随着时间的推移，aws 账户可能会积累不再需要的资源，但会继续产生成本。一个常见的例子是删除卷后留下的孤立 ebs 快照。手动管理这些快照可能非常繁琐且成本高昂。
本指南介绍如何在 aws lambda 函数中使用 python (boto3) 和 terraform 自动清理孤立的 ebs 快照，然后根据计划或事件使用 aws eventbridge 触发清理。
最终，您将拥有完整的无服务器解决方案，以保持 aws 环境清洁且经济高效。
第 1 步：安装 aws cli 和 terraform
首先，让我们确保安装了必要的工具。
aws cli
aws cli 允许通过命令行访问 aws 服务。根据您的操作系统安装：
macos：brew install awscli
windows： aws cli 安装程序
linux： 使用包管理器（例如，对于 ubuntu 为 sudo apt install awscli）。
验证安装：
aws --version
地形
terraform 是一种流行的基础设施即代码 (iac) 工具，用于定义和管理 aws 资源。
macos：brew install terraform
windows： terraform 安装程序
linux： 下载二进制文件并将其移动到 /usr/local/bin。
验证安装：
terraform -version
步骤 2：配置 aws 访问
使用访问密钥配置您的 aws cli，以允许 terraform 和 lambda 使用 aws 服务进行身份验证。
从您的 aws 账户（aws iam 控制台）获取访问密钥。
配置 aws cli：
aws configure
按照提示输入您的访问密钥、秘密访问密钥、默认区域（例如 us-east-1）和输出格式（例如 json）。
第 3 步：用于孤立快照清理的 python 代码
此处提供了创建 lambda 函数的分步说明。
此 lambda 函数使用 aws 的 python sdk boto3 来列出所有 ebs 快照，检查其关联的卷状态，并删除卷不再可用的快照。完整的功能代码如下：
import boto3
import logging
logger = logging.getlogger()
logger.setlevel(logging.info)
def lambda_handler(event, context):
ec2_cli = boto3.client("ec2")
response = ec2_cli.describe_snapshots(ownerids=["self"], dryrun=false)
snapshot_id = []
for each_snapshot in response["snapshots"]:
try:
volume_stat = ec2_cli.describe_volume_status(
volumeids=[each_snapshot["volumeid"]], dryrun=false
)
except ec2_cli.exceptions.clienterror as e:
if e.response["error"]["code"] == "invalidvolume.notfound":
snapshot_id.append(each_snapshot["snapshotid"])
else:
raise e
if snapshot_id:
for each_snap in snapshot_id:
try:
ec2_cli.delete_snapshot(snapshotid=each_snap)
logger.info(f"deleted snapshotid {each_snap}")
except ec2_cli.exceptions.clienterror as e:
return {
"statuscode": 500,
"body": f"error deleting snapshot {each_snap}: {e}",
}
return {"statuscode": 200}
第 4 步：无服务器基础设施的 terraform 配置
使用 terraform，我们将创建 lambda 函数、iam 角色和策略以将此脚本部署到 aws。此外，我们将设置一个 eventbridge 规则来定期触发 lambda。
terraform 设置和提供程序配置
本部分配置 terraform，包括在 s3 中设置远程状态管理。
注意： 根据 terraform -version 输出更改 required_version 值。
terraform {
required_version = ">=1.5.6"
required_providers {
aws = {
source = "hashicorp/aws"
version = "~> 5.72.0"
}
}
backend "s3" {
bucket = "terraform-state-files-0110"
key = "delete-orphan-snapshots/terraform.tfstate"
region = "us-east-1"
dynamodb_table = "tf_state_file_locking"
}
}
provider "aws" {
region = "us-east-1"
}
lambda 的 iam 角色和策略
此 iam 配置为 lambda 设置访问 ec2 和 cloudwatch 的权限，从而启用快照删除和日志记录。
resource "aws_iam_role" "lambda_role" {
name = "terraform_orphan_snapshots_delete_role"
assume_role_policy = <<eof
{
"version": "2012-10-17",
"statement": [
{
"action": "sts:assumerole",
"principal": { "service": "lambda.amazonaws.com" },
"effect": "allow"
}
]
}
eof
}
resource "aws_iam_policy" "iam_policy_for_lambda" {
name = "terraform_orphan_snapshots_delete_policy"
policy = <<eof
{
"version": "2012-10-17",
"statement": [
{
"effect": "allow",
"action": [
"logs:createloggroup",
"logs:createlogstream",
"logs:putlogevents"
],
"resource": "arn:aws:logs:*:*:*"
},
{
"effect": "allow",
"action": [
"ec2:describevolumestatus",
"ec2:describesnapshots",
"ec2:deletesnapshot"
],
"resource": "*"
}
]
}
eof
}
resource "aws_iam_role_policy_attachment" "attach_iam_policy_to_iam_role" {
role = aws_iam_role.lambda_role.name
policy_arn = aws_iam_policy.iam_policy_for_lambda.arn
}
打包和部署 lambda 函数
在这里，我们打包 python 代码并将其部署为 lambda 函数。
data "archive_file" "lambda_zip" {
type = "zip"
source_file = "${path.module}/python/orphan-snapshots-delete.py"
output_path = "${path.module}/python/orphan-snapshots-delete.zip"
}
resource "aws_lambda_function" "lambda_function" {
filename = data.archive_file.lambda_zip.output_path
function_name = "orphan-snapshots-delete"
role = aws_iam_role.lambda_role.arn
handler = "orphan-snapshots-delete.lambda_handler"
runtime = "python3.12"
timeout = 30
}
lambda 调用的 eventbridge 规则
aws eventbridge 允许您为 lambda 函数创建计划触发器或基于事件的触发器。在这里，我们将配置 eventbridge 以按计划（例如每 24 小时）调用我们的 lambda 函数。您可以在此处的 aws 文档中了解有关 eventbridge 和计划事件的更多信息。
resource "aws_cloudwatch_event_rule" "schedule_rule" {
name = "orphan-snapshots-schedule-rule"
description = "trigger lambda every day to delete orphaned snapshots"
schedule_expression = "rate(24 hours)"
}
resource "aws_cloudwatch_event_target" "target" {
rule = aws_cloudwatch_event_rule.schedule_rule.name
arn = aws_lambda_function.lambda_function.arn
}
resource "aws_lambda_permission" "allow_eventbridge" {
statement_id = "allowexecutionfromeventbridge"
action = "lambda:invokefunction"
function_name = aws_lambda_function.lambda_function.function_name
principal = "events.amazonaws.com"
source_arn = aws_cloudwatch_event_rule.schedule_rule.arn
}
第 5 步：应用 terraform 配置
定义基础设施后，初始化并应用 terraform 配置：
terraform init terraform apply
第 6 步：测试和监控 lambda 函数
验证解决方案是否有效：
- 手动触发事件（可选）：对于初始测试，从 aws lambda 控制台手动触发 lambda 函数。
- 监控 cloudwatch 日志： lambda 函数将日志写入 cloudwatch，您可以在其中查看条目以验证快照删除。
- 根据需要调整计划：修改schedule_expression以设置快照清理的自定义频率。
总结
通过结合 python (boto3)、terraform 和 aws eventbridge，我们创建了一个完全自动化、无服务器的解决方案来清理孤立的 ebs 快照。这种设置不仅降低了云成本，还促进了整洁、高效的 aws 环境。通过计划调用，您可以放心，孤立资源将始终被删除。
在您自己的 aws 账户中尝试此解决方案，体验云资源管理自动化的优势！
