AWS SAM 实战指南:从零构建无服务器应用
2026-02-04 04:20:17作者:廉皓灿Ida
什么是 AWS SAM
AWS Serverless Application Model (SAM) 是 AWS 提供的无服务器应用框架,它基于 CloudFormation 扩展而来,专门用于简化无服务器应用的开发和部署流程。通过 SAM,开发者可以使用简洁的 YAML 或 JSON 模板定义 Lambda 函数、API 网关等资源,而无需手动配置每个服务的细节。
核心概念解析
1. SAM 模板基础
SAM 模板是 CloudFormation 模板的扩展,主要包含以下关键部分:
- Transform 声明:必须包含
AWS::Serverless-2016-10-31转换声明,表明这是一个 SAM 模板 - Resources 部分:定义各种无服务器资源
AWS::Serverless::Function:Lambda 函数AWS::Serverless::Api:API 网关AWS::Serverless::SimpleTable:DynamoDB 表
2. 开发工作流
典型的 SAM 开发流程包括:
- 编写 SAM 模板
- 打包应用代码和依赖
- 部署到 AWS 环境
- 测试和迭代
快速入门实践
初始化项目
使用 SAM CLI 可以快速初始化项目骨架:
sam init --runtime python3.8
这将创建一个包含基本模板和示例代码的项目结构。
编写模板示例
下面是一个典型的 SAM 模板示例:
AWSTemplateFormatVersion: '2010-09-09'
Transform: 'AWS::Serverless-2016-10-31'
Description: 我的无服务器应用
Resources:
HelloWorldFunction:
Type: 'AWS::Serverless::Function'
Properties:
CodeUri: hello_world/
Handler: app.lambda_handler
Runtime: python3.8
Events:
HelloWorld:
Type: Api
Properties:
Path: /hello
Method: get
高级部署技巧
1. 打包资源
在部署前,需要将代码包上传到 S3:
aws cloudformation package \
--template-file template.yaml \
--s3-bucket my-bucket \
--output-template-file packaged-template.yaml
2. 实际部署
使用打包后的模板进行部署:
aws cloudformation deploy \
--template-file packaged-template.yaml \
--stack-name my-stack \
--capabilities CAPABILITY_IAM
实用技巧与最佳实践
1. 使用内建函数
CloudFormation 提供的内建函数可以在 SAM 模板中使用:
Environment:
Variables:
TABLE_NAME: !Ref MyDynamoDBTable
API_URL: !Sub "https://${MyApi}.execute-api.${AWS::Region}.amazonaws.com/Prod"
2. 参数化配置
通过参数实现环境差异化配置:
Parameters:
StageName:
Type: String
Default: dev
Resources:
MyFunction:
Properties:
FunctionName: !Sub "myapp-${StageName}-processor"
3. 部署策略控制
使用变更集(ChangeSet)预览部署变更:
aws cloudformation create-change-set \
--stack-name my-stack \
--template-body file://packaged-template.yaml \
--change-set-name my-change-set
常见问题与解决方案
-
ImportValue 限制:
- 不支持在
RestApiId、函数Policies和 APIStageName属性中使用 - 解决方法:直接引用资源而非导入值
- 不支持在
-
跨堆栈引用:
- 建议将紧密耦合的资源放在同一个堆栈中
- 对于松散耦合的服务,使用输出(Outputs)和导入值(ImportValue)
-
部署失败排查:
- 检查 CloudFormation 事件日志
- 确保 IAM 权限足够
- 验证模板语法正确性
总结
AWS SAM 为无服务器应用开发提供了标准化的框架和工具链。通过本文介绍的内容,开发者可以快速上手 SAM 开发,并掌握进阶部署技巧。实际项目中,建议结合 CI/CD 管道实现自动化部署,并充分利用 SAM 的模板特性实现环境一致性。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.84 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
暂无简介
Dart
799
199
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
780
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
Ascend Extension for PyTorch
Python
377
450
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1