分析部署到无服务器环境的 Web 框架

使用 AWS CLI，为应用程序创建目录。然后，转到新目录。

mkdir serverless_application
cd serverless_application

接下来，在新目录中创建虚拟环境。使用以下命令激活它。

# Create our virtual environment
virtualenv serverless_env

# Activate it
source serverless_env/bin/activate

将 X-Ray、Flask、Zappa 和 Requests 库安装到您的环境中。

# Install X-Ray, Flask, Zappa, and Requests into your environment
pip install aws-xray-sdk flask zappa requests

将应用程序代码添加到 serverless_application 目录中。对于此示例，我们可以基于 Hello World 示例构建。

在 serverless_application 目录中创建名为 my_app.py 的文件。然后，使用文本编辑器来添加以下命令。此应用程序将分析 Requests 库，修补 Flask 应用程序的中间件，并打开终端节点 '/'。

# Import the X-Ray modules
from aws_xray_sdk.ext.flask.middleware import XRayMiddleware
from aws_xray_sdk.core import patcher, xray_recorder
from flask import Flask
import requests

# Patch the requests module to enable automatic instrumentation
patcher.patch(('requests',))

app = Flask(__name__)

# Configure the X-Ray recorder to generate segments with our service name
xray_recorder.configure(service='My First Serverless App')

# Instrument the Flask application
XRayMiddleware(app, xray_recorder)
 
@app.route('/')
def hello_world():
    resp = requests.get("https://aws.amazon.com")
    return 'Hello, World: %s' % resp.url

从 serverless_application 目录中初始化 Zappa。对于此示例，我们使用了默认设置，但如果您有自定义首选项，Zappa 会显示配置说明。

zappa init

What do you want to call this environment (default 'dev'): dev
...
What do you want to call your bucket? (default 'zappa-*******'): zappa-*******
...
...
It looks like this is a Flask application.
What's the modular path to your app's function?
This will likely be something like 'your_module.app'.
We discovered: my_app.app
Where is your app's function? (default 'my_app.app'): my_app.app
...
Would you like to deploy this application globally? (default 'n') [y/n/(p)rimary]: n

启用 X-Ray。打开 zappa_settings.json 文件并确认它看上去类似以下示例。

{
    "dev": {
        "app_function": "my_app.app",
        "aws_region": "us-west-2",
        "profile_name": "default",
        "project_name": "serverless-exam",
        "runtime": "python2.7",
        "s3_bucket": "zappa-*********"
    }
}

将 "xray_tracing": true 作为条目添加到配置文件中。

{
    "dev": {
        "app_function": "my_app.app",
        "aws_region": "us-west-2",
        "profile_name": "default",
        "project_name": "serverless-exam",
        "runtime": "python2.7",
        "s3_bucket": "zappa-*********",
        "xray_tracing": true
    }
}

部署应用程序。这会自动配置 API 网关 终端节点并将您的代码上传到 Lambda。

zappa deploy

...
Deploying API Gateway..
Deployment complete!: https://**********.execute-api.us-west-2.amazonaws.com/dev

登录 AWS 管理控制台并通过 https://console.amazonaws.cn/apigateway/ 打开 API 网关 控制台。

查找您新生成的 API。它应该类似于 serverless-exam-dev。

选择 Stages (阶段)。

选择您的部署阶段的名称。默认为 dev。

在 Logs/Tracing (日志/跟踪) 选项卡上，选中 Enable X-Ray Tracing (启用 X-Ray 跟踪) 框。

选择 Save Changes (保存更改)。

在您的浏览器中访问终端节点。如果您使用了示例 Hello World 应用程序，它应显示以下内容。

"Hello, World: https://aws.amazon.com/"

登录 AWS 管理控制台并通过以下网址打开 X-Ray 控制台：https://console.amazonaws.cn/xray/home。

查看 API 网关 生成的分段、Lambda 函数和 Lambda 容器。

在 Lambda 函数分段下，查看名为 My First Serverless App 的子分段。它后跟另一个名为 https://aws.amazon.com 的子分段。

在初始化期间，Lambda 可能还会生成名为 initialization 的第三个子分段。