Puede utilizar AWS Lambda para reemplazar los procesos programados, como las copias de seguridad automatizadas del sistema, las conversiones de archivos y las tareas de mantenimiento. En este ejemplo, se crea una aplicación sin servidor que lleva a cabo un mantenimiento programado regular en una tabla de DynamoDB mediante la eliminación de entradas antiguas. La aplicación utiliza el Programador de EventBridge para invocar una función de Lambda según una programación cron. Cuando se invoca, la función consulta la tabla en busca de elementos con más de un año de antigüedad y los elimina. La función registra cada elemento eliminado en Registros de CloudWatch.
Para implementar este ejemplo, cree antes una tabla de DynamoDB y llénela con algunos datos de prueba para que la función los consulte. A continuación, cree una función de Lambda de Python con un desencadenador del Programador de EventBridge y un rol de ejecución de IAM que dé permiso a la función para leer y eliminar elementos de la tabla.
sugerencia
Si es la primera vez que utiliza Lambda, recomendamos que complete el tutorial Creación de su primera función de Lambda antes de crear esta aplicación de ejemplo.
Para implementar la aplicación manualmente, cree y configure los recursos con la AWS Management Console. También puede implementar la aplicación mediante AWS Serverless Application Model (AWS SAM). AWS SAM es una herramienta de Infraestructura como código (IaC). Con la IaC no se crean recursos de forma manual, sino que se definen en código y, a continuación, se implementan automáticamente.
Si desea obtener más información sobre el uso de Lambda con la IaC antes de implementar esta aplicación de ejemplo, consulte Uso de Lambda con la infraestructura como código (IaC).
Requisitos previos
Antes de poder crear la aplicación de ejemplo, asegúrese de tener instaladas los programas y las herramientas de línea de comando necesarios.
-
Python
Para rellenar la tabla de DynamoDB que ha creado para probar la aplicación, en este ejemplo se utiliza un script de Python y un archivo CSV para escribir datos en la tabla. Asegúrese de tener instalado en el equipo la versión 3.8 o posterior de Python.
-
CLI de AWS SAM
Si desea crear la tabla de DynamoDB e implementar la aplicación de ejemplo mediante AWS SAM, debe instalar la AWS SAM CLI. Siga las instrucciones de instalación en la Guía del usuario de AWS SAM.
-
AWS CLI
Para utilizar el script de Python proporcionado para rellenar la tabla de prueba, debe tener instalada y configurada la AWS CLI. Esto se debe a que el script usa AWS SDK for Python (Boto3), que necesita acceder a sus credenciales de AWS Identity and Access Management (IAM). También necesita la AWS CLI instalada para implementar los recursos mediante AWS SAM. Para instalar la CLI, siga las instrucciones de instalación en la Guía del usuario de AWS Command Line Interface.
-
Docker
Para implementar la aplicación con AWS SAM, Docker también debe estar instalado en la máquina de compilación. Siga las instrucciones de Instalar Docker Engine
en el sitio web de documentación de Docker.
Descarga de los archivos de la aplicación de ejemplo
Para crear la base de datos de ejemplo y la aplicación con el mantenimiento programado, debe crear los siguientes archivos en el directorio del proyecto:
Ejemplos de archivos de base de datos
-
template.yaml: una plantilla de AWS SAM que puede utilizar para crear la tabla de DynamoDB -
sample_data.csv: un archivo CSV que contiene datos de muestra para cargarlos en la tabla -
load_sample_data.py: un script de Python que escribe los datos del archivo CSV en la tabla
Archivos de la aplicación con el mantenimiento programado
-
lambda_function.py: es el código de la función de Python para la función de Lambda que lleva a cabo el mantenimiento de la base de datos -
requirements.txt: es un archivo de manifiesto que define las dependencias que requiere el código de la función de Python -
template.yaml: es una plantilla de AWS SAM que puede usar para implementar la aplicación
Archivo de prueba
-
test_app.py: un script de Python que analiza la tabla y confirma el correcto funcionamiento de la función al generar todos los registros con más de un año de antigüedad
Expanda las siguientes secciones para ver el código y obtener más información sobre la función de cada archivo a la hora de crear y probar la aplicación. Para crear los archivos en su equipo local, copie y pegue el siguiente código.
Copie y pegue el siguiente código en un archivo denominado template.yaml.
AWSTemplateFormatVersion: '2010-09-09'
Transform: AWS::Serverless-2016-10-31
Description: SAM Template for DynamoDB Table with Order_number as Partition Key and Date as Sort Key
Resources:
MyDynamoDBTable:
Type: AWS::DynamoDB::Table
DeletionPolicy: Retain
UpdateReplacePolicy: Retain
Properties:
TableName: MyOrderTable
BillingMode: PAY_PER_REQUEST
AttributeDefinitions:
- AttributeName: Order_number
AttributeType: S
- AttributeName: Date
AttributeType: S
KeySchema:
- AttributeName: Order_number
KeyType: HASH
- AttributeName: Date
KeyType: RANGE
SSESpecification:
SSEEnabled: true
GlobalSecondaryIndexes:
- IndexName: Date-index
KeySchema:
- AttributeName: Date
KeyType: HASH
Projection:
ProjectionType: ALL
PointInTimeRecoverySpecification:
PointInTimeRecoveryEnabled: true
Outputs:
TableName:
Description: DynamoDB Table Name
Value: !Ref MyDynamoDBTable
TableArn:
Description: DynamoDB Table ARN
Value: !GetAtt MyDynamoDBTable.Arnnota
Las plantillas de AWS SAM utilizan una convención de nomenclatura estándar de template.yaml. En este ejemplo, tiene dos archivos de plantilla: uno para crear la base de datos del ejemplo y otro para crear la propia aplicación. Guárdelos en subdirectorios separados de la carpeta del proyecto.
Esta plantilla de AWS SAM define el recurso de la tabla de DynamoDB que se crea para probar la aplicación. La tabla usa una clave principal de Order_number con una clave de clasificación de Date. Para que la función de Lambda busque los elementos directamente por fecha, también definimos un Índice secundario global denominado Date-index.
Para obtener más información sobre cómo crear y configurar una tabla de DynamoDB con el recurso AWS::DynamoDB::Table, consulte AWS::DynamoDB::Table en la Guía del usuario de AWS CloudFormation.
Copie y pegue el siguiente código en un archivo denominado sample_data.csv.
Date,Order_number,CustomerName,ProductID,Quantity,TotalAmount 2023-09-01,ORD001,Alejandro Rosalez,PROD123,2,199.98 2023-09-01,ORD002,Akua Mansa,PROD456,1,49.99 2023-09-02,ORD003,Ana Carolina Silva,PROD789,3,149.97 2023-09-03,ORD004,Arnav Desai,PROD123,1,99.99 2023-10-01,ORD005,Carlos Salazar,PROD456,2,99.98 2023-10-02,ORD006,Diego Ramirez,PROD789,1,49.99 2023-10-03,ORD007,Efua Owusu,PROD123,4,399.96 2023-10-04,ORD008,John Stiles,PROD456,2,99.98 2023-10-05,ORD009,Jorge Souza,PROD789,3,149.97 2023-10-06,ORD010,Kwaku Mensah,PROD123,1,99.99 2023-11-01,ORD011,Li Juan,PROD456,5,249.95 2023-11-02,ORD012,Marcia Oliveria,PROD789,2,99.98 2023-11-03,ORD013,Maria Garcia,PROD123,3,299.97 2023-11-04,ORD014,Martha Rivera,PROD456,1,49.99 2023-11-05,ORD015,Mary Major,PROD789,4,199.96 2023-12-01,ORD016,Mateo Jackson,PROD123,2,199.99 2023-12-02,ORD017,Nikki Wolf,PROD456,3,149.97 2023-12-03,ORD018,Pat Candella,PROD789,1,49.99 2023-12-04,ORD019,Paulo Santos,PROD123,5,499.95 2023-12-05,ORD020,Richard Roe,PROD456,2,99.98 2024-01-01,ORD021,Saanvi Sarkar,PROD789,3,149.97 2024-01-02,ORD022,Shirley Rodriguez,PROD123,1,99.99 2024-01-03,ORD023,Sofia Martinez,PROD456,4,199.96 2024-01-04,ORD024,Terry Whitlock,PROD789,2,99.98 2024-01-05,ORD025,Wang Xiulan,PROD123,3,299.97
Este archivo contiene algunos datos de prueba de ejemplo con los que rellenar la tabla de DynamoDB en un formato de valores separados por comas (CSV) estándar.
Copie y pegue el siguiente código en un archivo denominado load_sample_data.py.
import boto3
import csv
from decimal import Decimal
# Initialize the DynamoDB client
dynamodb = boto3.resource('dynamodb')
table = dynamodb.Table('MyOrderTable')
print("DDB client initialized.")
def load_data_from_csv(filename):
with open(filename, 'r') as file:
csv_reader = csv.DictReader(file)
for row in csv_reader:
item = {
'Order_number': row['Order_number'],
'Date': row['Date'],
'CustomerName': row['CustomerName'],
'ProductID': row['ProductID'],
'Quantity': int(row['Quantity']),
'TotalAmount': Decimal(str(row['TotalAmount']))
}
table.put_item(Item=item)
print(f"Added item: {item['Order_number']} - {item['Date']}")
if __name__ == "__main__":
load_data_from_csv('sample_data.csv')
print("Data loading completed.")Este script de Python utiliza primero AWS SDK for Python (Boto3) para crear una conexión con la tabla de DynamoDB. A continuación, recorre en iteración cada fila del archivo CSV de datos de ejemplo, crea un elemento a partir de esa fila y escribe el elemento en la tabla de DynamoDB mediante el SDK de Boto3.
Copie y pegue el siguiente código en un archivo denominado lambda_function.py.
import boto3
from datetime import datetime, timedelta
from boto3.dynamodb.conditions import Key, Attr
import logging
logger = logging.getLogger()
logger.setLevel("INFO")
def lambda_handler(event, context):
# Initialize the DynamoDB client
dynamodb = boto3.resource('dynamodb')
# Specify the table name
table_name = 'MyOrderTable'
table = dynamodb.Table(table_name)
# Get today's date
today = datetime.now()
# Calculate the date one year ago
one_year_ago = (today - timedelta(days=365)).strftime('%Y-%m-%d')
# Scan the table using a global secondary index
response = table.scan(
IndexName='Date-index',
FilterExpression='#date < :one_year_ago',
ExpressionAttributeNames={
'#date': 'Date'
},
ExpressionAttributeValues={
':one_year_ago': one_year_ago
}
)
# Delete old items
with table.batch_writer() as batch:
for item in response['Items']:
Order_number = item['Order_number']
batch.delete_item(
Key={
'Order_number': Order_number,
'Date': item['Date']
}
)
logger.info(f'deleted order number {Order_number}')
# Check if there are more items to scan
while 'LastEvaluatedKey' in response:
response = table.scan(
IndexName='DateIndex',
FilterExpression='#date < :one_year_ago',
ExpressionAttributeNames={
'#date': 'Date'
},
ExpressionAttributeValues={
':one_year_ago': one_year_ago
},
ExclusiveStartKey=response['LastEvaluatedKey']
)
# Delete old items
with table.batch_writer() as batch:
for item in response['Items']:
batch.delete_item(
Key={
'Order_number': item['Order_number'],
'Date': item['Date']
}
)
return {
'statusCode': 200,
'body': 'Cleanup completed successfully'
}El código de la función de Python contiene la función de controlador (lambda_handler) que Lambda ejecuta cuando se invoca la función.
Cuando el Programador de EventBridge invoca la función, utiliza AWS SDK for Python (Boto3) para crear una conexión con la tabla de DynamoDB en la que se va a llevar a cabo la tarea de mantenimiento programada. A continuación, utiliza la biblioteca datetime de Python para calcular la fecha de hace un año, antes de analizar la tabla en busca de elementos anteriores a este y eliminarlos.
Tenga en cuenta que las respuestas de las operaciones de consulta y análisis de DynamoDB están limitadas a un tamaño máximo de 1 MB. Si la respuesta es superior a 1 MB, DynamoDB pagina los datos y devuelve un elemento LastEvaluatedKey de la respuesta. Para garantizar que nuestra función procese todos los registros de la tabla, comprobamos la presencia de esta clave y continuamos analizando la tabla desde la última posición evaluada hasta analizar toda la tabla.
Copie y pegue el siguiente código en un archivo denominado requirements.txt.
boto3
En este ejemplo, el código de la función solo tiene una dependencia que no forma parte de la biblioteca estándar de Python: el SDK para Python (Boto3) que la función utiliza para analizar y eliminar elementos de la tabla de DynamoDB.
nota
Como parte del tiempo de ejecución de Lambda, se incluye una versión del SDK para Python (Boto3), de modo que el código se ejecute sin agregar Boto3 al paquete de implementación de la función. Sin embargo, para mantener el control total de las dependencias de la función y evitar posibles problemas de alineación de versiones, la práctica recomendada para Python es incluir todas las dependencias de la función en el paquete de implementación de la función. Consulte Dependencias de tiempo de ejecución en Python para obtener más información.
Copie y pegue el siguiente código en un archivo denominado template.yaml.
AWSTemplateFormatVersion: '2010-09-09'
Transform: AWS::Serverless-2016-10-31
Description: SAM Template for Lambda function and EventBridge Scheduler rule
Resources:
MyLambdaFunction:
Type: AWS::Serverless::Function
Properties:
FunctionName: ScheduledDBMaintenance
CodeUri: ./
Handler: lambda_function.lambda_handler
Runtime: python3.11
Architectures:
- x86_64
Events:
ScheduleEvent:
Type: ScheduleV2
Properties:
ScheduleExpression: cron(0 3 1 * ? *)
Description: Run on the first day of every month at 03:00 AM
Policies:
- CloudWatchLogsFullAccess
- Statement:
- Effect: Allow
Action:
- dynamodb:Scan
- dynamodb:BatchWriteItem
Resource: !Sub 'arn:aws:dynamodb:${AWS::Region}:${AWS::AccountId}:table/MyOrderTable'
LambdaLogGroup:
Type: AWS::Logs::LogGroup
Properties:
LogGroupName: !Sub /aws/lambda/${MyLambdaFunction}
RetentionInDays: 30
Outputs:
LambdaFunctionName:
Description: Lambda Function Name
Value: !Ref MyLambdaFunction
LambdaFunctionArn:
Description: Lambda Function ARN
Value: !GetAtt MyLambdaFunction.Arnnota
Las plantillas de AWS SAM utilizan una convención de nomenclatura estándar de template.yaml. En este ejemplo, tiene dos archivos de plantilla: uno para crear la base de datos del ejemplo y otro para crear la propia aplicación. Guárdelos en subdirectorios separados de la carpeta del proyecto.
Esta plantilla de AWS SAM define los recursos de la aplicación. Definimos la función de Lambda con el recurso AWS::Serverless::Function. La programación del Programador de EventBridge y el desencadenador para invocar la función de Lambda se crean mediante la propiedad Events de este recurso mediante un tipo de ScheduleV2. Para obtener más información sobre cómo definir programaciones del Programador de EventBridge en plantillas de AWS SAM, consulte ScheduleV2 en la Guía para desarrolladores de AWS Serverless Application Model.
Además de la función de Lambda y la programación del Programador de EventBridge, también definimos un grupo de registros de CloudWatch para que la función envíe los registros de los elementos eliminados.
Copie y pegue el siguiente código en un archivo denominado test_app.py.
import boto3
from datetime import datetime, timedelta
import json
# Initialize the DynamoDB client
dynamodb = boto3.resource('dynamodb')
# Specify your table name
table_name = 'YourTableName'
table = dynamodb.Table(table_name)
# Get the current date
current_date = datetime.now()
# Calculate the date one year ago
one_year_ago = current_date - timedelta(days=365)
# Convert the date to string format (assuming the date in DynamoDB is stored as a string)
one_year_ago_str = one_year_ago.strftime('%Y-%m-%d')
# Scan the table
response = table.scan(
FilterExpression='#date < :one_year_ago',
ExpressionAttributeNames={
'#date': 'Date'
},
ExpressionAttributeValues={
':one_year_ago': one_year_ago_str
}
)
# Process the results
old_records = response['Items']
# Continue scanning if we have more items (pagination)
while 'LastEvaluatedKey' in response:
response = table.scan(
FilterExpression='#date < :one_year_ago',
ExpressionAttributeNames={
'#date': 'Date'
},
ExpressionAttributeValues={
':one_year_ago': one_year_ago_str
},
ExclusiveStartKey=response['LastEvaluatedKey']
)
old_records.extend(response['Items'])
for record in old_records:
print(json.dumps(record))
# The total number of old records should be zero.
print(f"Total number of old records: {len(old_records)}")
Este script de prueba utiliza AWS SDK for Python (Boto3) para crear una conexión con la tabla de DynamoDB y buscar elementos con más de un año de antigüedad. Para confirmar si la función de Lambda se ha ejecutado correctamente, al final de la prueba, la función imprime el número de registros con más de un año de antigüedad que aún se encuentran en la tabla. Si la función de Lambda se ejecutó correctamente, el número de registros antiguos de la tabla debería ser cero.
Creación y llenado de la tabla de DynamoDB de ejemplo
Para probar la aplicación con el mantenimiento programado, antes debe crear una tabla de DynamoDB y rellenarla con algunos datos de ejemplo. Puede crear la tabla manualmente mediante la AWS Management Console o AWS SAM. Le recomendamos que utilice AWS SAM para crear y configurar rápidamente la tabla mediante unos pocos comandos de la AWS CLI.
Creación de la tabla de DynamoDB
-
Seleccione Create table (Creación de tabla).
-
Haga lo siguiente para crear la tabla:
-
En Detalles de la tabla, en Nombre de la tabla, ingrese
MyOrderTable. -
En Clave de partición, ingrese
Order_numbery mantenga el tipo de datos establecido como Cadena. -
En Clave de clasificación, ingrese
Datey mantenga el tipo de datos establecido como Cadena. -
Deje la Configuración de la tabla establecida en Configuración predeterminada y elija Crear tabla.
-
-
Cuando la tabla haya terminado de crearse y su Estado aparezca como Activo, cree un índice secundario global (GSI) de la siguiente manera. La aplicación utilizará este GSI para buscar elementos directamente por fecha y determinar qué elementos se van a eliminar.
-
Elija MyOrderTable en la lista de tablas.
-
Seleccione la pestaña Índices.
-
En Índices secundarios globales, elija Crear índice.
-
En Detalles del índice, ingrese
Dateen Clave de partición y deje el Tipo de datos establecido en Cadena. -
En Nombre de índice, ingrese el
Date-index. -
Deje los demás parámetros con los valores predeterminados, desplácese a la parte inferior de la página y elija Crear índice.
-
Después de crear la tabla, debe agregar a continuación algunos datos de muestra para probar la aplicación. El archivo CSV sample_data.csv que descargó anteriormente contiene una serie de entradas de ejemplo compuestas por números de pedido, fechas e información de clientes y pedidos. Use el script de Python proporcionado load_sample_data.py para agregar estos datos a la tabla.
Agregación de los datos de ejemplo a la tabla
-
Vaya al directorio que contiene los archivos
sample_data.csvyload_sample_data.py. Si estos archivos están en directorios distintos, muévalos para que se guarden en la misma ubicación. -
Ejecute el siguiente comando para crear un entorno virtual de Python que ejecute el script: Le recomendamos que utilice un entorno virtual, ya que en el siguiente paso tendrá que instalar AWS SDK for Python (Boto3).
python -m venv venv -
Ejecute el siguiente comando para activar el entorno virtual.
source venv/bin/activate -
Ejecute el siguiente comando para instalar SDK para Python (Boto3) en el entorno virtual. El script utiliza esta biblioteca para conectarse a la tabla de DynamoDB y agregar los elementos.
pip install boto3 -
Ejecute el siguiente comando para ejecutar el script y rellenar la tabla.
python load_sample_data.pySi el script se ejecuta correctamente, debería imprimir cada elemento en la consola a medida que lo carga y notificar
Data loading completed. -
Ejecute el siguiente comando para desactivar el entorno virtual.
deactivate -
Para verificar que los datos se hayan cargado en la tabla de DynamoDB, haga lo siguiente:
-
Abra la página Explorar elementos
en la consola de DynamoDB y seleccione su tabla ( MyOrderTable). -
En el panel Elementos devueltos, debería ver los 25 elementos del archivo CSV que el script agregó a la tabla.
-
Creación de la aplicación con el mantenimiento programado
Puede crear e implementar los recursos para esta aplicación de ejemplo paso a paso con la AWS Management Console o mediante AWS SAM. En un entorno de producción, recomendamos que utilice una herramienta de infraestructura como código (IaC) como AWS SAM para implementar aplicaciones sin servidor repetidamente sin utilizar procesos manuales.
Para este ejemplo, siga las instrucciones de la consola para aprender a configurar cada recurso de AWS por separado o siga las instrucciones de AWS SAM para implementar la aplicación de forma rápida mediante comandos de la AWS CLI.
Creación de la función con la AWS Management Console
En primer lugar, cree una función que contenga el código de inicio básico. A continuación, reemplace este código por su propio código de función, ya sea al copiar y pegar el código directamente en el editor de código de Lambda o mediante la carga del código como paquete .zip. Para esta tarea, le recomendamos simplemente copiar y pegar el código.
-
Abra la página de Functions
(Funciones) en la consola de Lambda. -
Elija Crear función.
-
Elija Author from scratch (Crear desde cero).
-
Bajo Basic information (Información básica), haga lo siguiente:
-
En Function name (Nombre de la función), introduzca
ScheduledDBMaintenance -
En Tiempo de ejecución, elija la versión más reciente de Python.
-
En Arquitectura, elija x86_64.
-
-
Seleccione Creación de función.
-
Después de crear la función, puede configurarla con el código de función proporcionado.
-
En el panel Código de origen, reemplace el código Hello world que creó Lambda por el código de la función de Python del archivo
lambda_function.pyque guardó anteriormente. -
En la sección IMPLEMENTAR elija Implementar para actualizar el código de la función:
-
Configuación de la memoria y el tiempo de espera de la función (consola)
-
Seleccione la pestaña Configuración de la función.
-
En el panel Configuración general, seleccione Editar.
-
Establezca la Memoria en 256 MB y el Tiempo de espera en 15 segundos. Si está procesando una tabla grande con muchos registros, por ejemplo, en el caso de un entorno de producción, podría considerar la posibilidad de configurar Tiempo de espera con un número mayor. Esto le da a la función más tiempo para analizar y limpiar la base de datos.
-
Seleccione Guardar.
Configuración del formato de registro (consola)
Puede configurar las funciones de Lambda para generar registros en formato de texto no estructurado o JSON. Se recomienda utilizar el formato JSON para los registros a fin de facilitar la búsqueda y el filtrado de los datos del registro. Para obtener más información sobre las opciones de configuración de registros de Lambda, consulte Configuración de controles de registro avanzados para las funciones de Lambda.
-
Seleccione la pestaña Configuración de la función.
-
Seleccione Herramientas de supervisión y operaciones.
-
En el panel Configuración de registros, seleccione Editar.
-
Para la configuración de registro, seleccione JSON.
-
Seleccione Guardar.
Configuración de permisos de IAM
Para conceder a la función los permisos que necesita para leer y eliminar elementos de DynamoDB, debe añadir una política al rol de ejecución de la función que defina los permisos necesarios.
-
Abra la pestaña Configuración y, a continuación, seleccione Permisos en la barra de navegación izquierda.
-
Elija el nombre del rol en Rol de ejecución.
-
En la consola de IAM, elija Agregar permisos y, a continuación, Crear política insertada.
-
Utilice el editor de JSON e ingrese la política siguiente:
{ "Version": "2012-10-17", "Statement": [ { "Effect": "Allow", "Action": [ "dynamodb:Scan", "dynamodb:DeleteItem", "dynamodb:BatchWriteItem" ], "Resource": "arn:aws:dynamodb:*:*:table/MyOrderTable" } ] } -
Asigne un nombre a la política
DynamoDBCleanupPolicyy, a continuación, créela.
Configuración del Programador de EventBridge como desencadenador (consola)
-
Abra la consola de EventBridge
. -
En el panel de navegación izquierdo, elija Programadores en la sección Programador.
-
Elija Crear programación.
-
Para configurar la programación, haga lo siguiente:
-
En Nombre de la programación, ingrese un nombre para la programación (por ejemplo,
DynamoDBCleanupSchedule). -
En Patrón de programación, elija Programación periódica.
-
En Tipo de programación, deje el valor predeterminado como Programación basada en cron e ingrese los siguientes detalles de programación:
Minutos:
0Horas:
3Día del mes:
1Mes:
*Día de la semana:
?Año:
*
Cuando se evalúa, esta expresión cron se ejecuta el primer día de cada mes a las 03:00 h.
-
En Intervalo de tiempo flexible, seleccione Desactivado.
-
-
Elija Siguiente.
-
Para configurar el desencadenador de la función de Lambda, haga lo siguiente:
-
En el panel Detalle del destino, deje la opción API de destino establecida en Destinos con plantillas y, a continuación, seleccione Invocación de AWS Lambda.
-
En Invocar, seleccione la función de Lambda (
ScheduledDBMaintenance) en la lista desplegable. -
Deje la opción Carga útil vacía y seleccione Siguiente.
-
Desplácese hacia abajo hasta Permisos y seleccione Crear un nuevo rol para esta programación. Al crear una nueva programación del Programador de EventBridge con la consola, el Programador de EventBridge crea una nueva política con los permisos necesarios que la programación necesita para invocar la función. Para obtener más información sobre la gestión de los permisos de programación, consulte Cron-based schedules en la Guía del usuario del Programador de EventBridge.
-
Elija Siguiente.
-
-
Revise la configuración y elija Crear programación para completar la creación de la programación y el desencadenador de Lambda.
Pruebas de la aplicación
Para comprobar que la programación desencadene correctamente la función y que la función limpie correctamente los registros de la base de datos, puede modificar temporalmente la programación para que se ejecute una vez cada cierto tiempo. A continuación, puede volver a ejecutar sam deploy para restablecer la programación de periodicidad para que se ejecute una vez al mes.
Ejecución de la aplicación mediante la AWS Management Console
-
Vuelva a la página de la consola del Programador de EventBridge.
-
Elija la programación y, a continuación, elija Editar.
-
En la sección Patrón de programación, en Recurrencia, elija Programación única.
-
Establezca la hora de invocación en unos minutos a partir de ahora, revise la configuración y, a continuación, elija Guardar.
Una vez ejecutada la programación e invocado su destino, ejecute el script test_app.py para comprobar que la función haya eliminado correctamente todos los registros antiguos de la tabla de DynamoDB.
Verificación de la eliminación de los registros antiguos mediante un script de Python
-
En la ventana de línea de comandos, vaya a la carpeta en la que guardó
test_app.py. -
Ejecute el script.
python test_app.pySi todo va bien, obtendrá el siguiente resultado.
Total number of old records: 0
Pasos a seguir a continuación
Ahora puede modificar la programación del Programador de EventBridge para adaptarla a los requisitos específicos de su aplicación. El Programador de EventBridge admite las siguientes expresiones de programación: cron, frecuencia y única.
Para obtener más información sobre las expresiones de programación del Programador de EventBridge, consulte Schedule types en la Guía del usuario del Programador de Amazon EventBridge.
