SST项目中Lambda函数在无NAT的VPC中的使用实践
2025-05-09 08:26:24作者:齐冠琰
背景介绍
在AWS云环境中,Lambda函数与VPC的结合使用是一个常见的架构模式。传统上,当我们需要让Lambda函数访问VPC内的资源(如RDS数据库、ElastiCache等)时,通常会将Lambda部署到VPC中。然而,这种配置往往会带来一个隐含需求——Lambda函数需要互联网访问能力。
问题本质
SST框架的sst.aws.Function组件在设计时默认要求VPC必须配置NAT网关,这实际上限制了某些特定场景下的使用。例如:
- 纯内部服务场景:Lambda只需要访问VPC内的资源(如RDS、内部API等),不需要任何互联网访问
- IPv6专用场景:服务仅通过IPv6与外部通信,使用出口专用互联网网关即可,无需NAT网关
- 成本敏感场景:希望避免NAT网关产生的额外费用
技术实现原理
AWS Lambda的VPC集成实际上是将函数部署到您指定的子网中。当不配置NAT时:
- Lambda函数无法发起IPv4的出站互联网连接
- 但仍可正常访问VPC内的资源
- 如果VPC配置了IPv6和出口专用互联网网关,仍可通过IPv6访问互联网
SST框架的演进
最初版本的SST框架强制要求VPC必须配置NAT网关,这虽然确保了大多数场景下的网络连通性,但也限制了一些特殊用例。在社区反馈后,SST团队在v3.10.14版本中将此限制从错误降级为警告,给予了开发者更多灵活性。
最佳实践建议
- 明确网络需求:在设计架构时,明确Lambda函数是否需要互联网访问
- 安全考虑:无NAT的配置实际上增加了安全性,避免了意外外联
- 成本优化:对于纯内部服务,可以节省NAT网关的费用(约$32/月/可用区)
- 混合部署:可以考虑将需要互联网访问的函数和有内网需求的函数部署到不同的VPC配置中
配置示例
// 创建一个不强制要求NAT的VPC
const vpc = new sst.aws.Vpc("MyVpc", {
nat: false, // 明确禁用NAT
});
// 创建仅访问内网的Lambda函数
new sst.aws.Function("InternalFunction", {
vpc: vpc,
handler: "src/internal.handler",
});
注意事项
- 无NAT配置下,Lambda将无法访问任何AWS公共服务端点(如S3、DynamoDB等),除非配置VPC端点
- 函数初始化时间可能会受到影响,因为无法下载外部依赖
- 日志推送至CloudWatch Logs需要确保有VPC端点或通过代理解决
通过理解这些技术细节,开发者可以更灵活地设计符合实际需求的Serverless架构,在安全性、成本和功能之间取得平衡。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0199
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
770
5.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
692
1.36 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
865
1.96 K
Ascend Extension for PyTorch
Python
728
906
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
461
455
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.09 K
1.12 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.93 K
199
openJiuwen 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
TSX
3.09 K
643
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265