我编写了一个从 s3 存储桶触发的 lambda,以解压缩 zip 文件并在其中处理文本文档。由于 lambda 内存的限制,我需要将我的流程转移到 AWS 批处理之类的东西上。如果我错了,请纠正我,但我的工作流程应该是这样的。
我相信我需要编写一个 lambda 来将 s3 存储桶的位置放在亚马逊 SQS 上,如果 AWS 批处理可以读取该位置并进行所有解压缩/数据处理,那么它们的内存就更多。
这是我当前的 lambda,它接收由 s3 存储桶触发的事件,检查它是否是一个 zip 文件,然后将该 s3 密钥的名称推送到 SQS。我应该告诉 AWS 批处理开始在我的 lambda 中读取队列吗?总的来说,我对 AWS 完全陌生,不确定是否要从这里开始。
public class dockerEventHandler implements RequestHandler<S3Event, String> {
private static BigData app = new BigData();
private static DomainOfConstants CONST = new DomainOfConstants();
private static Logger log = Logger.getLogger(S3EventProcessorUnzip.class);
private static AmazonSQS SQS;
private static CreateQueueRequest createQueueRequest;
private static Matcher matcher;
private static String srcBucket, srcKey, extension, myQueueUrl;
@Override
public String handleRequest(S3Event s3Event, Context context)
{
try {
for (S3EventNotificationRecord record : s3Event.getRecords())
{
srcBucket = record.getS3().getBucket().getName();
srcKey = record.getS3().getObject().getKey().replace('+', ' ');
srcKey = URLDecoder.decode(srcKey, "UTF-8");
matcher = Pattern.compile(".*\\.([^\\.]*)").matcher(srcKey);
if (!matcher.matches())
{
log.info(CONST.getNoConnectionMessage() + srcKey);
return "";
}
extension = matcher.group(1).toLowerCase();
if (!"zip".equals(extension))
{
log.info("Skipping non-zip file " + srcKey + " with extension " + extension);
return "";
}
log.info("Sending object location to key" + srcBucket + "//" + srcKey);
//pass in only the reference of where the object is located
createQue(CONST.getQueueName(), srcKey);
}
}
catch (IOException e)
{
log.error(e);
}
return "Ok";
}
/*
*
* Setup connection to amazon SQS
* TODO - Find updated api for sqs connection to eliminate depreciation
*
* */
@SuppressWarnings("deprecation")
public static void sQSConnection() {
app.setAwsCredentials(CONST.getAccessKey(), CONST.getSecretKey());
try{
SQS = new AmazonSQSClient(app.getAwsCredentials());
Region usEast1 = Region.getRegion(Regions.US_EAST_1);
SQS.setRegion(usEast1);
}
catch(Exception e){
log.error(e);
}
}
//Create new Queue
public static void createQue(String queName, String message){
createQueueRequest = new CreateQueueRequest(queName);
myQueueUrl = SQS.createQueue(createQueueRequest).getQueueUrl();
sendMessage(myQueueUrl,message);
}
//Send reference to the s3 objects location to the queue
public static void sendMessage(String SIMPLE_QUE_URL, String S3KeyName){
SQS.sendMessage(new SendMessageRequest(SIMPLE_QUE_URL, S3KeyName));
}
//Fire AWS batch to pull from que
private static void initializeBatch(){
//TODO
}
我已经设置了 docker 并了解了 docker 图像。我相信我的 docker 镜像应该包含所有代码来读取队列、解压缩、处理并将文件安装到 RDS 中,所有这些都在一个 docker 镜像/容器中。
我正在寻找做过类似事情的人,他们可以分享以提供帮助。类似的东西:
S3 先生:嘿 lambda 我有一个文件
Lambda 先生:好的,S3,我看到你了,嘿,aws batch 你能解压缩并对此做些什么吗?
Mr. Batch:Gotchya mr lambda,我会处理好这个,然后把它放在 RDS 或一些数据库中。
我还没有编写类/docker 映像,但我已经完成了所有代码来处理/解压缩并开始执行 rds。由于某些文件为 1gb 或更大,Lambda 仅限于内存。