AWS Lambda访问多组key:value键值对的可行方案咨询

以下方案均适配AWS Lambda Python 3.9运行时，可按需选择：

方案1：单环境变量存储序列化JSON（最简单无额外依赖） #

• 实现逻辑：把所有键值对打包成JSON字符串，存到单个Lambda环境变量里，代码反序列化后直接循环遍历
• 操作步骤：
  1. 在Lambda控制台环境变量配置页新建变量，例如命名为CONFIG_JSON，值填写所有键值对的JSON格式，示例：{"key1":"val1","key2":"val2","key3":"val3"}
  2. 代码示例：

import os
import json

def lambda_handler(event, context):
    # 读取并反序列化配置
    config = json.loads(os.environ.get("CONFIG_JSON", "{}"))
    # 循环遍历所有键值对
    for key, value in config.items():
        # 此处写入对应业务逻辑
        print(f"键：{key}，值：{value}")

• 优点：无需新增额外AWS资源、无需修改部署包、修改配置不需要重新上传代码
• 注意点：Lambda环境变量总大小不能超过4KB，适合配置量不大的场景

方案2：配置文件随代码打包部署 #

• 实现逻辑：把配置文件（JSON/YAML格式）和Lambda函数代码打包成zip上传，代码直接读取本地文件
• 操作步骤：
  1. 在本地代码目录新建config.json，写入所有键值对
  2. 将config.json和lambda_function.py一起打包成zip上传到Lambda
  3. 代码示例：

import json

def lambda_handler(event, context):
    # 读取同目录下的配置文件
    with open("config.json", "r", encoding="utf-8") as f:
        config = json.load(f)
    # 循环遍历键值对
    for key, value in config.items():
        # 此处写入对应业务逻辑
        pass

• 优点：支持大体积配置，可兼容YAML等复杂格式（需要额外打包PyYAML依赖到部署包）
• 注意点：修改配置需要重新打包上传代码

方案3：配置存入AWS Parameter Store（适合敏感配置/动态更新场景） #

• 实现逻辑：把所有键值对序列化后存到AWS Systems Manager Parameter Store，代码运行时拉取后遍历，适合配置包含敏感信息、需要跨Lambda共享、动态更新的场景
• 操作前置：给Lambda执行角色添加ssm:GetParameter权限
• 代码示例：

import boto3
import json

ssm_client = boto3.client("ssm")

def lambda_handler(event, context):
    # 拉取存储的配置参数，WithDecryption可根据是否加密配置调整
    resp = ssm_client.get_parameter(Name="/lambda/my_custom_config", WithDecryption=True)
    config = json.loads(resp["Parameter"]["Value"])
    # 循环遍历键值对
    for key, value in config.items():
        # 此处写入对应业务逻辑
        pass

• 优点：支持加密存储敏感信息、修改配置无需改动代码或重新部署、配置可跨多个Lambda共享
• 注意点：存在少量接口调用开销，需要提前配置IAM权限

内容的提问来源于stack exchange，提问作者navin