Amplify CLI 中 Lambda 访问 DynamoDB 关联表的权限配置指南
背景介绍
在使用 AWS Amplify 开发应用时,开发者经常会遇到需要从 Lambda 函数访问 DynamoDB 关联表的情况。关联表(也称为连接表或关系表)是 Amplify 自动生成的用于处理多对多关系的 DynamoDB 表。然而,默认情况下,通过 Amplify CLI 创建 Lambda 函数时,无法直接选择这些关联表进行权限配置。
问题分析
当开发者尝试通过 CLI 为 Lambda 函数配置存储权限时,关联表不会出现在可选列表中。这导致 Lambda 函数无法直接访问这些表,即使开发者知道表名并尝试通过代码访问,也会遇到权限不足的错误。
解决方案
1. 使用 custom-policies.json 文件
Amplify 提供了通过 custom-policies.json 文件为 Lambda 函数添加自定义 IAM 权限的能力。该文件应放置在函数目录下(amplify/backend/function/<function-name>/)。
2. 配置示例
以下是一个典型的 custom-policies.json 配置示例,允许 Lambda 函数对关联表执行查询和扫描操作:
[
{
"Action": [
"dynamodb:Query",
"dynamodb:Scan"
],
"Effect": "Allow",
"Resource": [
"arn:aws:dynamodb:*:*:table/ClientProfiles-*-${env}"
]
}
]
3. 动态环境变量
注意示例中使用了 ${env} 占位符,Amplify 会自动将其替换为当前环境名称。这种动态引用方式确保了权限配置在不同环境(如开发、测试、生产)中的正确性。
实施建议
-
明确表名模式:关联表通常遵循
<Model1><Model2>-<env>的命名模式,开发者需要了解这个命名规则。 -
最小权限原则:只授予 Lambda 函数执行必要操作所需的最小权限,如示例中仅允许 Query 和 Scan 操作。
-
多环境支持:使用
${env}变量确保权限配置在不同环境中都能正确工作。 -
部署验证:修改权限配置后,务必重新部署并测试 Lambda 函数以确保权限生效。
总结
通过 custom-policies.json 文件为 Lambda 函数添加自定义 IAM 权限是解决关联表访问问题的有效方法。开发者需要理解 DynamoDB 关联表的命名规则,并遵循 AWS 的安全最佳实践来配置权限。这种方法不仅适用于关联表,也可以用于其他需要自定义权限的场景。
kernelopenEuler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。C051
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0126
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00