解决AWS Lambda Python模块导入错误：使用Lambda层管理依赖

const lambdaFunction: lambda.Function = new lambda.Function(this, id, {
    runtime: lambda.Runtime.PYTHON_3_9,
    handler: 'index.handler',
    code: lambda.Code.fromAsset(`lambda`)}
);

awswrangler[opensearch]
boto3

my-cdk-app/
├── assets/
│   └── lambda-layer-deps.zip  <-- 这个文件需要通过构建脚本生成
├── lambda/
│   └── index.py               <-- 你的Lambda处理程序代码
│   └── requirements.txt       <-- (可选，仅用于本地开发或记录)
└── lib/
    └── my-cdk-stack.ts        <-- 你的CDK堆栈定义

# 1. 创建一个临时的构建目录
mkdir -p build/python

# 2. 使用pip将依赖安装到 build/python 目录
# 建议在Docker容器中执行此步骤，以匹配Lambda的运行时环境
# 例如：docker run --rm -v $(pwd)/build:/asset amazon/aws-lambda-python:3.9 pip install -t /asset/python awswrangler[opensearch] boto3
pip install -t build/python awswrangler[opensearch] boto3

# 3. 压缩 build 目录的内容
# 注意：需要进入 build 目录，然后压缩里面的内容，而不是压缩 build 目录本身
cd build
zip -r ../assets/lambda-layer-deps.zip .
cd ..

# 4. 清理临时构建目录
rm -rf build

import * as cdk from 'aws-cdk-lib';
import * as lambda from 'aws-cdk-lib/aws-lambda';
import { Construct } from 'constructs';
import * as path from 'path';

export class MyLambdaStack extends cdk.Stack {
  constructor(scope: Construct, id: string, props?: cdk.StackProps) {
    super(scope, id, props);

    // 1. 创建Lambda层
    // 从本地 assets 目录中的 ZIP 文件创建层
    const dependenciesLayer = new lambda.LayerVersion(this, 'MyDependenciesLayer', {
      code: lambda.Code.fromAsset(path.join(__dirname, '..', 'assets', 'lambda-layer-deps.zip')),
      compatibleRuntimes: [lambda.Runtime.PYTHON_3_9], // 指定层兼容的运行时
      description: 'Contains awswrangler and boto3 for OpenSearch integration',
    });

    // 2. 定义Lambda函数并附加层
    const myLambdaFunction = new lambda.Function(this, 'MyOpenSearchIntegrationLambda', {
      runtime: lambda.Runtime.PYTHON_3_9,
      handler: 'index.handler',
      code: lambda.Code.fromAsset(path.join(__dirname, '..', 'lambda')), // 你的Lambda处理程序代码
      layers: [dependenciesLayer], // 将创建的层附加到函数
      environment: {
        // 示例：从CDK配置OpenSearch端点
        DOMAIN_ENDPOINT: 'https://your-opensearch-domain.aws.com',
      },
      timeout: cdk.Duration.seconds(30),
      memorySize: 256,
    });
  }
}

import os
import awswrangler as wr
import boto3

# 从环境变量获取OpenSearch域名端点
open_search_domain_endpoint = os.environ.get('DOMAIN_ENDPOINT')

# 建立OpenSearch连接
# awswrangler会自动处理认证，例如使用IAM角色
os_client = wr.opensearch.connect(
    host=open_search_domain_endpoint,
)

def handler(event, context):
    """
    Lambda函数主处理程序
    """
    try:
        # 示例：执行一个简单的OpenSearch操作
        # 注意：这里只是一个示例，实际操作需要根据你的OpenSearch集群和数据进行
        # 假设我们有一个名为 'my-index' 的索引，并想获取其健康状态
        index_health = os_client.index_health('my-index')
        print(f"Index 'my-index' health: {index_health}")

        # 更多 awswrangler.opensearch 的操作...
        # 例如：wr.opensearch.read_sql_query(...)
        # wr.opensearch.to_json(...)

        return {
            'statusCode': 200,
            'body': f"Successfully connected to OpenSearch. Index health: {index_health}"
        }
    except Exception as e:
        print(f"Error processing request: {e}")
        return {
            'statusCode': 500,
            'body': f"Error: {str(e)}"
        }