基于ECR镜像的Python Lambda函数遇只读文件系统错误的解决步骤

方法一：构建镜像时预先下载NLTK数据（推荐） #

Lambda运行环境仅/tmp目录可写，运行时下载NLTK数据会触发只读目录写入错误，预先在构建阶段下载数据可彻底解决问题，还能减少冷启动时间。

1. 修改Dockerfile，在构建阶段添加NLTK数据下载步骤：

   FROM public.ecr.aws/lambda/python:3.8
   WORKDIR /app
   COPY requirements.txt .
   COPY kbtrial.csv .
   RUN pip3 install -r requirements.txt
   # 预先下载punkt数据到Lambda可读取的目录
   RUN python3 -c "import nltk; nltk.download('punkt', download_dir='/opt/nltk_data')"
   COPY app.py  .
   CMD ["/app/app.handler"]
   

2. 修改app.py，移除运行时下载代码并指定NLTK数据路径：

   import nltk
   # 设置NLTK读取预先下载的数据
   nltk.data.path.append('/opt/nltk_data')
   from nltk.tokenize import word_tokenize
   
   def handler(event, context):
       # 你的业务逻辑代码
       pass
   

3. 重新构建并推送镜像到ECR：

   docker build -t lambda-nltk-image .
   docker tag lambda-nltk-image <你的ECR仓库URI>:latest
   docker push <你的ECR仓库URI>:latest
   

4. 更新Lambda函数使用新镜像，测试运行。

方法二：运行时将数据写入/tmp目录（临时方案） #

如果无法修改构建流程，可临时利用Lambda唯一可写的/tmp目录：

1. 修改app.py中的下载逻辑：

   import nltk
   # 指定下载目录为/tmp下的可写路径
   nltk.download('punkt', download_dir='/tmp/nltk_data')
   nltk.data.path.append('/tmp/nltk_data')
   from nltk.tokenize import word_tokenize
   
   def handler(event, context):
       # 你的业务逻辑代码
       pass
   

2. 重新构建镜像、推送到ECR并更新Lambda函数。

注意：此方法每次冷启动都会重新下载数据，会增加启动耗时，仅作为临时替代方案。

内容的提问来源于stack exchange，提问作者Rohan Sarkar