搜文章
推荐 原创 视频 Java开发 iOS开发 前端开发 JavaScript开发 Android开发 PHP开发 数据库 开发工具 Python开发 Kotlin开发 Ruby开发 .NET开发 服务器运维 开放平台 架构师 大数据 云计算 人工智能 开发语言 其它开发
Lambda在线 > 云栖社区 > 开发函数计算的正确姿势 —— 爬虫

开发函数计算的正确姿势 —— 爬虫

云栖社区 2019-01-09

云栖君导读:本文我们拿一个简单的场景来举例子——开发一个简单的爬虫函数(代码参考函数计算控制台模板),介绍如何以正确姿势,从零开始,开发一个自动伸缩、按调用次数收费的 serverless 爬虫应用。


开发步骤


我们将这个完整的应用拆分成多步,并且在每一步完成后,我们都会进行相应的运行验证。


1. 创建 Fun 项目


首先,我们创建一个名为 image-crawler 的目录作为项目的根。然后在该目录下创建一个名为 template.yml 的文件,内容为:



如果不了解 Fun 定义的 Serverless Application Model,可以参考 这里。https://github.com/aliyun/fun/blob/master/docs/specs/2018-04-03-zh-cn.md


操作完成后,我们的项目目录结构如下:


开发函数计算的正确姿势 —— 爬虫


2. 编写 helloworld 函数代码


在根目录下创建一个名为 code 的目录,并在该目录下创建一个名为 index.py 的文件,内容为一个简单的 helloworld 函数:


开发函数计算的正确姿势 —— 爬虫


在项目根目录下执行:


开发函数计算的正确姿势 —— 爬虫


函数运行成功:


开发函数计算的正确姿势 —— 爬虫


操作完成后,我们的项目目录结构如下:


开发函数计算的正确姿势 —— 爬虫


3. 事件触发函数运行


我们简单修改第 2 步的代码,将 event 打印到 log 中。


开发函数计算的正确姿势 —— 爬虫


通过触发事件的方式运行函数,得到如下结果:


开发函数计算的正确姿势 —— 爬虫


可以看到,我们的函数已经能正确接收到触发事件了。


Fun Local 更多帮助信息,参考。

https://yq.aliyun.com/articles/672623


4. 获取网页源码内容


接下来,我们添加获取网页内容的代码。


开发函数计算的正确姿势 —— 爬虫


代码逻辑比较简单,我们这里直接使用了 urllib 库,读取网页内容。


运行函数,得到以下输出:


开发函数计算的正确姿势 —— 爬虫


5. 解析网页中的图片


我们打算通过正则解析网页中包含的 jpg 图片,因此这一步会比较繁琐,因为涉及到正则表达式的微调。为了能快速的解决问题,我们决定利用 fun local 提供的 local debugging 解决问题。local debugging 方法参考: 《函数计算本地运行与调试 - Fun Local 基本用法》。

https://yq.aliyun.com/articles/672623


首先,我们在下面这一行下个断点:


开发函数计算的正确姿势 —— 爬虫


然后以 debug 的方式启动,vscode 调试器连接后,函数会继续运行到我们断点的这一行:


开发函数计算的正确姿势 —— 爬虫


我们可以直接在 Locals 一栏看到本地变量,其中包含了 html 这个变量,也就是我们获取到的 html 源码。我们可以将它的值复制出来,分析下,然后设计正则表达式。


我们可以先写一个简单的,比如可以是 

http:\/\/[^\s,"]*\.jpg。


怎么快速校验这段代码的正确性呢?我们可以利用调试器提供的 Watch(监视) 功能。


创建一个 Watch 变量,将下面的值输入进去:


开发函数计算的正确姿势 —— 爬虫


回车后,即可看到代码的执行效果:


开发函数计算的正确姿势 —— 爬虫


这里一般不太容易一次写对,可以反复修改正则测试,直到正确为止。


我们得到的正确的图片解析的逻辑添加到代码中:


开发函数计算的正确姿势 —— 爬虫


然后在 handler 方法中调用即可:


开发函数计算的正确姿势 —— 爬虫


编写完成后,可以继续本地执行,验证下结果:


开发函数计算的正确姿势 —— 爬虫


可以看到,img_list 已经输出到控制台了:


开发函数计算的正确姿势 —— 爬虫


6. 将图片上传到 oss


解析到的图片,我们选择使用 oss 存储。


首先,我们需要通过环境变量配置 OSS Endpoint 以及 OSS Bucket。


在 template 中配置环境变量(需提前创建好 oss bucket):


开发函数计算的正确姿势 —— 爬虫


然后就可以直接在函数中获取到这两个环境变量了:


开发函数计算的正确姿势 —— 爬虫


另外,fun local 运行函数时,还会提供一个额外的变量用来标识这是一个本地运行的函数。通过这个标识,我们可以用来做一些本地化的操作,比如我们可以在线上运行时连接 RDS,在本地运行时连接 Mysql。


这里,我们用该标识以不同的的方式创建 oss client,原因是线上运行时,通过 credentials 获取到的是扮演角色的临时 ak,有有效期限制,而本地运行时,没有该限制。oss 提供了这两种方式的构造方法,我们直接使用即可:


开发函数计算的正确姿势 —— 爬虫


接着我们遍历所有图片,将所有的图片上传到 oss:


开发函数计算的正确姿势 —— 爬虫


再在本地运行一下函数:


开发函数计算的正确姿势 —— 爬虫


可以从日志看到,图片被一张一张的解析出来,并被上传到 oss 上了。


开发函数计算的正确姿势 —— 爬虫


登陆 oss 控制台,可以看到这些图片。


开发函数计算的正确姿势 —— 爬虫


部署


本地开发完成后,我们还需要将其发布到线上,让其成为一个可被调用的服务。以往,你可能觉得比较麻烦,比如要登陆控制台,创建服务、创建函数、配置环境变量,创建角色等,现在有了 fun 后,这一切都不需要了。


不过,本地与线上还是有些区别的,那就是要授权函数计算能够访问 OSS,怎么做呢?很简单,在我们的 template 中加入一行配置即可(Polices 文档,可以参考):


开发函数计算的正确姿势 —— 爬虫


添加后的 template.yml 内容如下:


开发函数计算的正确姿势 —— 爬虫


然后,使用 fun deploy 后,可以看到部署成功的日志。


开发函数计算的正确姿势 —— 爬虫


验证


通过控制台验证


登陆控制台,可以看到,我们的服务、函数、代码、环境变量等都已经就绪了。


开发函数计算的正确姿势 —— 爬虫


在触发事件中,写入我们用来测试的 json,然后执行:


开发函数计算的正确姿势 —— 爬虫


可以发现,会获得与本地一致的效果:


开发函数计算的正确姿势 —— 爬虫


通过 fcli 验证


fcli 帮助文档 参考。

https://help.aliyun.com/document_detail/52995.html


在终端执行以下命令,可以获取函数列表:


开发函数计算的正确姿势 —— 爬虫


可以看到我们的 image-crawler 已经创建成功了。


开发函数计算的正确姿势 —— 爬虫


使用以下命令则可以调用函数运行:



运行成功后,会得到与控制台与 fun local 一致的结果。


小结


至此,我们的开发就算告一段落。


本文利用 fun local 提供的本地运行、调试的能力,做到了在本地开发函数,并且通过反复的执行函数得到反馈以便于快速迭代代码。


在本地开发完成后,不需要对代码进行任何修改,通过 fun deploy 命令,一键部署到云端,达到预期的效果。


本文介绍的方法,并不是开发函数计算的唯一方式。本文的目的,是能够向开发者传达一种信号——开发函数计算时,只要身姿正确,就会非常享受,开发流程也会十分顺畅。祝您使用愉快。



end

更多精彩

版权声明:本站内容全部来自于腾讯微信公众号,属第三方自助推荐收录。《开发函数计算的正确姿势 —— 爬虫》的版权归原作者「云栖社区」所有,文章言论观点不代表Lambda在线的观点, Lambda在线不承担任何法律责任。如需删除可联系QQ:516101458

文章来源: 阅读原文

相关阅读

关注云栖社区微信公众号

云栖社区微信公众号:yunqiinsight

云栖社区

手机扫描上方二维码即可关注云栖社区微信公众号

云栖社区最新文章

精品公众号随机推荐