dot Redis 8 来了——而且是开源的

了解更多
White Redis Logo 返回
搜索

使用 AWS Lambda 和 Redis Enterprise Cloud 进行无服务器开发

LinkedIn-icon
分享
LinkedIn-icon分享到 LinkedIn
Tugdual Grall, Technicscal Marketing Manager, Redis

Tugdual Grall

Chinmay Kulkarni

Chinmay Kulkarni

在本博文中，您将学习如何集成 AWS Lambda 和 Redis Enterprise Cloud。通过一个示例电影数据库应用程序，您将了解如何构建和部署两个 Lambda 函数，一个用 Node.js 编写，一个用 Python 编写。 这两个 Lambda 函数用于与 Redis 数据库交互，以插入、更新、删除和查询。该应用程序使用 RediSearch API，该 API 提供丰富的查询和搜索功能。无服务器，使用 AWS Lambda，符合微服务架构的日益增长的趋势，因为它允许开发人员将业务“服务”的范围缩小到一个可以使用他们选择的编程语言实现的小项目。要了解更多信息，请观看下面的视频，并继续阅读 AWS Lambda 的快速概述以及如何使用 Redis Enterprise Cloud 和 Lambda 构建应用程序的更深入的讲解

https://www.youtube.com/embed/UJHk1cTfs3g

快速了解 AWS Lambda

如果您还不熟悉 AWS Lambda，即该公司Serverless计算运行时，也称为函数即服务 (FaaS)——以下是您需要了解的基础知识。（Lambda 专家可以跳到下一节。）AWS Lambda 允许应用程序根据特定事件按需运行函数，使其成为构建事件驱动架构 (EDA) 应用程序的好方法。AWS Lambda 函数由 AWS 完全管理，可以使用各种 编程语言 创建。也许 AWS Lambda 最好的部分是，开发人员通常不需要完全理解应用程序生命周期就可以使用它。

可以使用几种不同的方法调用 AWS Lambda：直接从 AWS 控制台调用，使用来自其他 AWS 服务（如 SNS、SQS 或 Kinesis）的事件调用，甚至从 AWS 控制台、CloudWatch 或 S3 事件调用。在我们的示例电影数据库应用程序中，Lambda 函数将使用 HTTP REST 端点调用，这是使用 AWS API Gateway 完成的。 (您可以在 文档中找到有关 AWS Lambda 函数调用的更多信息。)

AWS Lambda HTTP 执行过程

具体来说，通过 HTTP 的请求被路由到 AWS 的 API Gateway 管理工具，该工具解析正文、标头和参数，然后使用此有效负载触发我们的 Lambda 函数

在 API Gateway 中公开 AWS Lambda 函数。

作为开发人员，您只需编写代码来公开 REST 端点，并配置部署以在 AWS API Gateway 中公开它。（我们将在下一节讨论示例电影数据库应用程序时进一步讨论这一点。）

无服务器应用程序中的状态和数据管理

AWS Lambda 是一个无状态环境。但是，在许多应用程序中，您仍然希望在服务或调用之间共享状态，而 Redis 可以提供帮助。对于简单的状态管理，AWS 开发人员通常使用 ElastiCache，但许多应用程序需要的不仅仅是状态管理，他们还需要持久性、丰富的数据、高性能和查询模型。Redis Enterprise Cloud 在 AWS 上提供完全托管的服务（也支持 Google Cloud 和 Microsoft Azure）。

Redis 电影数据库示例应用程序

现在我们准备好查看我们的示例电影数据库应用程序，以了解使用 Redis Enterprise Cloud 和 AWS Lambda 构建应用程序的关键步骤。

该应用程序使用 RediSearch Getting Started 教程中记录的数据集，该数据集由一个电影目录组成，由 Redis 哈希组成。 如下图所示，前端是使用 Vue.js 构建的，它调用 REST 端点来

  • 列出、排序和过滤电影
  • 编辑电影并添加/删除评论
  • 使用全文搜索和分面搜索搜索电影
使用 AWS Lambda 函数的示例电影数据库应用程序的演示。

如上所述，该应用程序利用 AWS API Gateway、AWS Lambda 和 Redis Enterprise Cloud 作为数据存储。此外，Python 服务使用 AWS Key Management Service 来存储和加密 Redis 数据库密码。

安装并运行演示应用程序

要开始使用，您需要一些先决条件

一旦您组装好所有内容，让我们逐步完成安装和运行示例应用程序的过程。 

第 1 步：获取 Redis Enterprise Cloud 数据库信息

如果您尚未在 Redis Enterprise Cloud 上创建数据库，请使用我们的 Redis 模块入门 指南中的信息进行创建。

当您连接到 Redis Enterprise Cloud 时，您可以在 Web 控制台中找到数据库连接信息； 确保将模块“RediSearch 2”添加到数据库。

我们的示例电影数据库应用程序的 Redis Enterprise Cloud 数据库信息。

您将需要以下属性才能将 Lambda 函数连接到您的 Redis 数据库

  • REDIS_HOST: redis-18541.xxx.xxxx.xxx.cloud.redis.com
  • REDIS_PORT: 18541
  • REDIS_PASSWORD : <屏幕上显示的密码>

第 2 步：从 GitHub 获取项目

将存储库克隆到您的本地环境，并将其移动到项目目录

> git clone https://github.com/redis-developer/aws-redis-cloud-demo.git

> cd aws-redis-cloud-demo

项目目录结构如下所示

aws-redis-cloud-demo
├── README.md
├── front-end                   => Vue.js project
│   ├── .env.development        => to set the Lambda URLs in dev mode
│   ├── .env.production         => to set the Lambda URLs in production mode    
│   ├── ...
│   └── vue.config.js
│   └── ...
├── movie-comments-microservice => The Python, comments service
│   ├── .chalice
│   │   └── config.json         => Lambda & Service configuration  
│   ├── app.py
│   ├── chalicelib              => Contains application code and lib
│   │   └── ….
│   ├── readme.md
│   └── requirements.txt
└── movies-list-microservice    => The Node.js, movie service
    ├── import_movies.redis     => Dataset file
    ├── ...
    ├── serverless.yml          => Lambda & Service configuration
    ├── src
    │   └── ...
    └── ...

第 3 步：将电影数据库数据集导入到您的应用程序中

文件 aws-redis-cloud-demo/movies-list-microservice/import_movies.redis 包含将电影插入到数据库中的所有 Redis 命令。 使用的命令是

  • HSET 用于每部电影
  • FT.CREATE 用于创建 RediSearch 索引。

要导入数据集，请打开一个终端并运行以下命令

> export REDISCLI_AUTH=<YOUR_DB_PASSWORD>
> redis-cli -h redis-18541.xxx.xxxx.xxx.cloud.redis.com \
        -p 18541 < movies-list-microservice/import_movies.redis

第 4 步：配置应用程序以使用您的 Redis Enterprise Cloud 实例

在测试应用程序之前，您必须使用您的 Redis Enterprise Cloud 数据库实例配置 Node.js 和 Python 服务。 打开这些文件

  • ./movies-list-microservice/serverless.yml
  • ./movie-comments-microservice/.chalice/config.json

然后设置 Redis 主机、端口和密码：（REDIS_HOST、REDIS_PORT、REDIS_PASSWORD）

第 5 步： 构建并运行电影微服务 (Node.js)

按照此处列出的步骤来构建和运行项目。（您也可以在项目的 Readme 文件中找到所有信息。）

  1. 安装 serverless 框架
> npm install -g serverless

2. 转到 movies-list-microservice 目录

> cd movies-list-microservice

3. 安装依赖项

> npm install

4. 在本地运行 Lambda 函数

> npm start

5. 通过打开对 REST 服务的浏览器调用来测试该服务：http://localhost:3000/api/movies/1

6. 通过运行以下命令将函数部署到您的 AWS 环境来将该服务部署到 AWS

> serverless deploy
................................
Serverless: Stack update finished...
Service Information
service: movies-list-microservice
stage: api
region: us-east-1
stack: movies-list-microservice-api
resources: 33
api keys:
  None
endpoints:
  GET - https://<xxx>.execute-api.<reg>.amazonaws.com/api/movies/search
  GET - https://<xxx>.execute-api.<reg>.amazonaws.com/api/movies/group_by/{field}
  GET - https://<xxx>.execute-api.<reg>.amazonaws.com/api/movies/{id}
  POST - https://<xxx>.execute-api.<reg>.amazonaws.com/api/movies/{id}
functions:
  listMovies: movies-list-microservice-api-listMovies
  searchMovies: movies-list-microservice-api-searchMovies
  getMovie: movies-list-microservice-api-getMovie
  saveMovie: movies-list-microservice-api-saveMovie
layers:
  None

7. 通过将您的浏览器指向 https://<xxx>.execute-api.<reg>.amazonaws.com/api/movies/1 来测试 API

注意：如果您收到错误，请检查 AWS CloudWatch 中的函数日志以查看发生了什么。

更深入地了解代码

  • package.json 文件包含此 Node.js 项目使用的依赖项。 这个项目非常简单，并使用以下依赖项
    • 使用 redis 和 redis-redisearch 库连接 Redis 并暴露 RediSearch 命令。
    • 使用 aws-lambda 库调用所有 AWS Lambda 函数，以便将 Node 应用程序部署到您的 AWS 环境中。
  • serverless.yml 文件定义了将 HTTP 操作映射到将被调用的 JavaScript 函数（在 handler.ts 中定义）的无服务器函数，并包含环境变量（在本演示中主要是 Redis 连接字符串）。
  • handler.ts 文件是一个类，用于捕获来自 AWS Gateway 的事件并调用应用程序库 SearchService，该库负责执行对 Redis 数据库的所有调用。
  • SearchService.ts 文件包含与 Redis 数据库交互并使用 Redis 和 RediSearch API 的所有方法：client.ft_search()、 client.aggregate()、client.hmset() 等。（您可以在 Redis University 和 GitHub 上的 RediSearch 2.0 入门教程中了解有关 Redis 和 RediSearch 命令的更多信息。）

步骤 6： 构建并运行评论微服务 (Python)

以下是构建和运行项目的步骤。（您也可以在项目的 Readme 文件中找到所有信息。）

  1. 移动到 Python 项目并创建一个虚拟环境
> cd movie-comments-microservice

> python3 -m venv chalice-env

> source chalice-env/bin/activate

2. 安装依赖项

> pip install -r requirements.txt

3. 设置 AWS 环境，运行以下命令，并配置您的 ID 和密钥

> aws configure

AWS Access Key ID [None]: ****************ABCD
AWS Secret Access Key [None]: ****************abCd
Default region name [None]: us-west-2
Default output format [None]:

4. 将服务部署到 AWS，通过运行以下命令将函数部署到您的 AWS 环境

> chalice deploy

Reusing existing deployment package.
Updating policy for IAM role: movie-comments-microservice-dev
Creating lambda function: movie-comments-microservice-dev
Creating Rest API
Resources deployed:
  - Lambda ARN: arn:aws:lambda:us-east-1:11111111111:function:movie-comments-microservice-dev
  - Rest API URL: https://XXXXXXX.execute-api.us-east-1.amazonaws.com/api/

更深入地了解代码

  • requirements.txt 文件包含此 Python 项目使用的依赖项。 此项目非常简单，并使用以下依赖项
    • Chalice 是用于在 Python 中创建无服务器应用程序的 AWS 框架
    • redis 和 redisearch 访问 Redis 并使用 RediSearch API
  • config.json 文件定义了无服务器应用程序，并用于定义环境变量 - 在此应用程序中，为 Redis 数据库连接信息。
  • app.py 文件是应用程序入口点，它使用各种路由定义了所有 REST 端点。该应用程序导入各种依赖项，尤其是用于与 Redis 交互的 CommentService。 如果想使用多个文件，必须将这些文件放在 chalicelib 文件夹中。
  • comment_service.py 文件包含与 Redis 的所有交互，用于创建、查询和删除评论。评论功能的一个有趣点是 search() 方法。此方法用于检索电影的评论，并使用 search_client.search() 调用按创建日期排序。

（可选）您可以将 Redis 数据库密码存储在 AWS Key Management Service 中。您可以在项目文档中找到配置步骤。

步骤 7：运行前端应用程序

  1. 转到前端目录并安装依赖项
> cd front-end

> npm install

2. 编辑 .env.development 文件以设置电影和评论服务的 URL

VUE_APP_MOVIES_SERVICE=https://<xxx>.execute-api.<reg>.amazonaws.com/api
VUE_APP_COMMENTS_SERVICE=https://<xxx>..execute-api.<reg>.amazonaws.com/api

3. 运行应用程序

> npm run serve

4. 打开浏览器，然后转到 http://localhost:8084

现在您可以在应用程序中导航、更新和搜索电影以及添加/删除评论。

（可选）您可以使用 S3 和 CloudFront 将 Vue 应用程序部署到您的 AWS 环境中，并将其公开提供给您的用户。这在项目文档中进行了解释。

结论

使用 AWS Lambda 和 Redis Enterprise Cloud 可简化服务的部署。 将 Redis Enterprise Cloud 与 RediSearch 结合使用，您可以轻松地使用值查询 Redis 数据，从而使您可以将 Redis 用作服务的主要数据库。

Redis Enterprise Cloud 与 Redis 兼容，使您可以轻松迁移现有的 Redis 部署，包括 OSS 和托管服务。您只需要更改连接参数（例如数据库端点）。 有多种方法可以执行实时迁移，包括

除了 RediSearch 之外，Redis Enterprise Cloud 还允许您使用其他有前景的数据模型，例如 图、JSON、时间序列 和 Bloom 过滤器，并提供在生产环境中至关重要的各种其他数据库功能，包括 高可用性、可扩展性、持久性、安全性 和 主动-主动地理分布。

想要了解更多？查看我们的 AWS re:Invent 主页 并阅读这些教程和博客文章

相关文章