如何通过CDK为导入的Lambda配置预置并发？

需要为某个Lambda函数添加预置并发，但只能通过低层级的CfnFunction资源或通过ARN导入的FunctionProxy访问该Lambda，无法直接访问CDK栈中的高阶Function构造（该构造通常可提供配置预置并发所需的属性和方法）。

详细情况 #

• CDK栈包含以Lambda为请求处理程序的APIGateway REST API；
• 该Lambda无Alias或Version，使用默认的$LATEST版本；
• APIGateway和Lambda通过cdk-chalice创建，未直接在主栈中定义；
• 二者来自预生成的CloudFormation模板，随后被纳入主CDK栈；
• 无法直接访问APIGateway或Lambda的高阶构造；
• 仅能通过导入Chalice模板获取低层级CfnFunction权限，或通过lambda.from_function_arn()导入Lambda。

疑问 #

是否有办法添加预置并发？具体包括：

• 是否可通过修改cdk-chalice预生成的CloudFormation模板实现？
• 是否可通过lambda.from_function_arn()导入Lambda后，添加Version和ScalableTarget？
• 是否有技巧可通过低层级构造CfnFunction添加Version？
• 是否可通过AwsSdkCall生成Lambda的Version并结合AwsCustomResource添加预置并发？

已尝试方案 #

导入Lambda #

# 伪代码
handler = lambda.from_function_arn("arn-from-cdk-chalice-function")

# 方案a - CDK部署报错：BaseFunctionImportProxy_不存在current_version属性
handler_version = handler.current_version

# 方案b - CDK部署报错：Application Autoscaling无法作用于$LATEST版本
handler_version = handler.latest_version
target = appscaling.ScalableTarget(self, "ScalableTarget",
    service_namespace=appscaling.ServiceNamespace.LAMBDA,
    max_capacity=100,
    min_capacity=10,
    resource_id=f"function:{handler.functionName}:{handler_version.version}",
    scalable_dimension="lambda:function:ProvisionedConcurrency"
)

1. 修改cdk-chalice预生成的CloudFormation模板 #

可以直接修改Chalice输出的CloudFormation模板，添加版本和预置并发配置：

• 找到模板中的AWS::Lambda::Function资源，新增AWS::Lambda::Version资源并依赖该函数：

  MyLambdaVersion:
    Type: AWS::Lambda::Version
    Properties:
      FunctionName: !Ref MyChaliceLambdaFunction
      Description: Version for provisioned concurrency
  

• 接着添加AWS::ApplicationAutoScaling::ScalableTarget和AWS::ApplicationAutoScaling::ScalingPolicy资源，绑定到上述版本；
• 注意：修改后的模板建议作为独立文件纳入CDK栈，避免后续Chalice重新生成模板时覆盖更改。

2. 通过lambda.from_function_arn()导入后添加版本和可扩展目标 #

导入的FunctionProxy无高阶版本属性，但可手动创建低层级CfnVersion资源生成版本：

from aws_cdk import aws_lambda as lambda_, aws_applicationautoscaling as appscaling

# 导入Lambda函数
handler = lambda_.Function.from_function_arn(self, "ImportedLambda", "arn-from-cdk-chalice-function")

# 创建Lambda版本
lambda_version = lambda_.CfnVersion(self, "LambdaVersion",
    function_name=handler.function_name
)

# 创建可扩展目标
scalable_target = appscaling.ScalableTarget(self, "LambdaScalableTarget",
    service_namespace=appscaling.ServiceNamespace.LAMBDA,
    resource_id=f"function:{handler.function_name}:{lambda_version.attr_version}",
    scalable_dimension="lambda:function:ProvisionedConcurrency",
    min_capacity=10,
    max_capacity=100
)

# 可选：添加缩放策略
scalable_target.scale_to_track_metric("TrackConcurrency",
    target_value=0.7,
    predefined_metric=appscaling.PredefinedMetric.LAMBDA_PROVISIONED_CONCURRENCY_UTILIZATION
)

核心是用CfnVersion关联导入函数的名称，通过attr_version获取生成的版本号，用于构造可扩展目标的resource_id。

3. 通过低层级CfnFunction添加Version #

若已持有CfnFunction实例，可直接创建CfnVersion资源：

# 假设已获取CfnFunction实例
chalice_lambda = CfnFunction.from_cfn_resource(self, "ChaliceLambda", existing_cfn_resource)

# 创建版本
lambda_version = lambda_.CfnVersion(self, "LambdaVersion",
    function_name=chalice_lambda.ref
)

# 可扩展目标配置与上述一致

chalice_lambda.ref返回函数逻辑名称，CfnVersion会自动关联到函数当前部署版本。

4. 通过AwsCustomResource结合AwsSdkCall生成版本并配置预置并发 #

若前序方法受限，可通过AwsCustomResource调用Lambda API完成操作：

from aws_cdk import custom_resources as cr, aws_iam as iam

# 导入Lambda函数
handler = lambda_.Function.from_function_arn(self, "ImportedLambda", "arn-from-cdk-chalice-function")

# 创建版本的SDK调用
create_version = cr.AwsSdkCall(
    service="Lambda",
    action="publishVersion",
    parameters={"FunctionName": handler.function_name},
    physical_resource_id=cr.PhysicalResourceId.from_response("Version")
)

# 配置预置并发的SDK调用
put_provisioned_concurrency = cr.AwsSdkCall(
    service="Lambda",
    action="putProvisionedConcurrencyConfig",
    parameters={
        "FunctionName": handler.function_name,
        "Qualifier": create_version.get_response_field("Version"),
        "ProvisionedConcurrentExecutions": 10
    }
)

# 创建自定义资源
cr.AwsCustomResource(self, "LambdaProvisionedConcurrency",
    on_create=[create_version, put_provisioned_concurrency],
    on_update=[put_provisioned_concurrency],
    policy=cr.AwsCustomResourcePolicy.from_statements([
        iam.PolicyStatement(
            actions=["lambda:PublishVersion", "lambda:PutProvisionedConcurrencyConfig"],
            resources=[handler.function_arn, f"{handler.function_arn}:*"]
        )
    ])
)

此方式需配置对应IAM权限，同时注意资源更新时的逻辑处理（如版本变更时重新配置并发）。

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