基于Serverless Framework构建并在AWS Lambda中使用本地Python包

我来帮你一步步梳理操作流程，考虑到你需要和Glue作业等其他组件共享这个本地包，生成Wheel文件是最优方案，具体步骤如下：

1. 生成本地Python包的Wheel文件 #

Wheel是Python的标准分发格式，不仅pip处理效率高，还能轻松在Lambda、Glue等不同环境中复用。操作步骤：

• 确保你的本地包根目录下有pyproject.toml（推荐）或setup.py，用来定义包的元信息（名称、版本、依赖等）
• 在包的根目录运行命令生成Wheel：

  pip wheel . -w dist/
  

  执行后，dist/目录下会生成类似your_package-1.0.0-py3-none-any.whl的文件

2. 配置Serverless Framework及插件 #

你已经在用serverless-python-requirements插件，接下来需要让它识别并安装你的本地Wheel包：

方法一：通过requirements.txt指定 #

在项目根目录的requirements.txt中添加本地Wheel的路径：

./dist/your_package-1.0.0-py3-none-any.whl
# 其他第三方依赖也可以在这里添加，比如requests==2.31.0

方法二：直接在serverless.yml中配置（可选） #

如果不想用requirements.txt，也可以在serverless.yml的custom区块里直接声明：

custom:
  pythonRequirements:
    dockerizePip: true # 重要！如果本地环境和Lambda（Linux）不一致，必须开启这个选项，避免依赖编译不兼容
    requirements:
      - ./dist/your_package-1.0.0-py3-none-any.whl
      - requests==2.31.0

注意：如果你的本地包包含C语言扩展，一定要开启dockerizePip: true，Lambda运行在Amazon Linux环境，本地（比如macOS/Windows）编译的扩展无法在Lambda上运行。

3. 本地测试（推荐） #

在部署前可以先本地验证函数是否能正常运行：

serverless invoke local --function your_function_name

这会模拟Lambda环境加载你的代码和依赖，提前排查问题。

4. 部署到AWS Lambda #

确认配置无误后，直接运行部署命令：

serverless deploy

serverless-python-requirements插件会自动处理所有依赖：

• 下载/安装第三方包和你的本地Wheel
• 将所有依赖和Lambda代码打包成zip文件
• 上传到AWS Lambda并完成部署

额外：和Glue作业共享本地包 #

因为你需要和Glue共享这个包，你可以：

• 把生成的Wheel文件上传到S3存储桶
• 在Glue作业的配置中，通过--additional-python-modules参数指定S3上的Wheel路径，比如：

  aws glue start-job-run --job-name your_glue_job --arguments '--additional-python-modules=s3://your-bucket/dist/your_package-1.0.0-py3-none-any.whl'
  

• 或者如果是Glue Studio作业，可以在“作业参数”的--additional-python-modules中填写S3路径

内容的提问来源于stack exchange，提问作者EnzoMolion