從 Python 腳本到無(wú)伺服器 AWS：我的投資組合之旅

我從用於 AWS 自動(dòng)化的簡(jiǎn)單 Python 腳本開始，逐漸演變成一個(gè)更複雜的專案。 三個(gè)月前，我?guī)缀醪欢?；現(xiàn)在，我已經(jīng)建立了一個(gè)成熟的投資組合經(jīng)理。

我的旅程

多年來(lái)使用 Python 進(jìn)行 AWS 自動(dòng)化（包括臭名昭著的「does-everything」腳本）讓我建立了一個(gè)合適的應(yīng)用程式。 借助我過(guò)去的腳本、Stack Overflow 以及 Claude 的 AI 幫助，我終於掌握了軟體開發(fā)原理。

應(yīng)用截圖（種子數(shù)據(jù)，非實(shí)際投資）。

厭倦了手動(dòng)更新我的作品集的 Excel 電子表格，我自動(dòng)化了這個(gè)過(guò)程。 這個(gè)Python應(yīng)用程式管理投資組合、追蹤交易、處理股息，甚至自動(dòng)更新價(jià)格。 最初，它在我的家庭伺服器上的 Docker 中運(yùn)作良好（Flask 後端、React 前端、SQLite 資料庫(kù)）。

「愛(ài)好變成工作」難題

在我的家庭伺服器上運(yùn)行它感覺(jué)效率很低。 身為 AWS 專業(yè)人士，在我的硬體上管理容器似乎違反直覺(jué)。解決方案似乎顯而易見(jiàn)：ECS。我已經(jīng)有 docker-compose 檔案：

<code>services:
  backend:
    build: ./backend
    container_name: investment-portfolio-backend
    environment:
      - DB_DIR=/data/db
      - LOG_DIR=/data/logs
      - DOMAIN=${DOMAIN:-localhost}
    volumes:
      - /path/to/your/data:/data
    networks:
      - app-network

  frontend:
    build:
      context: ./frontend
      args:
        - DOMAIN=${DOMAIN:-localhost}
        - USE_HTTPS=${USE_HTTPS:-false}
    container_name: investment-portfolio-frontend
    environment:
      - DOMAIN=${DOMAIN:-localhost}
      - USE_HTTPS=${USE_HTTPS:-false}
    ports:
      - "80:80"
    depends_on:
      - backend
    networks:
      - app-network</code>

但是，AWS 架構(gòu)師的觀點(diǎn)（以及定價(jià)計(jì)算器）建議採(cǎi)用無(wú)伺服器方法：

• 每日價(jià)格更新和不頻繁訪問(wèn)建議避免 24/7 貨櫃。
• 靜態(tài)前端檔案非常適合 S3 網(wǎng)站寄存。
• API 閘道器和 Lambda 將處理 API 呼叫。
• Aurora Serverless 適合關(guān)聯(lián)式資料。
• DynamoDB 可以儲(chǔ)存價(jià)格歷史記錄（儘管我沒(méi)有達(dá)到這個(gè)階段）。

這讓我陷入了無(wú)伺服器的兔子洞。 我之前有過(guò)無(wú)伺服器經(jīng)驗(yàn) - 與我的妻子一起進(jìn)行溫度追蹤項(xiàng)目，使用 KNMI 數(shù)據(jù)並為手動(dòng)項(xiàng)目生成顏色編碼表。

<code>| Date       | Min.Temp | Min.Kleur   | Max.Temp | Max.Kleur   |
----------------------------------------------------------------
| 2023-03-01 |   -4.1°C | darkblue   |    7.1°C | lightblue  |
| 2023-03-02 |    1.3°C | blue       |    6.8°C | lightblue  |
...</code>

專案在本地運(yùn)行或透過(guò) Lambda/API Gateway 運(yùn)行，採(cǎi)用日期參數(shù)。 事實(shí)證明，將其擴(kuò)展到具有 SQLAlchemy、後臺(tái)作業(yè)和複雜關(guān)係的完整 Flask 應(yīng)用程式具有挑戰(zhàn)性。

無(wú)伺服器的魅力

我的容器化應(yīng)用程式運(yùn)作良好，但無(wú)伺服器服務(wù)的吸引力很強(qiáng)。 自動(dòng)擴(kuò)展和消除容器管理的潛力非常誘人。

因此，我為無(wú)伺服器環(huán)境重新建置了我的應(yīng)用程式。 最初的專案花了兩個(gè)月的時(shí)間；這會(huì)是一件輕而易舉的事......至少我是這麼想的。

資料庫(kù)決策

SQLite 對(duì) Lambda 的限制讓我考慮使用 PostgreSQL Aurora Serverless，以保持與我的 SQLAlchemy 知識(shí)的兼容性。 我創(chuàng)建了一個(gè)雙處理程序：

<code>services:
  backend:
    build: ./backend
    container_name: investment-portfolio-backend
    environment:
      - DB_DIR=/data/db
      - LOG_DIR=/data/logs
      - DOMAIN=${DOMAIN:-localhost}
    volumes:
      - /path/to/your/data:/data
    networks:
      - app-network

  frontend:
    build:
      context: ./frontend
      args:
        - DOMAIN=${DOMAIN:-localhost}
        - USE_HTTPS=${USE_HTTPS:-false}
    container_name: investment-portfolio-frontend
    environment:
      - DOMAIN=${DOMAIN:-localhost}
      - USE_HTTPS=${USE_HTTPS:-false}
    ports:
      - "80:80"
    depends_on:
      - backend
    networks:
      - app-network</code>

Lambda 學(xué)習(xí)曲線

將 Flask 應(yīng)用程式轉(zhuǎn)換為 Lambda 函數(shù)比預(yù)期的更複雜。 我最初的嘗試很笨拙：

<code>| Date       | Min.Temp | Min.Kleur   | Max.Temp | Max.Kleur   |
----------------------------------------------------------------
| 2023-03-01 |   -4.1°C | darkblue   |    7.1°C | lightblue  |
| 2023-03-02 |    1.3°C | blue       |    6.8°C | lightblue  |
...</code>

為了提高可維護(hù)性，我創(chuàng)建了一個(gè)裝飾器：

<code>@contextmanager
def db_session():
    # ... (code for environment-aware database session management) ...</code>

改良的 Lambda 函數(shù)結(jié)構(gòu)：

<code># ... (initial, inefficient Lambda handler code) ...</code>

然而，這打破了Flask原來(lái)的路線。 新的裝飾器啟用了雙重功能：

<code>def lambda_response(func):
    # ... (decorator for cleaner Lambda responses) ...</code>

支援功能確保一致的回應(yīng)：

<code>@lambda_response
def get_portfolios(event, context):
    # ... (simplified Lambda function) ...</code>

這允許 Flask 和 Lambda 使用相同的路由：

<code>def dual_handler(route_path, methods=None):
    # ... (decorator for both Flask routes and Lambda handlers) ...</code>

前端簡(jiǎn)單性

前端很簡(jiǎn)單。 S3 靜態(tài)網(wǎng)站託管和 CloudFront 提供輕鬆部署。 一個(gè)簡(jiǎn)單的腳本將前端上傳到 S3 並使 CloudFront 快取失效：

<code>def create_lambda_response(flask_response):
    # ... (function to convert Flask response to Lambda response format) ...

def create_flask_request(event):
    # ... (function to convert Lambda event to Flask request) ...</code>

結(jié)果

經(jīng)過(guò)幾週的工作，我的應(yīng)用程式已經(jīng)實(shí)現(xiàn)了無(wú)伺服器。 雖然出於安全考慮我不會(huì)將其保留在網(wǎng)上，但我學(xué)到了寶貴的經(jīng)驗(yàn)教訓(xùn)：

1. Python 的功能超出了腳本編寫的範(fàn)圍。
2. AWS 免費(fèi)套餐對(duì)於開發(fā)來(lái)說(shuō)非常寶貴。
3. CloudWatch Logs 對(duì)於除錯(cuò)至關(guān)重要。
4. 「正確」的方式並不總是 AWS 方式。

我可以重複一次嗎？可能不會(huì)。 但這趟旅程是有益的，教會(huì)了我有關(guān) Python 和雙棧開發(fā)的知識(shí)。 我的投資組合經(jīng)理現(xiàn)在可以在我的專用網(wǎng)路上安全運(yùn)行。

以上是從 Docker 到 Lambda：AWS 管理員的 Python 應(yīng)用程式之旅的詳細(xì)內(nèi)容。更多資訊請(qǐng)關(guān)注PHP中文網(wǎng)其他相關(guān)文章！