AWS Lambda 活动 - AWS IoT Analytics
Lambda 函数示例1Lambda 函数示例2
AWS 文档中描述的 AWS 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅中国的 AWS 服务入门。

AWS Lambda 活动

您可以使用 lambda 活动,对消息执行更复杂的处理。例如,您可以利用外部API输出的数据丰富消息,或者根据来自 Amazon DynamoDB. 不过，您可以使用此活动来执行任何类型的基于消息的处理，包括筛选哪些消息将存储在数据存储中。

的 AWS Lambda 此活动中使用的函数必须接收并返回JSON对象阵列。在以下示例中, Lambda 函数修改,然后返回其 event 参数。

的 batchSize 决定您 Lambda 函数在每个调用上接收。设定时,请记住 Lambda 函数的最大超时为900秒。所以 Lambda 函数必须能够在不到900秒的时间内处理批处理中的所有消息。 

{
    "lambda": {
        "name": "MyLambdaActivity",
        "lambdaName": "mylambda",
        "batchSize": 10,
        "next": "MyDatastoreActivity"
    }
}

您必须添加策略才能授予 AWS IoT Analytics 可调用您的 Lambda 功能。运行以下命令并替换 function-name 名称 Lambda 功能。 

aws lambda add-permission --function-name function-name --action lambda:InvokeFunction --statement-id iotanalytics --principal iotanalytics.amazonaws.com

命令返回以下内容:

{
    "Statement": "{\"Sid\":\"iotanalytics\",\"Effect\":\"Allow\",\"Principal\":{\"Service\":\"iotanalytics.amazonaws.com\"},\"Action\":\"lambda:InvokeFunction\",\"Resource\":\"arn:aws:lambda:aws-region:aws-region:function:mfunction-name\"}"
}

有关更多信息,请参阅 使用基于资源的策略 AWS Lambda 在 AWS Lambda Developer Guide.

Lambda 函数示例1

在本示例中, Lambda 函数根据原始消息中的数据添加附加信息。设备发布具有类似于以下示例的有效载荷的消息。

{
  "thingid": "00001234abcd",
  "temperature": 26,
  "humidity": 29,
  "location": {
    "lat": 52.4332935,
    "lon": 13.231694
  },
  "ip": "192.168.178.54",
  "datetime": "2018-02-15T07:06:01"
}

设备具有以下管道定义。

{
    "pipeline": {
        "activities": [
            {
                "channel": {
                    "channelName": "foobar_channel",
                    "name": "foobar_channel_activity",
                    "next": "lambda_foobar_activity"
                }
            },
            {
                "lambda": {
                    "lambdaName": "MyAnalyticsLambdaFunction",
                    "batchSize": 5,
                    "name": "lambda_foobar_activity",
                    "next": "foobar_store_activity"
                }
            },
            {
                "datastore": {
                    "datastoreName": "foobar_datastore",
                    "name": "foobar_store_activity"
                }
            }
        ],
        "name": "foobar_pipeline",
        "arn": "arn:aws:iotanalytics:eu-west-1:123456789012:pipeline/foobar_pipeline"
    }
}

以下 Lambda Python功能(MyAnalyticsLambdaFunction)将GMapsURL和温度(以华氏为单位)添加到消息。 

import logging
import sys

# Configure logging
logger = logging.getLogger()
logger.setLevel(logging.INFO)
streamHandler = logging.StreamHandler(stream=sys.stdout)
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
streamHandler.setFormatter(formatter)
logger.addHandler(streamHandler)

def c_to_f(c):
    return 9.0/5.0 * c + 32

def lambda_handler(event, context):
    logger.info("event before processing: {}".format(event))
    maps_url = 'N/A'

    for e in event:
        #e['foo'] = 'addedByLambda'
        if 'location' in e:
            lat = e['location']['lat']
            lon = e['location']['lon']
            maps_url = "http://maps.google.com/maps?q={},{}".format(lat,lon)

        if 'temperature' in e:
            e['temperature_f'] = c_to_f(e['temperature'])

        logger.info("maps_url: {}".format(maps_url))
        e['maps_url'] = maps_url

    logger.info("event after processing: {}".format(event))

    return event

Lambda 函数示例2

一种有用的方法是压缩并序列化消息负载，以降低传输和存储成本。在第二个示例中, Lambda 函数假定消息有效负载代表JSON原始负载,已压缩该原始负载,然后base64编码(序列化)为字符串。它返回原始JSON。

import base64
import gzip
import json
import logging
import sys

# Configure logging
logger = logging.getLogger()
logger.setLevel(logging.INFO)
streamHandler = logging.StreamHandler(stream=sys.stdout)
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
streamHandler.setFormatter(formatter)
logger.addHandler(streamHandler)

def decode_to_bytes(e):
    return base64.b64decode(e)

def decompress_to_string(binary_data):
    return gzip.decompress(binary_data).decode('utf-8')

def lambda_handler(event, context):
    logger.info("event before processing: {}".format(event))

    decompressed_data = []

    for e in event:
        binary_data = decode_to_bytes(e)
        decompressed_string = decompress_to_string(binary_data)

        decompressed_data.append(json.loads(decompressed_string))

    logger.info("event after processing: {}".format(decompressed_data))

    return decompressed_data