runtime methods and attributes
        19.     Returns
        20.     ------
        21.         dict: Object containing the current price of the stock
        22.     """
        23.     # Check current price of the stock
        24.     stock_price = randint(
        25.         0, 100
        26.     )  # Current stock price is mocked as a random integer between 0 and 100
        27.     return {"stock_price": stock_price}

        复制代码
      • stock_buyer文件 假如价格低，选择买进
        1. from datetime import datetime
        2. from random import randint
        3. from uuid import uuid4
        6. def lambda_handler(event, context):
        7.     """Sample Lambda function which mocks the operation of buying a random number
        8.     of shares for a stock.
        10.     For demonstration purposes, this Lambda function does not actually perform any
        11.     actual transactions. It simply returns a mocked result.
        13.     Parameters
        14.     ----------
        15.     event: dict, required
        16.         Input event to the Lambda function
        18.     context: object, required
        19.         Lambda Context runtime methods and attributes
        21.     Returns
        22.     ------
        23.         dict: Object containing details of the stock buying transaction
        24.     """
        25.     # Get the price of the stock provided as input
        26.     stock_price = event["stock_price"]
        27.     # Mocked result of a stock buying transaction
        28.     transaction_result = {
        29.         "id": str(uuid4()),  # Unique ID for the transaction
        30.         "price": str(stock_price),  # Price of each share
        31.         "type": "buy",  # Type of transaction (buy/sell)
        32.         "qty": str(
        33.             randint(1, 10)
        34.         ),  # Number of shares bought/sold (We are mocking this as a random integer between 1 and 10)
        35.         "timestamp": datetime.now().isoformat(),  # Timestamp of the when the transaction was completed
        36.     }
        37.     return transaction_result

        复制代码
      • stock_seller文件 假如价格高，选择抛出
        1. from datetime import datetime
        2. from random import randint
        3. from uuid import uuid4
        6. def lambda_handler(event, context):
        7.     """Sample Lambda function which mocks the operation of selling a random number
        8.     of shares for a stock.
        10.     For demonstration purposes, this Lambda function does not actually perform any
        11.     actual transactions. It simply returns a mocked result.
        13.     Parameters
        14.     ----------
        15.     event: dict, required
        16.         Input event to the Lambda function
        18.     context: object, required
        19.         Lambda Context runtime methods and attributes
        21.     Returns
        22.     ------
        23.         dict: Object containing details of the stock selling transaction
        24.     """
        25.     # Get the price of the stock provided as input
        26.     stock_price = event["stock_price"]
        27.     # Mocked result of a stock selling transaction
        28.     transaction_result = {
        29.         "id": str(uuid4()),  # Unique ID for the transaction
        30.         "price": str(stock_price),  # Price of each share
        31.         "type": "sell",  # Type of transaction (buy/sell)
        32.         "qty": str(
        33.             randint(1, 10)
        34.         ),  # Number of shares bought/sold (We are mocking this as a random integer between 1 and 10)
        35.         "timestamp": datetime.now().isoformat(),  # Timestamp of the when the transaction was completed
        36.     }
        37.     return transaction_result

        复制代码
      • step functions文件 将上面的lambda函数穿插起来，形成一个工作流程编排
        1. {
        2.     "Comment": "A state machine that does mock stock trading.",
        3.     "StartAt": "Check Stock Value",
        4.     "States": {
        5.         "Check Stock Value": {
        6.             "Type": "Task",
        7.             "Resource": "${StockCheckerFunctionArn}",
        8.             "Retry": [
        9.                 {
        10.                     "ErrorEquals": [
        11.                         "States.TaskFailed"
        12.                     ],
        13.                     "IntervalSeconds": 15,
        14.                     "MaxAttempts": 5,
        15.                     "BackoffRate": 1.5
        16.                 }
        17.             ],
        18.             "Next": "Buy or Sell?"
        19.         },
        20.         "Buy or Sell?": {
        21.             "Type": "Choice",
        22.             "Choices": [
        23.                 {
        24.                     "Variable": "$.stock_price",
        25.                     "NumericLessThanEquals": 50,
        26.                     "Next": "Buy Stock"
        27.                 }
        28.             ],
        29.             "Default": "Sell Stock"
        30.         },
        31.         "Sell Stock": {
        32.             "Type": "Task",
        33.             "Resource": "${StockSellerFunctionArn}",
        34.             "Retry": [
        35.                 {
        36.                     "ErrorEquals": [
        37.                         "States.TaskFailed"
        38.                     ],
        39.                     "IntervalSeconds": 2,
        40.                     "MaxAttempts": 3,
        41.                     "BackoffRate": 1
        42.                 }
        43.             ],
        44.             "Next": "Record Transaction"
        45.         },
        46.         "Buy Stock": {
        47.             "Type": "Task",
        48.             "Resource": "${StockBuyerFunctionArn}",
        49.             "Retry": [
        50.                 {
        51.                     "ErrorEquals": [
        52.                         "States.TaskFailed"
        53.                     ],
        54.                     "IntervalSeconds": 2,
        55.                     "MaxAttempts": 3,
        56.                     "BackoffRate": 1
        57.                 }
        58.             ],
        59.             "Next": "Record Transaction"
        60.         },
        61.         "Record Transaction": {
        62.             "Type": "Task",
        63.             "Resource": "${DDBPutItem}",
        64.             "Parameters": {
        65.                 "TableName": "${DDBTable}",
        66.                 "Item": {
        67.                     "Id": {
        68.                         "S.$": "$.id"
        69.                     },
        70.                     "Type": {
        71.                         "S.$": "$.type"
        72.                     },
        73.                     "Price": {
        74.                         "N.$": "$.price"
        75.                     },
        76.                     "Quantity": {
        77.                         "N.$": "$.qty"
        78.                     },
        79.                     "Timestamp": {
        80.                         "S.$": "$.timestamp"
        81.                     }
        82.                 }
        83.             },
        84.             "Retry": [
        85.                 {
        86.                     "ErrorEquals": [
        87.                         "States.TaskFailed"
        88.                     ],
        89.                     "IntervalSeconds": 20,
        90.                     "MaxAttempts": 5,
        91.                     "BackoffRate": 10
        92.                 }
        93.             ],
        94.             "End": true
        95.         }
        96.     }
        97. }

        复制代码
      查抄vscode的sam预览功能
      
      
      
      
    
    
  • 回到cloudshell执行sam build和sam deploy摆设到AWS
    1. sam build
    2. sam deploy

    复制代码
    可以看到，本质上这个sam application照旧使用Cloudformation进行摆设。
    
    
    
    检察Cloudformation进一步验证了想定结果。
    
    
    
  
  

4. 执行sam的step functions实例程序

• 打开默认的aws eventbridge的规则设置
  默认是禁用的，编辑这里，打开禁用。
  
  
  
  
• 检察执行结果
  可以看出，已经成功执行一次
  
  
  
  股票价格为2，执行了buy stock lambda
  
  
  
  

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。