serverless-python-requirements部署numpy Lambda报内部错误排查

• 核心原因：numpy是包含C语言编译原生扩展的第三方库，本地开发环境（Windows/macOS/非Amazon Linux的普通Linux发行版）安装的numpy二进制是适配本地系统、CPU架构的，和AWS Lambda的Amazon Linux运行环境不兼容，打包上传后Lambda执行时无法正常导入numpy，直接触发运行时错误。纯Python实现的依赖无原生兼容问题，因此移除numpy后函数可正常运行。
• 配置疏漏：当前使用的serverless-python-requirements插件未配置Lambda兼容的打包规则，默认直接打包本地环境安装的依赖，未做跨环境兼容处理。
• 笔误问题：当前serverless.yml中配置的handler为tes_api.handler，和实际代码文件名test_api.py拼写不一致，若不是提问时的输入笔误，即便numpy问题修复，也会触发handler不存在的错误，需先核对修正。

1. 修正基础配置笔误：将serverless.yml内functions.test.handler字段值从tes_api.handler改为test_api.handler，和代码文件名保持一致。
2. 安装必要依赖：在项目根目录执行npm install --save-dev serverless-python-requirements，确保打包插件正确安装到项目dev依赖中，避免插件未生效导致依赖未被正确打包。
3. 调整插件配置，使用Lambda兼容环境打包依赖：
   提前安装并启动本地Docker，修改serverless.yml添加custom配置段，指定插件使用和Lambda一致的Amazon Linux环境编译、打包带原生扩展的依赖，参考配置如下：

   service: test_api
   frameworkVersion: "3"
   provider:
     name: aws
     runtime: python3.8
     region: eu-west-3
     stage: dev
     # 如需使用性价比更高的arm64架构，可取消下一行注释
     # architecture: arm64
   
   functions:
     test:
       handler: test_api.handler
       events:
         - http:
             path: test_api
             method: get
             cors: true
   
   plugins:
     - serverless-python-requirements
   
   custom:
     pythonRequirements:
       # 开启docker模式，在Lambda匹配的系统环境中打包依赖，解决原生扩展兼容问题
       dockerizePip: true
       # 若使用arm64架构，补充配置对应架构的构建镜像即可
       # 依赖单独打zip包，降低冷启动耗时
       zip: true
       # 自动剔除冗余的测试文件、缓存文件，减小部署包体积
       slim: true
   

4. 清理旧资源重新部署：先执行sls remove删除之前部署的异常资源栈，再执行sls deploy重新完成部署即可。

替代方案：如果不想本地安装Docker，可直接使用AWS官方提供的内置numpy、scipy等科学计算库的公共Lambda层，对应Python3.8版本的层为AWSLambda-Python38-SciPy1x，在函数配置中挂载当前部署区域对应版本的该层后，将Pipfile中的numpy依赖移除，不需要自己打包numpy即可正常运行，这种方式部署包体积更小，冷启动速度更快。

内容的提问来源于stack exchange，提问作者Vince M