SageMaker端点通过Lambda推理触发JSONDecodeError问题求助

DevOps 小满

2026-10-11

根因定位

你遇到的JSONDecodeError核心原因是SageMaker端点返回的推理结果不是合法JSON格式，你当前分类模型的输出是纯字符串/CSV格式文本，和之前返回JSON结构的优先级预测模型输出格式不一致，导致json.loads()无法解析。

排查步骤

首先在Lambda中添加日志打印端点的原始返回内容，确认输出格式：

def lambda_handler(event, context):
    print("Received event: " + json.dumps(event, indent=2))
    
    data = json.loads(json.dumps(event))
    payload = data['data']
    print(payload)
    response = runtime.invoke_endpoint(EndpointName=ENDPOINT_NAME,
                                        ContentType='text/csv',
                                        Body=payload)
    # 新增：先保存原始响应，避免流读取一次后为空
    raw_response = response['Body'].read().decode().strip()
    print("SageMaker端点原始返回内容：", raw_response) # 查看CloudWatch日志确认格式
    # 临时注释原json解析代码，先确认返回格式
    # result = json.loads(raw_response)
    
    return {"raw_response": raw_response}

部署后重新发送请求，到Lambda对应的CloudWatch日志组查看raw_response的实际内容。

修复方案

根据返回内容的不同，对应调整解析逻辑：

情况1：端点返回纯分类字符串（如直接返回`Hardware`）

不需要用JSON解析，直接构造返回结构即可：

raw_response = response['Body'].read().decode().strip()
result = {"category": raw_response}
return result

情况2：端点返回CSV格式内容（如返回`Hardware,0.95`，包含分类和置信度）

用csv模块解析即可：

import csv
from io import StringIO

raw_response = response['Body'].read().decode().strip()
reader = csv.reader(StringIO(raw_response))
category, confidence = next(reader)
result = {"category": category, "confidence": float(confidence)}
return result