Instrumentation AWS Lambda functions

Scorekeep utilise deux AWS Lambda fonctions. La première est une Node.js fonction de la lambda branche qui génère des noms aléatoires pour les nouveaux utilisateurs. Lorsqu'un utilisateur crée une session sans indiquer de nom, l'application appelle une fonction nommée random-name avec le kit AWS SDK pour Java. Le X-Ray SDK pour Java enregistre les informations relatives à l'appel à Lambda dans un sous-segment comme tout autre appel effectué avec un client SDK instrumenté AWS .

La deuxième fonction, scorekeep-worker, est une fonction Python qui s'exécute indépendamment de l'API du Scorekeep. Lorsqu'un jeu se termine, l'API enregistre l'ID de session et l'ID de jeu dans une file d'attente SQS. La fonction worker lit les éléments de la file d'attente et appelle l'API Scorekeep pour créer des enregistrements complets de chaque session de jeu à stocker dans Amazon S3.

Scorekeep inclut des CloudFormation modèles et des scripts pour créer les deux fonctions. Comme vous devez regrouper le X-Ray SDK avec le code de fonction, les modèles créent les fonctions sans aucun code. Lorsque vous déployez Scorekeep, un fichier de configuration inclus dans le dossier .ebextensions crée un bundle source qui inclut le kit SDK et met à jour le code de fonction et la configuration avec l' AWS Command Line Interface.

Nom aléatoire

Scorekeep appelle la fonction de nom aléatoire lorsqu'un utilisateur lance une session de jeu sans s'être connecté ni avoir spécifié de nom d'utilisateur. Lorsque Lambda traite l'appel àrandom-name, il lit l'en-tête de suivi, qui contient l'ID de trace et la décision d'échantillonnage écrits par le X-Ray SDK pour Java.

Pour chaque requête échantillonnée, Lambda exécute le X-Ray démon et écrit deux segments. Le premier segment enregistre les informations relatives à l'appel à Lambda qui invoque la fonction. Ce segment contient les mêmes informations que le sous-segment enregistré par Scorekeep, mais du point de vue Lambda. Le deuxième segment représente la tâche effectuée par la fonction elle-même.

Lambda transmet le segment de fonction au X-Ray SDK via le contexte de la fonction. Lorsque vous instrumentez une fonction Lambda, vous n'utilisez pas le SDK pour créer un segment pour les demandes entrantes. Lambda fournit le segment et vous utilisez le SDK pour instrumenter les clients et écrire des sous-segments.

La random-name fonction est implémentée dans Node.js. Il utilise le SDK pour Node.js envoyer JavaScript des notifications avec Amazon SNS, et le X-Ray SDK pour Node.js instrumenter le client du AWS SDK. Pour écrire des annotations, la fonction crée un sous-segment personnalisé avec AWSXRay.captureFunc, et écrit des annotations dans la fonction instrumentée. Dans Lambda, vous ne pouvez pas écrire d'annotations directement dans le segment de fonction, mais uniquement dans un sous-segment que vous créez.

var AWSXRay = require('aws-xray-sdk-core');
var AWS = AWSXRay.captureAWS(require('aws-sdk'));

AWS.config.update({region: process.env.AWS_REGION});
var Chance = require('chance');

var myFunction = function(event, context, callback) {
  var sns = new AWS.SNS();
  var chance = new Chance();
  var userid = event.userid;
  var name = chance.first();

  AWSXRay.captureFunc('annotations', function(subsegment){
    subsegment.addAnnotation('Name', name);
    subsegment.addAnnotation('UserID', event.userid);
  });

  // Notify
  var params = {
    Message: 'Created randon name "' + name + '"" for user "' + userid + '".',
    Subject: 'New user: ' + name,
    TopicArn: process.env.TOPIC_ARN
  };
  sns.publish(params, function(err, data) {
    if (err) {
      console.log(err, err.stack);
      callback(err);
    }
    else {
      console.log(data);
      callback(null, {"name": name});
    }
  });
};

exports.handler = myFunction;

Cette fonction est créée automatiquement lorsque vous déployez l'exemple d'application pour Elastic Beanstalk. La xray branche inclut un script permettant de créer une fonction Lambda vide. Les fichiers de configuration du .ebextensions dossier génèrent le package de fonctions avec npm install lors du déploiement, puis mettent à jour la fonction Lambda à l'aide de l' AWS interface de ligne de commande.

Nœuds

La fonction de travail instrumentée est fournie dans sa propre branche, xray-workercar elle ne peut s'exécuter que si vous créez d'abord la fonction de travail et les ressources connexes. Consultez le fichier readme de la branche pour obtenir des instructions.

La fonction est déclenchée par un événement Amazon CloudWatch Events groupé toutes les 5 minutes. Lorsqu'elle est exécutée, la fonction extrait un élément d'une file d'attente Amazon SQS gérée par Scorekeep. Chaque message contient des informations sur un jeu terminé.

Le travail extrait l'enregistrement et les documents du jeu des autres tables auxquelles cet enregistrement fait référence. Par exemple, l'enregistrement de jeu dans DynamoDB inclut une liste des mouvements qui ont été exécutés pendant la partie. Cette liste ne contient pas les déplacements en eux-mêmes, mais plutôt l'ID des déplacements qui sont stockés dans une table distincte.

Les sessions et les états sont également stockés en tant que références. Cela évite que les entrées conservées dans la table du jeu soient trop volumineuses, mais nécessite des appels supplémentaires pour obtenir toutes les informations sur le jeu. Le travailleur déréférence toutes ces entrées et construit un enregistrement complet du jeu sous la forme d'un document unique dans Amazon S3. Lorsque vous souhaitez effectuer des analyses sur les données, vous pouvez exécuter des requêtes directement dans Amazon S3 avec Amazon Athena sans effectuer de migrations de données gourmandes en lecture pour extraire vos données de DynamoDB.

Le suivi actif est activé dans la configuration de la fonction de travail, dans AWS Lambda. Contrairement à la fonction de nom aléatoire, le travailleur ne reçoit pas de demande d'une application instrumentée et AWS Lambda ne reçoit donc pas d'en-tête de suivi. Avec le traçage actif, Lambda crée l'ID de trace et prend les décisions d'échantillonnage.

Le X-Ray SDK pour Python se trouve juste en haut de la fonction qui importe le SDK et exécute sa patch_all fonction pour corriger les HttClients qu'il utilise pour appeler Amazon SQS AWS SDK for Python (Boto) et Amazon S3. Lorsque le travail exécute l'API Scorekeep, le SDK ajoute l'en-tête de suivi à la demande pour suivre les appels via l'API.

import os
import boto3
import json
import requests
import time
from aws_xray_sdk.core import xray_recorder
from aws_xray_sdk.core import patch_all

patch_all()
queue_url = os.environ['WORKER_QUEUE']

def lambda_handler(event, context):
    # Create SQS client
    sqs = boto3.client('sqs')
    s3client = boto3.client('s3')

    # Receive message from SQS queue
    response = sqs.receive_message(
        QueueUrl=queue_url,
        AttributeNames=[
            'SentTimestamp'
        ],
        MaxNumberOfMessages=1,
        MessageAttributeNames=[
            'All'
        ],
        VisibilityTimeout=0,
        WaitTimeSeconds=0
    )
   ...