如何在AWS Lambda中添加自定义库与二进制文件？

Python3.6 及更早版本的 Lambda 运行时基于 Amazon Linux 1，预装了大量系统级依赖库；升级到基于 Amazon Linux 2 的 Python3.8/3.9 运行时后，很多原有内置库被移除，需要自行打包对应二进制依赖，以下是经过生产验证的可行实现方案：

方案1：同环境编译构建部署包 #

这是踩坑最少、兼容性最稳的方案，核心逻辑是所有二进制依赖必须在和 Lambda 运行时完全一致的环境下编译，避免跨系统、跨发行版的动态库依赖不匹配问题：

• 拉取 AWS 官方提供的对应 Python 版本 Lambda 容器镜像，比如适配 Python3.9 就用 public.ecr.aws/lambda/python:3.9
• 启动容器进入交互终端，Python 类依赖直接执行 pip install -r requirements.txt -t ./package 安装到本地打包目录；如果是系统级二进制依赖（比如 ffmpeg、ImageMagick、各类 C/C++ 编译的组件），直接通过 yum 在容器内安装对应包，再把编译生成的二进制文件、关联的 .so 动态依赖库全部拷贝到打包目录
• 给所有二进制文件加上可执行权限，和业务代码一起打包成 zip 压缩包直接部署即可
• 代码里调用自定义二进制时，优先用 /var/task/[你的二进制相对路径] 的绝对路径调用，同时可以在函数初始化阶段把自定义库路径加到环境变量，避免找不到依赖：

import os
os.environ['PATH'] = '/var/task/bin:' + os.environ.get('PATH', '')
os.environ['LD_LIBRARY_PATH'] = '/var/task/lib:' + os.environ.get('LD_LIBRARY_PATH', '')

方案2：用 Lambda Layer 封装公共依赖 #

如果多个 Lambda 函数需要共用同一套二进制依赖，不要重复把依赖打进每个函数的部署包，单独封装成 Layer 更便于维护：

• 按照方案1的容器编译流程拿到所有需要的二进制、动态库、Python 依赖，按照 Layer 的规范目录结构存放：二进制文件放 bin 目录，动态库放 lib 目录，Python 第三方包放 python 目录
• 把整个目录结构打包成 zip 上传创建 Lambda Layer，绑定到目标函数后，Layer 内的文件会被自动解压到 /opt 路径下
• 函数初始化时只需要把 /opt/bin 加到 PATH、/opt/lib 加到 LD_LIBRARY_PATH 即可直接调用，后续依赖更新只需要升级 Layer 版本，不需要改动业务代码部署包

方案3：使用静态编译的独立二进制 #

如果需要的二进制工具体积不大，可以直接使用静态编译版本，这类二进制不依赖任何系统级动态库，不需要额外拷贝关联依赖，放进部署包就能直接运行：

• 常见工具比如 ffmpeg、puppeteer 依赖的 Chrome 组件等，都有已经适配 Amazon Linux 2 的公开静态编译版本，可以直接使用，省去自己编译的步骤
• 注意不要随意下载其他平台编译的静态二进制，必须确认是针对 Amazon Linux 2 环境、和你 Lambda 函数架构（x86_64/arm64）一致的编译版本，否则会出现指令集不兼容无法运行的问题

避坑提醒

• 不要直接在本地 macOS、Windows 或者普通 Ubuntu 环境编译二进制后上传到 Lambda，90%以上的运行报错都是底层环境不匹配导致的
• Lambda 部署包有大小限制：直接上传 zip 包最大 50MB，传 S3 后引用最大 250MB，包含 Layer 的总解压后大小不能超过 250MB，如果依赖体积过大建议精简无用组件，或者拆分多个 Layer
• Python3.8 及以上版本的 Amazon Linux 2 运行时，默认不会把函数部署目录加到 PATH 和 LD_LIBRARY_PATH 路径中，必须手动在代码中添加对应路径，否则会出现找不到文件、找不到动态依赖的报错

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