如何在AWS Lambda函数中使用CodeArtifact仓库？无Docker下解决依赖安装问题

针对你遇到的Layer大小超限且不使用Docker的情况，以下是几个可行的解决方法：

1. 精简依赖包体积 #

通过优化安装流程和清理冗余文件，把依赖包的体积压到最小：

• 安装依赖时指定目标平台并禁用缓存，避免下载多余架构的包：

  pip install --target ./python --no-cache-dir --platform manylinux2014_x86_64 --only-binary=:all: your-package
  

• 安装完成后，手动删除依赖目录中的非必需文件：比如__pycache__、*.pyc字节码文件，以及每个包下的docs、tests、examples等文档和测试目录

2. 拆分依赖到多个Layer #

Lambda允许最多附加5个Layer，你可以把大的依赖集拆分成多个小的Layer：

• 比如将核心业务依赖和工具类依赖分开打包成独立的Layer
• 确保每个Layer的压缩后体积不超过Lambda的限制（当前为50MB压缩后，250MB解压缩后）
• 打包时注意保持依赖的兼容性，避免拆分导致的依赖缺失

3. 运行时动态安装依赖（应急方案） #

如果上面的方法都不适用，可以在Lambda冷启动时动态从CodeArtifact安装依赖，代价是冷启动延迟增加：

• 在Lambda处理函数的开头加入CodeArtifact认证和依赖安装逻辑：

  import sys
  import subprocess
  import os
  
  def lambda_handler(event, context):
      # 升级pip（可选）
      subprocess.check_call([sys.executable, "-m", "pip", "install", "--upgrade", "pip"])
      
      # 获取CodeArtifact授权Token并安装依赖
      auth_token_cmd = "aws codeartifact get-authorization-token --domain your-domain --domain-owner YOUR_ACCOUNT_ID --query authorizationToken --output text"
      auth_token = subprocess.check_output(auth_token_cmd, shell=True).decode().strip()
      index_url = f"https://aws:{auth_token}@your-domain-YOUR_ACCOUNT_ID.d.codeartifact.us-east-1.amazonaws.com/pypi/your-repo/simple/"
      
      subprocess.check_call([sys.executable, "-m", "pip", "install", "your-package", "--index-url", index_url])
      
      # 导入并使用依赖
      import your_package
      # 业务逻辑代码...
  

• 注意：需要给Lambda执行角色添加codeartifact:GetAuthorizationToken权限，且函数运行环境需要有AWS CLI（默认Python运行时包含）
• 该方法适合低频触发的函数，高频场景会因冷启动延迟影响性能

4. 优化项目依赖结构 #

检查项目依赖，移除不必要的间接依赖：

• 使用pip show your-package查看依赖树，确认是否有可以替换的轻量替代包
• 避免安装完整的SDK包，比如只安装AWS SDK的特定模块（如boto3[s3]而不是完整的boto3）

内容的提问来源于stack exchange，提问作者Sofiya Chobanyan