使用CFC层管理依赖包-Python
所有文档

          函数计算 CFC

          使用CFC层管理依赖包-Python

          现在 CFC 新增了“层( Layer )” 功能使得可以单独上传并集中管理CFC的依赖包了,这样开发者开发函数代码的时候只需要关注该函数本身的代码,依赖包只需要引用即可。这样有以下的好处。开发者可以只关注函数代码,不用考虑依赖包的部署。

          Python依赖包制作

          1.打包 先把要共享的代码保存在本地电脑的python目录下,本例中创建文件名为layer_test.py, 代码如下

              var_test_layer = "this is cfc layer"

          然后把layer_test.py制作成zip压缩包,需要注意目录结构,本例子中打完包的目录结构如下

          zip -r  layer_test.zip *
          adding: python/ (stored 0%)
          adding: python/layer_test.py (deflated 8%)
          tree
          .
          ├── layer_test.zip
          └── python
              └── layer_test.py
          
          1 directory, 2 files

          CFC运行时会将层放在/opt 目录下并根据不同运行环境下的目录来调用,需要按照如下的结构来打包

          • python python,python/lib/python3.8/site-packages

            ```
            python_layer.zip
            └──  python/bce-sdk-python
            ```

            2.创建层 到CFC的层控制台,创建一个新的层

          输入层,描述,选择刚才的zip包上传,点击创建

          1577946951290.jpg

          这样层就创建成功了。以后如果要更新,在层详情里点“创建版本”进行新建一个层。

          1577946996524.jpg

          注意层版本是不可修改的,如果一个版本被删除,已经引用了该版本的CFC函数依然是能工作的,但新建函数中是不能去引用这个被删除的层版本。

          3.创建函数 到函数菜单下创建新的函数,选择语言python2.7

          1577947048743.jpg

          修改代码如下

          # -*- coding: utf-8 -*-
          import os
          
          def handler(event, context): 
              print(os.system('ls -l /opt'))
              return "Hello World"

          1577947212897.jpg

          此时层还没有引入函数,先运行一下看看

          1577947268278.jpg

          /opt 目录下没有内容

          4.引入layer,在函数的层配置里点击添加层

          1577947095319.jpg

          在弹窗中选择刚刚创建的层python_test 选择版本1,点击确定

          1577947323074.jpg

          最多可以添加5个层,如果有多个层,如果有同名文件存在序号大的会覆盖序号小的。可以点击上下箭头修改顺序

          1577947347504.jpg

          确定层之后,点击保存,保存层配置。

          5.测试 此时执行函数的时候,层会被解压到/opt目录下,修改一下函数代码

          # -*- coding: utf-8 -*-
          import os
          import layer_test
          
          def handler(event, context): 
              print(os.system('ls -l /opt'))
              print(layer_test.var_test_layer)
              return "Hello World"

          1577947424184.jpg

          执行函数

          1577947547953.jpg

          能看到输出了层中的变量, /opt下存在python目录。这个就是保存依赖包的目录。

          上一篇
          使用CFC层管理依赖包-Node.js
          下一篇
          并发度管理