如何在指定公开文件更新时触发AWS State Machine？

由于目标文件是外部公开资源，没有内置的Webhook通知更新事件，最可靠的实现方式是定期轮询+条件触发的流程，具体步骤如下：

方案1：CloudWatch EventBridge + Lambda + DynamoDB（推荐） #

通过定时触发Lambda函数检查文件更新状态，当检测到变化时触发你的State Machine。

1. 创建DynamoDB表存储文件状态 #

创建一个简单的DynamoDB表（例如命名为FileUpdateTracker），用来记录文件的上次更新标识，字段包括：

• file_id（字符串类型主键，可填jnto_visitor_arrivals）
• last_etag（字符串，存储文件的ETag值）
• last_modified（字符串，存储文件的Last-Modified时间）

2. 编写Lambda函数实现更新检测与触发 #

用Python编写Lambda函数，核心逻辑是对比文件当前状态与历史记录，若有更新则启动State Machine：

import boto3
import requests

# 初始化AWS客户端
dynamodb = boto3.resource('dynamodb')
step_functions = boto3.client('stepfunctions')

# 配置参数
TABLE_NAME = 'FileUpdateTracker'
FILE_ID = 'jnto_visitor_arrivals'
FILE_URL = 'https://www.jnto.go.jp/jpn/statistics/since2003_visitor_arrivals.xlsx'
STATE_MACHINE_ARN = 'arn:aws:states:你的区域:你的账号ID:stateMachine:你的状态机名称'

def lambda_handler(event, context):
    # 发送HEAD请求获取文件头信息（避免下载完整文件）
    response = requests.head(FILE_URL)
    current_etag = response.headers.get('ETag')
    current_last_modified = response.headers.get('Last-Modified')
    
    # 从DynamoDB读取历史状态
    table = dynamodb.Table(TABLE_NAME)
    db_result = table.get_item(Key={'file_id': FILE_ID})
    existing_record = db_result.get('Item')
    
    # 判断文件是否更新
    if not existing_record or existing_record['last_etag'] != current_etag:
        # 触发State Machine执行
        step_functions.start_execution(
            stateMachineArn=STATE_MACHINE_ARN,
            input='{"file_url": "%s"}' % FILE_URL
        )
        
        # 更新DynamoDB中的历史状态
        if existing_record:
            table.update_item(
                Key={'file_id': FILE_ID},
                UpdateExpression='SET last_etag = :etag, last_modified = :lm',
                ExpressionAttributeValues={
                    ':etag': current_etag,
                    ':lm': current_last_modified
                }
            )
        else:
            table.put_item(
                Item={
                    'file_id': FILE_ID,
                    'last_etag': current_etag,
                    'last_modified': current_last_modified
                }
            )
        
        return {'status': 'triggered', 'message': '文件已更新，状态机已启动'}
    else:
        return {'status': 'no_change', 'message': '文件未更新'}

3. 配置Lambda权限 #

给Lambda函数添加以下IAM权限：

• dynamodb:GetItem、dynamodb:PutItem、dynamodb:UpdateItem（针对创建的DynamoDB表）
• states:StartExecution（针对你的State Machine）

4. 设置EventBridge定时触发 #

创建EventBridge规则，设置触发频率为每月一次（例如每月1号凌晨2点，匹配管理员的更新周期），触发目标选择你创建的Lambda函数。

方案2：API Gateway接收外部通知（可选） #

如果后续该文件的发布方提供更新Webhook，可配置API Gateway作为接收端点直接触发State Machine：

• 创建API Gateway REST API，设置POST方法，集成目标选择Step Functions的StartExecution动作
• 将API Gateway端点提供给发布方，让其在文件更新时主动调用该端点

但目前该文件无Webhook支持，因此方案1是更可行的选择。

内容的提问来源于stack exchange，提问作者Luu Quoc Viet