我想知道如何访问我的 lambda 函数中引发的自定义异常的原因。我需要在 Step Functions 工作流程结束时访问它，如下所示。

下图是执行失败的示例。错误（error-info对象，有它自己Error和Cause部门）的输出被发现ParseTextractOutput，但我想知道如何访问它OutputNotFound，如下图所示。

阶跃函数图

输出

的输出ParseTextractOutput是

{
  "event"...
  "error-info": {
    "Error": "OutputNotFoundException",
    "Cause": "{\"errorMessage\": \"Contents of Textracted file: {...}}"
    }
  }
}

我想在这些字段（Step Functions 定义）中以某种方式访问​​这些数据：

...
  "States": {
    "OutputNotFound": {
      "Type": "Fail",
      "Error": "<useful stuff here, like $.error-info.Error or something>",
      "Cause": "<useful stuff here, like $.error-info.Cause or something>"
    },
...
    "ParseTextractOutput": {
      "Type": "Task",
      "Resource": "functionARN",
      "Catch": [
        {
          "ErrorEquals": ["OutputNotFoundException"],
          "ResultPath": "$.error-info",
          "Next": …

我需要在Lambda（Python 3.7）中使用自己的boto3版本。Lambda默认Python 3.7 env（1.9.42）中包含的版本由于某种原因不支持使用Textract。

为此，我根据指南进行了以下操作：

1. 使用以下命令创建自定义程序包：
   • pip freeze > requirements.txt 这将产生此文件：

# requirements.txt
boto3==1.9.138
botocore==1.12.138
docutils==0.14
jmespath==0.9.4
python-dateutil==2.8.0
s3transfer==0.2.0
six==1.12.0
urllib3==1.24.2

• mkdir build
• pip3 install -r requirements.txt -t build/
• cd build
• zip -r ../boto3_layer.zip .

然后，我使用GUI上传新的Lambda层（称为boto3Layer）。然后，将图层成功添加到Lambda函数中。

问题是，我不知道如何使用内联代码编辑器将所述层导入到我的代码中。

我有以下代码：

...
from boto3_layer as boto3
...
log.info(boto3)

我得到错误 "errorMessage": "Unable to import module 'lambda_function': No module named 'boto3_layer'"

我也尝试导入just boto3，但是确认它是错误的版本（这是Lambda使用的版本），因此我的导入没有覆盖它。

我只想简单地知道如何将我的自定义层导入到我的代码中！谢谢

编辑：尝试建议：

对于尝试完成相同任务的其他用户：

1. virtualenv python --python=python3.7
2. source python/bin/activate 然后 pip3 install boto3
3. zip -r boto3_layer.zip python/lib/
4. 使用创建新的Lambda层boto3_layer.zip并将其添加到Lambda函数 …

我正在使用适用于 Linux 的 Windows 子系统（Windows 10、Ubuntu 18.04 LTS）。我将在下面列出所有其他相关版本。

这个设置在我的 Mac 机器上工作，没有flags添加karma.conf.ts如下所示的阵列。

到目前为止，我已经看过：

Headless Chrome 将测试速度降低了 10 倍

Ubuntu：无法启动 ChromeHeadless

Google Chrome 75.0.3770.80 HEADLESS 不再在 Docker 容器内工作

“重建”纱线使用 npm rebuild --update-binary

角 6 的业力测试

预期行为 启动 ChromeHeadless 并运行测试

当前行为yarn test按我通常的方式 运行会导致此错误：

02 10 2019 09:13:03.598:ERROR [launcher]: ChromeHeadless stdout:
02 10 2019 09:13:03.608:ERROR [launcher]: ChromeHeadless stderr: Failed to move to new namespace: PID namespaces supported, Network namespace supported, but failed: errno = Permission denied
Failed to …

sls deploy -v && sls s3deploy像往常一样运行后，我遇到了这个问题：

...

CloudFormation - CREATE_FAILED - AWS::Logs::LogGroup - CallTextractLogGroup

...

CloudFormation - CREATE_FAILED - AWS::IAM::Role - IamRoleStateMachineExecution
CloudFormation - CREATE_FAILED - AWS::Logs::LogGroup - StartTextractStateMachineLogGroup
CloudFormation - CREATE_FAILED - AWS::Lambda::LayerVersion - Boto3LayerLambdaLayer

...

  Serverless Error ---------------------------------------

  An error occurred: StartTextractStateMachineLogGroup - /aws/lambda/textract-service-dev-startTextractStateMachine already exists.

  Get Support --------------------------------------------
     Docs:          docs.serverless.com
     Bugs:          github.com/serverless/serverless/issues
     Issues:        forum.serverless.com

  Your Environment Information ---------------------------
     OS:                     linux
     Node Version:           12.2.0
     Serverless Version:     1.42.3

我不记得在部署之前做任何更改，除了在Retry我的 Step Function States 中添加部分，这根本不应该与 CF 日志混淆。

我尝试运行 …

我想让变量可用于我的所有节点部署作业，以干燥我的 Gitlab 管道，但我也想提供依赖于每个单独作业的其他变量。当我处理需要唯一环境变量的多个节点服务时，这将有所帮助。

阅读文档，似乎有两种方法可以在.gitlab-ci.yml文件中执行此操作：

方法#1

在 YAML 锚定定义中包含全局变量，希望它将与特定于作业的变量合并：

# anchor: global Node image deployment job
.deploy_node_image: &deploy_node_image
  image: docker:latest
  stage: deploy
  services:
    - docker:dind
  variables:  # global variables
    REGION: "region"
    ACCOUNT_ID: "id"
    CLUSTER_NAME: "cluster"
  script:
    - apk add py-pip
    - pip install awscli
    - echo $CLUSTER_NAME $REGION $IMAGE_NAME $ACCOUNT_ID $SERVICE_NAME $SERVICE_DIR
    - aws ecr get-login-password --region $REGION | docker login --username AWS
      --password-stdin https://$ACCOUNT_ID.dkr.ecr.$REGION.amazonaws.com
    - cd $CI_PROJECT_DIR/ingenio/new-backend/$SERVICE_DIR
    - docker build
      -t $ACCOUNT_ID.dkr.ecr.$REGION.amazonaws.com/$IMAGE_NAME:latest .
    - docker push
      $ACCOUNT_ID.dkr.ecr.$REGION.amazonaws.com/$IMAGE_NAME:latest
    - …

我"errorMessage": "An error occurred (403) when calling the HeadObject operation: Forbidden"在尝试打电话时收到消息s3.download_file（请参阅下面的代码）。

我看过很多帖子，但似乎没有一个是从 AWS Lambda 调用的，而这正是我的问题所在。

我的代码在我的机器上本地运行，所以我猜测问题涉及 Lambda。这个Lambda函数最终会被S3事件触发，但在测试过程中，它不起作用。

我的 IAM 用户拥有对 S3 和 Lambda 的完全访问权限。

AWS Lambda函数代码：

import json
import boto3
import logging

log = logging.getLogger()
log.setLevel(logging.INFO)

s3 = boto3.client('s3')


def lambda_handler(event, context):
    document_name = event['Records'][0]['s3']['object']['key']
    bucket = event['Records'][0]['s3']['bucket']['name']

    log.info('Performing stuff on {}/{}'.format(bucket, document_name))

    # download the file
    s3.download_file(
        Bucket=bucket,
        Key=document_name,
        Filename=document_name
    )

    log.info('here it is!')

    return event

（我什至尝试显式输入信息s3.download_file而不是从 中获取信息event，但无济于事。日志消息确认它是正确的路径。）

测试事件配置中传递的参数：

...
"s3": …

我正在尝试按照AWS 文档和此在我的 CodeBuild 进程中运行一个小型 bash 脚本。

deploy.sh可以在目录中找到src/：

#!/bin/bash

pwd=$PWD

for dir in */ ; do
  target="$pwd/${dir%/}"
  cd "$target"
  npm install
  sls deploy && sls s3deploy
done

构建规范文件：

version: 0.2

phases:
  install:
    runtime-versions:
      nodejs: 10
    commands:
    - cd backend/functions/src
    - npm install serverless
  build:
    commands:
    - ls
    - ./deploy.sh

ls在日志中执行上述命令之后，我可以看到deploy.sh当前目录中存在该命令。

错误：

/codebuild/output/tmp/script.sh: 4: /codebuild/output/tmp/script.sh: ./deploy.sh: 未找到

我也尝试过使用该命令，/bin/bash deploy.sh但这会导致另一个错误：

deploy.sh：第 2 行：$'\r'：找不到命令

deploy.sh：第 4 行：$'\r'：找不到命令

deploy.sh：第 7 行：$'\r'：找不到命令

deploy.sh：第 8 …

使用控制台的 AWS Lambda 函数

在 AWS Lambda 中，我的函数会将 S3 中的文件保存到/tmp目录中，如下所示：

local_filepath = '/tmp/file.txt'

s3.download_file(
  Bucket=bucket,
  Key=key,
  Filename=local_filepath
)

生活很好。

使用无服务器的 AWS Lambda 函数

然而，使用 Serverless 是另一回事。

相同的设置会导致以下错误：

[Errno 2] No such file or directory: '/tmp/processed.txt.7E4850BD'

所以我猜想/tmp在无服务器执行环境中没有目录。

我试图将文件保存到当前目录，使用local_filepath = 'file.txt'，但出现OSError(30, 'Read-only file system')错误。