項目需求

某電商網(wǎng)站需要自動化處理用戶上傳到 Amazon S3 存儲桶上的高清商品圖片。要求的指標包括：自動壓縮圖片至 800 × 800 像素以內(nèi)，降低存儲成本；壓縮后的圖片需存儲至指定S3桶，并保留原始路徑結(jié)構(gòu)； 處理延遲需控制在1秒內(nèi)，支持每日1萬張圖片處理。

  解決方案

采用 AWS Lambda + S3 架構(gòu)。
觸發(fā)機制：通過 S3 的 PUT 事件觸發(fā) Lambda 函數(shù)。
核心邏輯：使用 Python 的 Pillow 庫處理圖片，依賴Lambda的臨時存儲（/tmp 目錄）。
性能優(yōu)化：內(nèi)存配置為 1024 MB，縮短執(zhí)行時間至 0.5 秒；壓縮包精簡至 10 MB，避免冷啟動產(chǎn)生延遲。

  作業(yè)步驟

本次采用 AWS Console 界面完成作業(yè)。
注意：根據(jù)項目的具體情況，可以采用不同的實施方法。比如使用命令行(CLI)部署、代碼部署 (CloudFomation、Terraform等）、以及其它開發(fā)語言（SDK）完成作業(yè)。

步驟一：創(chuàng)建 S3 存儲桶
在 AWS 控制臺創(chuàng)建兩個 S3 存儲桶，一個用于存儲原始圖片（如 original-images-bucket），另一個用于存儲壓縮后的圖片（如 compressed-images-bucket）。

步驟二：配置 Lambda 函數(shù)
創(chuàng)建 Lambda 函數(shù)，選擇 Python 運行時。編寫代碼實現(xiàn)圖片壓縮邏輯，使用 Pillow 庫打開原始圖片，調(diào)整圖片質(zhì)量和尺寸進行壓縮，然后將壓縮后的圖片上傳到 compressed-images-bucket。
代碼實現(xiàn)（Python）：

  import boto3
  from PIL import Image
  
  def lambda_handler(event, context):
      s3 = boto3.client('s3')
      bucket = event['Records'][0]['s3']['bucket']['name']
      key = event['Records'][0]['s3']['object']['key']
      img = Image.open(s3.get_object(Bucket=bucket, Key=key)['Body'])
      img.thumbnail((800, 800))
      compressed_key = f"compressed/{key.split('/')[-1]}"
      img.save(f"/tmp/{compressed_key}")
      s3.upload_file(f"/tmp/{compressed_key}", bucket, compressed_key)
      return {'statusCode': 200}
  

步驟三：依賴處理：本地安裝Pillow并打包至ZIP文件：

pip install pillow -t .
zip -r lambda.zip .

步驟四：部署與配置
在 Lambda 控制臺創(chuàng)建函數(shù)，上傳 ZIP 包；配置S3觸發(fā)器，指定輸入桶和PUT事件；設(shè)置內(nèi)存為 1024 MB，超時時間為 10 秒。

步驟五：監(jiān)控與優(yōu)化
啟用 CloudWatch Logs 記錄執(zhí)行日志；通過 X-Ray 分析調(diào)用鏈，發(fā)現(xiàn)S3調(diào)用延遲并優(yōu)化；設(shè)置錯誤告警（如錯誤率>5%）。

  結(jié)果驗證

1. 功能測試
上傳測試圖片到 original-images-bucket，檢查 Lambda 函數(shù)是否成功執(zhí)行，壓縮后的圖片是否正確存儲到 compressed-images-bucket；驗證圖片尺寸是否符合要求（≤800×800）。

2. 性能測試
模擬 1000 張圖片上傳，記錄平均處理時間為 0.5 秒；成本估算：每日 1 萬張圖片，月成本約$1（基于 AWS Lambda 免費額度）。

3. 錯誤驗證
上傳非圖片文件或損壞的圖片文件，檢查日志是否記錄錯誤詳情。

4. 刪除資源
驗證結(jié)束后，刪除創(chuàng)建的所有 AWS 資源，以避免產(chǎn)生不必要的費用。