Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# Utilizzo di una pipeline OpenSearch di ingestione con AWS Lambda
Utilizza il [AWS Lambda processore](https://opensearch.org/docs/latest/data-prepper/pipelines/configuration/processors/aws-lambda/) per arricchire i dati da qualsiasi fonte o destinazione supportata da OpenSearch Ingestion utilizzando codice personalizzato. Con il processore Lambda, puoi applicare le tue trasformazioni o arricchimenti dei dati e quindi restituire gli eventi elaborati alla pipeline per un'ulteriore elaborazione. Questo processore consente l'elaborazione personalizzata dei dati e offre il pieno controllo sul modo in cui i dati vengono manipolati prima che entrino nella pipeline.
**Nota**
Il limite di dimensione del payload per un singolo evento elaborato da un processore Lambda è di 5 MB. Inoltre, il processore Lambda supporta solo risposte in formato array JSON.
## Prerequisiti
Prima di creare una pipeline con un processore Lambda, create le seguenti risorse:
+ Una AWS Lambda funzione che arricchisce e trasforma i dati di origine. Per istruzioni, consulta [Creare la tua prima funzione Lambda](https://docs.aws.amazon.com/lambda/latest/dg/getting-started.html).
+ Un dominio OpenSearch di servizio o una raccolta OpenSearch Serverless che fungerà da sink della pipeline. Per ulteriori informazioni, consultare [Creazione OpenSearch di domini di servizio](createupdatedomains.md#createdomains) e [Creazione di raccolte](serverless-create.md).
+ Un ruolo della pipeline che include le autorizzazioni di scrittura nel dominio o nel sink di raccolta. Per ulteriori informazioni, consulta [Ruolo della pipeline](pipeline-security-overview.md#pipeline-security-sink).
Il ruolo pipeline necessita inoltre di una politica di autorizzazioni allegata che gli consenta di richiamare la funzione Lambda specificata nella configurazione della pipeline. Esempio:
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Sid": "allowinvokeFunction",
"Effect": "Allow",
"Action": [
"lambda:invokeFunction",
"lambda:InvokeAsync",
"lambda:ListFunctions"
],
"Resource": "arn:aws:lambda:{{us-east-1}}:{{111122223333}}:function:{{function-name}}"
}
]
}
```
------
## Crea una pipeline
Per utilizzarlo AWS Lambda come processore, configura una pipeline di OpenSearch ingestione e specificala come processore. `aws_lambda` È inoltre possibile utilizzare il modello di **arricchimento AWS Lambda personalizzato** per creare la pipeline. Per ulteriori informazioni, consulta [Lavorare con i progetti](pipeline-blueprint.md).
La pipeline di esempio seguente riceve dati da un'origine HTTP, li arricchisce utilizzando un elaboratore di dati e il AWS Lambda processore e inserisce i dati elaborati in un dominio. OpenSearch
```
version: "2"
lambda-processor-pipeline:
source:
http:
path: "/${pipelineName}/logs"
processor:
- date:
destination: "@timestamp"
from_time_received: true
- aws_lambda:
function_name: "my-lambda-function"
tags_on_failure: ["lambda_failure"]
batch:
key_name: "events"
aws:
region: {{region}}
sink:
- opensearch:
hosts: [ "https://search-{{mydomain}}.{{us-east-1}}es.amazonaws.com" ]
index: "table-index"
aws:
region: "{{region}}"
serverless: false
```
La AWS Lambda funzione di esempio seguente trasforma i dati in entrata aggiungendo una nuova coppia chiave-valore (`"transformed": "true"`) a ciascun elemento nell'array di eventi fornito, quindi restituisce la versione modificata.
```
import json
def lambda_handler(event, context):
input_array = event.get('events', [])
output = []
for input in input_array:
input["transformed"] = "true";
output.append(input)
return output
```
## Batching
Le pipeline inviano eventi in batch al processore Lambda e regolano dinamicamente la dimensione del batch per garantire che rimanga al di sotto del limite di 5 MB.
Di seguito è riportato un esempio di batch di pipeline:
```
batch:
key_name: "events"
input_arrary = event.get('events', [])
```
**Nota**
Quando crei una pipeline, assicurati che l'`key_name`opzione nella configurazione del processore Lambda corrisponda alla chiave dell'evento nel gestore Lambda.
## Filtraggio condizionale
Il filtraggio condizionale consente di controllare quando il AWS Lambda processore richiama la funzione Lambda in base a condizioni specifiche nei dati degli eventi. Ciò è particolarmente utile quando si desidera elaborare selettivamente determinati tipi di eventi ignorandone altri.
La seguente configurazione di esempio utilizza il filtro condizionale:
```
processors:
- aws_lambda:
function_name: "my-lambda-function"
aws:
region: "region"
lambda_when: "/sourceIp == 10.10.10.10"
```