Troubleshooting Serverless Applications (Traditional Chinese)
Offered By: Amazon Web Services via AWS Skill Builder
Course Description
Overview
實驗室概觀
概觀
API 是一組建立應用程式的互連元件,可輕鬆管理應用程式個別部分的擴展、操作和程式碼。在無伺服器環境建置 API 有利於您設計針對大規模運作進行最佳化的元件,而且只需為使用的服務付費。這是極大的優勢,但您可能難以對雲端環境內的解耦元件進行故障診斷並修正問題。AWS 提供數種工具,能輕鬆協助您辨識問題。
目標
完成此實驗室之後,您將能夠:
- 了解事件驅動型的架構
- 啟用並使用 AWS X-Ray 和 Amazon CloudWatch
- 了解如何設定 AWS Step Functions 來協調無伺服器應用程式
- 善用 Amazon Simple Queue Service (Amazon SQS) 及無效訊息佇列
- 了解如何對無伺服器架構進行故障診斷
- 進行組態更新以還原 API 功能
先決條件
此實驗室需要:
- 存取執行 Microsoft Windows、macOS X 或 Linux (Ubuntu、SuSE 或 Red Hat) 且配備 Wi-Fi 的筆記型電腦
- 使用 iPad 或平板電腦裝置無法存取此實驗室環境,但您可以使用這些裝置存取學生指南。
- Microsoft Windows 使用者:需有此電腦的管理員存取權限
- 網際網路瀏覽器,例如 Chrome、Firefox 或 Internet Explorer 9 (不支援舊版 Internet Explorer)
持續時間
此實驗室需要 90 分鐘的時間來完成。
案例
此實驗室以相冊列印應用程式為建置基礎。此應用程式可讓客戶上傳想要在實體書冊中列印的影像選輯,而且會處理每個影像,以確保其在書冊中正確顯示。此應用程式使用 AWS Step Functions 來管理工作流程。該工作流程使用 AWS Lambda 函數來確保每個影像都是正確的檔案類型,並使用 Amazon Rekognition 以確保內容是合適的。此工作流程也會重新調整影像大小和在影像中加入浮水印,然後產生 PDF 校樣供客戶核准。接下來,Amazon Simple Notification Service (Amazon SNS) 會先以電子郵件傳送給客戶進行核准,再將任務傳送至 Amazon Simple Queue Service (Amazon SQS)。Amazon SQS 將書冊傳送給第三方列印服務,進行列印並寄送給客戶。
然而,問題在於此應用程式因近期的程式碼推送而損毀,且客戶嘗試提供書冊所需影像時遭遇數項錯誤。您將對這些問題進行故障診斷並修正應用程式。
實驗室環境
此環境使用 Amazon API Gateway、Lambda 函數、Step Functions 工作流程、Amazon Simple Storage Service (Amazon S3) 儲存貯體、Amazon DynamoDB 資料表和 Amazon SQS 佇列。環境內已帶入數項錯誤,而您必須進行故障診斷並排除這些錯誤。
API Gateway 在數個 Lambda 函數前託管幾個 API。DynamoDB 用於存放使用者上傳影像的中繼資料。Step Functions 工作流程會開始針對列印作業驗證影像並進行轉譯,之後再將連結 (透過 Amazon SNS) 傳送給使用者驗證 (為了此實驗室的目的,這一步已自動化)。使用者可預覽書冊的 PDF,然後再將書冊傳送給第三方進行列印和寄送。
下列影像是該環境的高階架構圖:
選擇這裡 來下載高解析度版本的架構圖。
下列影像呈現影像處理狀態機器的詳細圖表。請以此針對應用程式進行故障診斷:
選擇這裡 來下載高解析度版本的影像處理狀態機器。
影像處理狀態機器圖表注意事項:
#0: /batch:此 API Gateway 用於測試,會叫用橘色方塊內使用者上傳程序自動化的 Lambda 函數。
#1: /addAlbum:使用者傳送預先簽章的 URL 請求,此為其影像的上傳位置。使用者使用此預先簽章的 URL,將其影像直接上傳至 Amazon S3。
#2: /createBookBinding:使用者指示影像上傳完成,叫用書冊建立程序。
#3: /invocation:使用測試用 Lambda 透過代理核准 PDF。
注意:為了順利測試,系統已建立 Lambda 函數,可自動產生隨機書冊。如此會產生多本書冊,各自擁有數張影像,以利您辨識應用程式問題,加速測試程序。
下列影像呈現書冊列印狀態機器的詳細圖表。
選擇這裡 來下載高解析度版本的書冊列印狀態機器。
Tags
Related Courses
Building Modern Nodejs Applications on AWSAmazon Web Services via edX AWS ML Engineer Associate 3.3 Automate Deployment (Japanese)
Amazon Web Services via AWS Skill Builder AWS ML Engineer Associate 3.3 Automate Deployment (Korean)
Amazon Web Services via AWS Skill Builder Serverless Architectures on AWS
Amazon Web Services via Coursera AWS SimuLearn: Automate Fine-Tuning of an LLM
Amazon Web Services via AWS Skill Builder