如何在AWS Lambda中配置Java环境以使用Tabula读取PDF？

嘿，我之前也碰到过一模一样的问题！Tabula这个库是依赖Java运行时才能工作的，但Lambda默认的Python运行环境里根本没装Java，所以才会抛出那个JavaNotFoundError。给你分享几个靠谱的解决办法，亲测有效：

方法一：用Lambda层挂载Java环境（最推荐） #

Lambda层可以帮我们把Java这种通用依赖单独打包，不用每次更新代码都重复带它，步骤超清晰：

1. 先搞到适配Lambda环境的Java包：Lambda用的是Amazon Linux 2系统，所以得对应下载x86_64或者arm64架构的OpenJDK（看你Lambda函数选的架构），我一般用Amazon Corretto 11，稳定还兼容：
   你可以在本地用Amazon Linux 2的容器来操作，避免系统不兼容的问题，执行这些命令：

   # 下载Corretto 11安装包
   curl -O https://corretto.aws/downloads/latest/amazon-corretto-11-x64-linux-jdk.tar.gz
   # 创建java目录并解压
   mkdir java
   tar -xzf amazon-corretto-11-x64-linux-jdk.tar.gz -C java --strip-components=1
   

2. 打包成zip：把java目录直接打包成zip文件，命令是zip -r java-layer.zip java/
3. 上传成Lambda层：打开AWS Lambda控制台，左侧菜单点「层」，然后点「创建层」，上传刚才的zip，运行时选你函数用的Python版本（比如Python 3.9）
4. 把层关联到你的函数：进入你的Lambda函数页面，切换到「层」选项卡，点「添加层」，选择你刚创建的Java层
5. 配置环境变量：去函数的「配置」->「环境变量」，添加两个变量：
   • 键：JAVA_HOME，值：/opt/java
   • 键：PATH，值：$PATH:/opt/java/bin
     这样Python进程就能找到java命令了！

方法二：用自定义容器镜像部署 #

要是你觉得层的步骤有点繁琐，也可以直接做个包含Python和Java的容器镜像，这样环境一步到位：

1. 写个Dockerfile，示例如下（以Python 3.9为例）：

   FROM public.ecr.aws/lambda/python:3.9
   # 安装Amazon Corretto 11
   RUN yum install -y java-11-amazon-corretto-devel
   # 设置Java环境变量
   ENV JAVA_HOME /usr/lib/jvm/java-11-amazon-corretto.x86_64
   ENV PATH $PATH:$JAVA_HOME/bin
   # 安装Python依赖（把你的requirements.txt放在同目录）
   COPY requirements.txt .
   RUN pip install -r requirements.txt
   # 复制你的Lambda代码到任务根目录
   COPY lambda_function.py ${LAMBDA_TASK_ROOT}
   # 设置Lambda入口函数
   CMD ["lambda_function.lambda_handler"]
   

2. 把这个镜像构建好，推送到AWS ECR，然后在Lambda里创建一个用容器镜像的函数就行，这样环境里自带Java，不用再额外配置了。

小提醒 #

• 别忘了检查你的Lambda执行角色权限，得有读取源S3桶和写入目标桶（bucket-recebendo）的权限，不然会报权限错误
• Tabula和Java版本兼容没问题，Java 8或11都能用，我个人更推荐11，稳定性更好

备注：内容来源于stack exchange，提问作者ique