如何获取AWS Lambda函数失败时的精准CloudWatch告警信息？

我之前维护一堆Lambda函数的时候也被这个问题坑过——CloudWatch告警邮件只说“告警触发”，每次都要手动翻日志找是哪个函数挂了，太浪费时间了！结合你的需求，给你几个不用大动干戈就能解决的方案：

方案1：优化现有CloudWatch告警的通知内容（最快实现） #

你不需要给每个函数单独配告警，只要修改现有告警的通知模板，把函数名动态插入到SNS消息里就行。CloudWatch支持在告警消息中使用内置变量，直接提取触发告警的维度信息：

操作步骤： #

1. 打开CloudWatch控制台，找到你的Lambda错误告警
2. 点击“编辑”，进入“通知”配置部分
3. 在“消息”框里替换成自定义内容，比如：

   🔴 Lambda函数执行失败告警

   • 函数名称：${$aws.Trigger.Dimensions[0].value}
   • 告警名称：${$aws.AlarmName}
   • 当前状态：${$aws.NewStateValue}
   • 触发原因：${$aws.NewStateReason}

4. 保存修改，下次告警触发时，邮件里就会直接显示出具体的函数名了

如果你的告警是批量创建的，也可以用AWS CLI批量更新告警的通知内容，比如：

aws cloudwatch put-metric-alarm \
  --alarm-name "Lambda-Errors-Alarm" \
  --metric-name "Errors" \
  --namespace "AWS/Lambda" \
  --statistic "Sum" \
  --period 60 \
  --evaluation-periods 1 \
  --threshold 1 \
  --comparison-operator "GreaterThanOrEqualToThreshold" \
  --dimensions Name=FunctionName,Value=* \
  --alarm-actions "arn:aws:sns:us-east-1:123456789012:your-sns-topic" \
  --alarm-description "Lambda函数 ${$aws.Trigger.Dimensions[0].value} 执行错误告警"

这个方案的优点是零额外成本、快速生效，完全满足你“知道哪个函数失败”的核心需求。

方案2：用CloudWatch Logs Insights做带错误详情的告警 #

如果想在告警里直接看到错误原因（比如超时、未处理异常），可以基于CloudWatch Logs Insights的查询结果创建告警，这样通知里会包含具体的错误日志片段：

操作步骤： #

1. 打开CloudWatch Logs Insights，选择所有Lambda函数的日志组
2. 输入查询语句，过滤错误日志：

fields @timestamp, @message, functionName
| filter @message like /ERROR|Task timed out|Unhandled exception|Process exited/
| sort @timestamp desc
| limit 10

3. 点击“创建告警”，设置告警条件为“查询结果数 > 0”
4. 在通知配置里，勾选“包含查询结果”，这样邮件里会附带匹配到的错误日志，直接显示函数名和错误详情

这个方案的优点是不仅知道哪个函数挂了，还能直接看到错误原因，不用再跳转到控制台查日志。

方案3：自定义Lambda处理告警（最灵活） #

如果你之前尝试过用Lambda处理告警但觉得信息不够，其实是可以从SNS消息里提取更多维度信息的，甚至可以主动拉取CloudWatch日志补充详情，再发送格式化后的通知（比如到Slack、企业微信）：

示例代码（Node.js）： #

const AWS = require('aws-sdk');
const cloudwatchlogs = new AWS.CloudWatchLogs();

exports.handler = async (event) => {
  // 解析SNS消息中的告警内容
  const snsMsg = JSON.parse(event.Records[0].Sns.Message);
  const functionName = snsMsg.Trigger.Dimensions.find(d => d.Name === 'FunctionName').value;
  const alarmName = snsMsg.AlarmName;
  const reason = snsMsg.NewStateReason;

  // 可选：拉取该函数最近的错误日志
  const logParams = {
    logGroupName: `/aws/lambda/${functionName}`,
    startTime: Date.now() - 10 * 60 * 1000, // 最近10分钟
    endTime: Date.now(),
    filterPattern: 'ERROR|Task timed out|Unhandled exception'
  };
  const logResults = await cloudwatchlogs.filterLogEvents(logParams).promise();
  const latestError = logResults.events[0]?.message || '无详细日志';

  // 构造格式化的通知内容
  const notification = `
🚨 Lambda函数执行失败通知
---
函数名称：*${functionName}*
告警名称：${alarmName}
触发原因：${reason}
最近错误日志：
\`\`\`
${latestError}
\`\`\`
  `;

  // 这里可以替换成发送到Slack/企业微信的逻辑，或者调用SNS发送格式化邮件
  console.log(notification);
  return { statusCode: 200, body: notification };
};

这个方案的优点是高度自定义，可以根据团队需求调整通知渠道和内容格式，适合需要更精细化告警的场景。

综合来看，推荐先试试方案1，5分钟就能解决“不知道哪个函数失败”的核心问题；如果需要更详细的错误信息，再升级到方案2或3。

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