我正在使用 Lambda 处理程序加载腌制的机器学习模型，因此我需要 sklearn（如果未包含，我会收到“ModuleNotFoundError：没有名为 'sklearn' 的模块”）
因此，我使用 sklearn 在 Docker 中创建了一个新的部署包。
但是当我尝试上传新的 lambda.zip 文件时，我无法保存 lambda 函数。我收到错误：解压后的大小必须小于 262144000 字节
我做了一些谷歌搜索，发现了两个建议：(1)将 CLFAG 与 PIP 结合使用，(2)使用 Lambda Layers。
我不认为图层会起作用。将我的部署包的部分内容移动到层不会减少总大小（并且AWS 文档指出“函数和所有层的解压缩总大小不能超过解压部署包大小限制 250 MB”。
CFLAGS 听起来很有希望，但我以前从未使用过 CFLAGS，并且遇到了错误。
我正在尝试添加标志：-Os -g0 -Wl,--strip-all
在 CLFAGS 之前，我的 docker pip 命令是：pip3 install requests pandas s3fs datetime bs4 sklearn -t ./
首先我尝试：pip3 install requests pandas s3fs datetime bs4 sklearn -t -Os -g0 -Wl,--strip-all ./
这产生了各种错误“没有这样的选项：-g”
然后我尝试了CFLAGS = -Os -g0 -Wl,--strip-all pip3 …
我编写了一些 Python 代码，用于从两个 API 请求数据、打开 .CSV 文件、将 API 数据作为新行添加到 .CSV 中，并保存更新的 .CSV 文件。
在我的本地机器上运行良好。
现在我想将此代码转换为 AWS Lambda 函数（由 CloudWatch 每小时触发 1 次，并将 .CSV 存储在 S3 中），但不确定如何操作。
我想我已经弄清楚了部署包部分。我有一个带有依赖项的 .zip。现在我想我只需要添加一个带有我的函数的 .py 文件。
触发器很简单。
但不确定如何将我的代码变成函数。
有人可以告诉我如何将代码转换为 Lambda 函数吗？
import requests
import json
import csv
import pandas as pd
import time
# OpenWeatherMap parameters
OWM_parameters = {"lat": 30.4013804, "lon": -97.6863783, "units": 'imperial', "APPID": 'redacted'}
# OpenWeatherMap API call
OWM_response = requests.get("http://api.openweathermap.org/data/2.5/weather",params=OWM_parameters)
OMW_json_data = OWM_response.content
OMW_json_parsed = json.loads(OMW_json_data)
# OWM does not provide rain data …