開發函式計算的正確姿勢 —— 爬蟲

在 中，我們介紹了利用 Fun Local 本地執行、除錯函式的方法。但如果僅僅這樣簡單的介紹，並不能展現 Fun Local 對函式計算開發的巨大效率的提升。

這一次，我們拿一個簡單的場景來舉例子——開發一個簡單的爬蟲函式（程式碼參考函式計算 控制檯模板 )，介紹如何以正確姿勢，從零開始，開發一個自動伸縮、按呼叫次數收費的 serverless 爬蟲應用。

開發步驟

我們將這個完整的應用拆分成多步，並且在每一步完成後，我們都會進行相應的執行驗證。

1. 建立 Fun 專案

首先，我們建立一個名為 image-crawler 的目錄作為專案的根。然後在該目錄下建立一個名為 template.yml 的檔案，內容為：

ROSTemplateFormatVersion: '2015-09-01'Transform: 'Aliyun::Serverless-2018-04-03'Resources:
  localdemo:
    Type: 'Aliyun::Serverless::Service'
    Properties:
      Description: 'local invoke demo'
    image-crawler:
      Type: 'Aliyun::Serverless::Function'
      Properties:
        Handler: index.handler
        CodeUri: code/
        Description: 'Hello world with python2.7!'
        Runtime: python2.7

如果不瞭解 Fun 定義的 Serverless Application Model，可以參考 。

操作完成後，我們的專案目錄結構如下：

.
└── template.yml

2. 編寫 helloworld 函式程式碼

在根目錄下建立一個名為 code 的目錄，並在該目錄下建立一個名為 index.py 的檔案，內容為一個簡單的 helloworld 函式:

def handler(event, context):
    return 'hello world!'

在專案根目錄下執行:

fun local invoke image-crawler

函式執行成功:

操作完成後，我們的專案目錄結構如下:

.
├── code│   └── index.py└── template.yml

3. 事件觸發函式執行

我們簡單修改第 2 步的程式碼，將 event 列印到 log 中。

import logging
logger = logging.getLogger()def handler(event, context):
    logger.info("event: " + event)    return 'hello world!'

透過觸發事件的方式執行函式，得到如下結果：

可以看到，我們的函式已經能正確接收到觸發事件了。

Fun Local 更多幫助資訊， 。

4. 獲取網頁原始碼內容

接下來，我們新增獲取網頁內容的程式碼。

import loggingimport jsonimport urllib
logger = logging.getLogger()def handler(event, context):
    logger.info("event: " + event)
    evt = json.loads(event)
    url = evt['url']
  
    html = get_html(url)
  
    logger.info("html content length: " + str(len(html)))    return 'Done!'def get_html(url):
    page = urllib.urlopen(url)
    html = page.read()    return html

程式碼邏輯比較簡單，我們這裡直接使用了 urllib 庫，讀取網頁內容。

執行函式，得到以下輸出：

5. 解析網頁中的圖片

我們打算透過正則解析網頁中包含的 jpg 圖片，因此這一步會比較繁瑣，因為涉及到正規表示式的微調。為了能快速的解決問題，我們決定利用 fun local 提供的 local debugging 解決問題。local debugging 方法參考： 。

首先，我們在下面這一行下個斷點：

logger.info("html content length: " + str(len(html)))

然後以 debug 的方式啟動，vscode 偵錯程式連線後，函式會繼續執行到我們斷點的這一行：

我們可以直接在 Locals 一欄看到本地變數，其中包含了 html 這個變數，也就是我們獲取到的 html 原始碼。我們可以將它的值複製出來，分析下，然後設計正規表示式。

我們可以先寫一個簡單的，比如可以是 http:\/\/[^\s,"]*\.jpg 。

怎麼快速校驗這段程式碼的正確性呢？我們可以利用偵錯程式提供的 Watch(監視) 功能。

建立一個 Watch 變數，將下面的值輸入進去：

re.findall(re.compile(r'http:\/\/[^\s,"]*\.jpg'), html)

回車後，即可看到程式碼的執行效果：

這裡一般不太容易一次寫對，可以反覆修改正則測試，直到正確為止。

我們得到的正確的圖片解析的邏輯新增到程式碼中：

reg = r'http:\/\/[^\s,"]*\.jpg'imgre = re.compile(reg)def get_img(html):
    return re.findall(imgre, html)

然後在 handler 方法中呼叫即可：

def handler(event, context):
    logger.info("event: " + event)
    evt = json.loads(event)
    url = evt['url']
  
    html = get_html(url)
  
    img_list = get_img(html)
    logger.info(img_list)  
    return 'Done!'

編寫完成後，可以繼續本地執行，驗證下結果：

echo '{"url": "https://image.baidu.com/search/index?tn=baiduimage&word=%E5%A3%81%E7%BA%B8"}' \
    | fun local invoke image-crawler

可以看到，img_list 已經輸出到控制檯了：

6. 將圖片上傳到 oss

解析到的圖片，我們選擇使用 儲存。

首先，我們需要透過環境變數配置 OSS Endpoint 以及 OSS Bucket。

在 template 中配置環境變數(需提前建立好 oss bucket）:

EnvironmentVariables:    OSSEndpoint: oss-cn-hangzhou.aliyuncs.com
    BucketName: fun-local-test

然後就可以直接在函式中獲取到這兩個環境變數了：

endpoint = os.environ['OSSEndpoint']
bucket_name = os.environ['BucketName']

另外，fun local 執行函式時，還會提供一個額外的變數用來標識這是一個本地執行的函式。透過這個標識，我們可以用來做一些本地化的操作，比如我們可以線上上執行時連線 RDS，在本地執行時連線 Mysql。

這裡，我們用該標識以不同的的方式建立 oss client，原因是線上執行時，透過 credentials 獲取到的是扮演角色的臨時 ak，有有效期限制，而本地執行時，沒有該限制。oss 提供了這兩種方式的構造方法，我們直接使用即可：

creds = context.credentialsif (local):
    auth = oss2.Auth(creds.access_key_id,
                     creds.access_key_secret)else:
    auth = oss2.StsAuth(creds.access_key_id,
                        creds.access_key_secret,
                        creds.security_token)
                        
bucket = oss2.Bucket(auth, endpoint, bucket_name)

接著我們遍歷所有圖片，將所有的圖片上傳到 oss：

count = 0for item in img_list:
    count += 1
    logging.info(item)    # Get each picture
    pic = urllib.urlopen(item)    # Store all the pictures in oss bucket, keyed by timestamp in microsecond unit
    bucket.put_object(str(datetime.datetime.now().microsecond) + '.png', pic)

再在本地執行一下函式：

echo '{"url": "https://image.baidu.com/search/index?tn=baiduimage&word=%E5%A3%81%E7%BA%B8"}' \
    | fun local invoke image-crawler

可以從日誌看到，圖片被一張一張的解析出來，並被上傳到 oss 上了。

登陸 oss 控制檯，可以看到這些圖片。

部署

本地開發完成後，我們還需要將其釋出到線上，讓其成為一個可被呼叫的服務。以往，你可能覺得比較麻煩，比如要登陸控制檯，建立服務、建立函式、配置環境變數，建立角色等，現在有了 fun 後，這一切都不需要了。

不過，本地與線上還是有些區別的，那就是要授權函式計算能夠訪問 OSS，怎麼做呢？很簡單，在我們的 template 中加入一行配置即可(Polices 文件，可以 )：

Policies: AliyunOSSFullAccess

新增後的 template.yml 內容如下：

ROSTemplateFormatVersion: '2015-09-01'Transform: 'Aliyun::Serverless-2018-04-03'Resources:
  localdemo:
    Type: 'Aliyun::Serverless::Service'
    Properties:
      Description: 'local invoke demo'
      Policies: AliyunOSSFullAccess
    image-crawler:
      Type: 'Aliyun::Serverless::Function'
      Properties:
        Handler: index.handler
        CodeUri: code/
        Description: 'Hello world with python2.7!'
        Runtime: python2.7
        EnvironmentVariables:
          OSSEndpoint: oss-cn-hangzhou.aliyuncs.com
          BucketName: fun-local-test

然後，使用 fun deploy 後，可以看到部署成功的日誌。

驗證

透過控制檯驗證

登陸 ，可以看到，我們的服務、函式、程式碼、環境變數等都已經就緒了。

在觸發事件中，寫入我們用來測試的 json，然後執行：

可以發現，會獲得與本地一致的效果：

透過 fcli 驗證

fcli 幫助文件 參考 。

在終端執行以下命令，可以獲取函式列表:

fcli function list --service-name localdemo

可以看到我們的 image-crawler 已經建立成功了。

{  "Functions": [    "image-crawler",    "java8",    "nodejs6",    "nodejs8",    "php72",    "python27",    "python3"
  ],  "NextToken": null}

使用以下命令則可以呼叫函式執行：

fcli function invoke --service-name localdemo \
    --function-name image-crawler \
    --event-str '{"url": "https://image.baidu.com/search/index?tn=baiduimage&word=%E5%A3%81%E7%BA%B8"}'

執行成功後，會得到與控制檯與 fun local 一致的結果。

小結

至此，我們的開發就算告一段落。

本文利用 fun local 提供的本地執行、除錯的能力，做到了在本地開發函式，並且透過反覆的執行函式得到反饋以便於快速迭代程式碼。

在本地開發完成後，不需要對程式碼進行任何修改，透過 fun deploy 命令，一鍵部署到雲端，達到預期的效果。

本文介紹的方法，並不是開發函式計算的唯一方式。本文的目的，是能夠向開發者傳達一種訊號——開發函式計算時，只要身姿正確，就會非常享受，開發流程也會十分順暢。祝您使用愉快。