AWS Lambda出现只读文件系统错误，关联NLTK下载问题如何解决？

从错误栈跟踪能明确问题：你的代码调用nltk.download('stopwords')时，NLTK默认尝试在/home/sbx_user1051目录创建文件夹存储数据，但AWS Lambda运行环境中，除了/tmp目录以外的所有路径都是只读的，因此触发了OSError: [Errno 30] Read-only file system。

下面是几种可行的解决办法：

方法一：构建Docker镜像时预先下载NLTK数据（推荐） #

如果用Docker镜像部署Lambda，直接在Dockerfile中提前下载所需的NLTK数据，避免运行时的写入操作。示例Dockerfile：

FROM public.ecr.aws/lambda/python:3.8

# 安装nltk依赖
RUN pip install nltk

# 提前下载stopwords到Lambda任务目录下的nltk_data文件夹
RUN python -m nltk.downloader -d /var/task/nltk_data stopwords

# 设置环境变量，让NLTK自动识别数据路径
ENV NLTK_DATA=/var/task/nltk_data

# 复制应用代码到Lambda任务根目录
COPY app.py ${LAMBDA_TASK_ROOT}

# 指定Lambda函数入口
CMD ["app.lambda_handler"]

修改后，你的app.py里可以删除nltk.download('stopwords')这行代码，直接导入使用即可。

方法二：运行时指定下载到/tmp目录 #

如果不想修改镜像，可调整代码，让NLTK将数据下载到Lambda唯一可写的/tmp目录：

import nltk

# 指定下载目录为/tmp
nltk.download('stopwords', download_dir='/tmp')
# 添加数据路径到NLTK的搜索路径
nltk.data.path.append('/tmp')

# 正常使用stopwords
from nltk.corpus import stopwords
stop_words = set(stopwords.words('english'))

注意：这种方法会在Lambda冷启动时重复下载数据，可能增加启动延迟，适合临时调试或小体量场景。

方法三：打包代码时包含NLTK数据 #

若不用Docker镜像，采用zip包部署，可提前在本地下载stopwords数据，将nltk_data文件夹与代码一起打包，然后在代码中指定路径：

import nltk
import os

# 添加本地打包的nltk_data路径
nltk.data.path.append(os.path.join(os.path.dirname(__file__), 'nltk_data'))

# 直接使用stopwords
from nltk.corpus import stopwords
stop_words = set(stopwords.words('english'))

内容的提问来源于stack exchange，提问作者vecohah