如何通过REST API对外暴露AWS Personalize生成的推荐结果？

你当前规划的 API Gateway > Lambda > AWS Personalize 链路是AWS原生支持的成熟标准方案，无需引入第三方组件即可直接落地。

• 确认Personalize的推荐Campaign/Recommender已经部署完成，记录对应的资源ARN
• 编写Lambda业务逻辑，调用AWS官方SDK的personalize-runtime客户端拉取推荐结果，示例代码如下：

import boto3
import json

# 初始化Personalize运行时客户端
p13n_client = boto3.client('personalize-runtime')
CAMPAIGN_ARN = "替换为你自己的Personalize Campaign ARN"

def lambda_handler(event, context):
    # 解析API Gateway传过来的请求参数
    req_params = event.get("queryStringParameters", {})
    user_id = req_params.get("userId")
    result_count = int(req_params.get("count", 10))
    
    # 调用Personalize获取推荐结果
    resp = p13n_client.get_recommendations(
        campaignArn=CAMPAIGN_ARN,
        userId=user_id,
        numResults=result_count
    )
    
    # 格式化返回结果给前端
    return {
        "statusCode": 200,
        "headers": {"Access-Control-Allow-Origin": "*"},
        "body": json.dumps(resp["itemList"])
    }

• 为Lambda执行角色添加personalize:GetRecommendations权限，确保Lambda有权限调用Personalize接口
• 在API Gateway创建HTTP/REST API，添加对应的请求接口，选择Lambda代理集成绑定上述Lambda函数，按需配置鉴权（API Key、Cognito授权等）、限流规则后部署即可对外提供服务。

• 高并发场景下可新增ElastiCache(Redis)层，链路调整为API Gateway > Lambda > ElastiCache > Personalize，缓存高频用户的推荐结果，降低调用延迟和Personalize的调用成本
• 无自定义业务逻辑（无需参数校验、结果二次加工、多数据源聚合）的场景下，可以直接配置API Gateway的AWS服务集成，跳过Lambda直接调用Personalize Runtime接口，消除Lambda冷启动开销，进一步降低延迟和使用成本
• 如果需要做多版本推荐效果AB测试，可在Lambda层新增分流逻辑，将不同用户的请求导向不同的Personalize Campaign，对比各版本的推荐效果。

• API Gateway层必须配置鉴权规则，禁止开放无授权的公开接口，避免被恶意调用产生高额费用
• 如果返回推荐结果需要补充商品元数据（名称、价格、图片等），可在Lambda中同时查询DynamoDB等存储的商品信息，聚合后返回给客户端，减少客户端的二次请求。

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