如何创建在 Amazon Redshift 中运行查询的 AWS Lambda 函数？

解决方案

先决条件

在创建 Lambda 函数之前，必须先设置以下 Amazon Virtual Private Cloud（Amazon VPC）端点：

1.    创建一个带有私有子网的 VPC。

2.    创建一个子网组。添加您刚刚创建的 VPC 和子网。

3.    创建一个私有 Amazon Redshift 集群。选择您刚刚创建的 VPC 和子网组。

4.    使用 AWS Secrets Manager 为 Amazon Redshift 创建新密钥。为您的秘密 redshift 命名。

创建 Lambda 函数。

若要创建 Lambda 函数来查询您的 Amazon Redshift 集群，请执行以下步骤：

1.    打开 Lambda 控制台。

2.    选择创建函数。

3.    选择从头开始创作选项。

4.    更新以下字段：
**函数名称：**输入自定义名称。
**运行时：**输入您的代码环境。（此解决方法中的示例与 Python 3.9 兼容。）
**架构：**输入您的系统架构。（此解决方法中的示例与 x86_64 兼容。）
权限：选择创建具有基本 Lambda 权限的新角色。

5.    选择创建函数。

为您的 Lambda 函数设置正确的权限

1.    在 Lambda 控制台中，选择配置。

2.    选择权限。

3.    选择为您的 Lambda 函数创建的角色。

4.    选择添加权限。

5.    选择附加策略。

6.    将 AmazonRedshiftDataFullAccess 和 SecretsManagerReadWrite 策略添加到您的 Lambda 执行角色。

**注意：**最佳做法是只为执行任务所需的权限授予最低权限。有关详细信息，请参阅应用最低权限许可。

将 Python 代码添加到您的 Lambda 函数中

1.    在 Lambda 控制台中，选择代码。

2.    将以下代码粘贴到代码框中：

重要事项：

• 将“dev”替换为您的数据库名称。
• 在 Lambda 函数的配置部分为密钥 SecretId 和 secret_name 添加一个环境变量。

import os
import json
import boto3
import botocore
import botocore.session as bc
from botocore.client import Config

print('Loading function')

secret_name=os.environ['SecretId'] # getting SecretId from Environment varibales
session = boto3.session.Session()
region = session.region_name

# Initializing Secret Manager's client    
client = session.client(
    service_name='secretsmanager',
        region_name=region
    )

get_secret_value_response = client.get_secret_value(
        SecretId=secret_name
    )
secret_arn=get_secret_value_response['ARN']

secret = get_secret_value_response['SecretString']

secret_json = json.loads(secret)

cluster_id=secret_json['dbClusterIdentifier']

# Initializing Botocore client
bc_session = bc.get_session()

session = boto3.Session(
        botocore_session=bc_session,
        region_name=region
    )

# Initializing Redshift's client   
config = Config(connect_timeout=5, read_timeout=5)
client_redshift = session.client("redshift-data", config = config)

def lambda_handler(event, context):
    print("Entered lambda_handler")

    query_str = "create table public.lambda_func (id int);"
    try:
        result = client_redshift.execute_statement(Database= 'dev', SecretArn= secret_arn, Sql= query_str, ClusterIdentifier= cluster_id)
        print("API successfully executed")

    except botocore.exceptions.ConnectionError as e:
        client_redshift_1 = session.client("redshift-data", config = config)
        result = client_redshift_1.execute_statement(Database= 'dev', SecretArn= secret_arn, Sql= query_str, ClusterIdentifier= cluster_id)
        print("API executed after reestablishing the connection")
        return str(result)

    except Exception as e:
        raise Exception(e)

    return str(result)

在此示例中，Lambda 连接到 Amazon Redshift 数据库，并在公共架构中创建 lambda_func 表。