如何建立在 Amazon Redshift 執行查詢的 AWS Lambda 函式？

解決方法

先決條件： 若要設定 Amazon Virtual Private Cloud 端點，請完成下列步驟。

1. 建立具有私有子網路的 VPC。
2. 建立子網路群組。新增您剛才建立的 VPC 和子網路。
3. 建立私有 Amazon Redshift 叢集。選取您剛才建立的 VPC 和子網路群組。
4. 使用 AWS Secrets Manager 為 Amazon Redshift 建立新的密碼。密碼名稱請輸入 redshift。

建立您的 Lambda 函式

若要建立 Lambda 函式以查詢您的 Amazon Redshift 叢集，請完成下列步驟：

1. 開啟 Lambda 主控台。
2. 選擇 Create function (建立函式)。
3. 選擇 Author from Scratch (從頭撰寫) 選項。
4. 更新下列欄位：
   在 Function name (函式名稱) 輸入自訂名稱。
   在 Runtime (執行時期) 輸入您的程式碼環境。
   注意： 此解決方法中的範例與 Python 3.9 相容。
   在 Architecture (架構) 輸入您的系統架構。
   注意： 此解決方法中的範例與 x86_64 相容。
   針對 Permissions (權限)，請選擇 Create a new role with basic Lambda permissions (建立具有基本 Lambda 許可的新角色)。
5. 選擇 Create function (建立函式)。

為您的 Lambda 函式設定許可

請完成下列步驟：

1. 開啟 Lambda 主控台。
2. 選擇 Configuration (組態)。
3. 選擇 Permissions (許可)。
4. 選擇為您的 Lambda 函式建立的角色。
5. 選擇 Add permissions (新增許可)。
6. 選擇 Attach policies (連接政策)。
7. 將 AmazonRedshiftDataFullAccess 和 SecretsManagerReadWrite 政策新增至您的 Lambda 執行角色。
   注意： 落實授予最低權限原則，僅允許完成任務所需的許可，是最佳實務。

將 Python 程式碼新增到您的 Lambda 函式

在下列範例中，Lambda 連線至 Amazon Redshift 資料庫，並在公有結構描述建立 lambda_func 資料表。

請完成下列步驟：

1. 開啟 Lambda 主控台。

2. 選擇 Code (程式碼)。

3. 在 Code (程式碼) 方塊中輸入下列程式碼：

   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)

   注意： 請將 dev 替換為您的資料庫名稱。

4. 在 Lambda 函式組態區段為索引鍵 SecretId 和 secret_name 新增環境變數。