Парсер Хабра: Создание WebView приложения на базе AWS ApiGateway и AWS Lambda

воскресенье, 14 августа 2016 г.

Создание WebView приложения на базе AWS ApiGateway и AWS Lambda

За прошедший год существования на просторах сети накопилось большое количество туториалов по созданию serverless API на базе сабжа. В данной статье я хочу рассказать об еще одном варианте использования API Gateway, который в частности можно использовать в качестве backend для WebView приложения.
Осторожно, много скриншотов!

Disclaimer!
Это всего лишь концепт, поэтому не следует его рассматривать как рабочий вариант использования. В конце прилагается ссылка на github, если Вы не захотите проходить по всем этапам вручную, а также на записанный мной видеоролик, поэтому не удивляйтесь, что многие моменты я пропущу.

Подготовка данных

Начнем с того, что у нас есть простейшая модель данных:

User: id = 'string' name = 'string'

В качестве источника данных я решил использовать S3 для наглядности. Создаем JSON файлы с содержимым типа:

{
"id":"1",
"name":"George"
}

В качестве движка рендеринга шаблонов я буду использовать сам Python. Темплейты представляют собой HTML файлы вида

base.tpl

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Base view</title>
</head>
<body>
    {body}
</body>
</html>

user.tpl
<a href="#">{id} <span class="label label-success">{name}</span></a><br>

После создания данных заливаю все на бакет с соответствующими префиксами (каталогами):

Создание функции в AWS Lambda

В консоли AWS создаем Lambda функцию, используя blueprint hello-world-python.

Используемой IAM роли необходимо предварительно добавить policy на доступ к S3.

Создание API

Переходим в консоль API Gateway и создаем API следующего вида:

Обратите внимание на mapping template — он описывает event, отдаваемый лямбде.

Далее описываем маппинг и content-type для отдаваемых с API Gateway данных. Деплоим два stage — production и development, прописываем в каждом из них stage variable lamdbdaAlias и пока про API Gateway забываем.

Работа с AWS Lambda
Далее возвращаемся к созданной лямбде и добавляем следующий код:

from __future__ import print_function

import json

import boto3

s3_client = boto3.client("s3")

def get_template(filename):
    response = s3_client.get_object(
        Bucket='config-data-bucket',
        Key='template/{}'.format(filename)
    )
    return response['Body'].read()

def get_objects_list():
    return [json.loads(
        s3_client.get_object(
            Bucket='config-data-bucket', Key=item['Key']
        )['Body'].read()
    ) for item in s3_client.list_objects_v2(
        Bucket='config-data-bucket', Prefix='data'
    )['Contents'] if item['Key'].endswith('.json')]

def get_object(id):
    response = s3_client.get_object(
        Bucket='config-data-bucket',
        Key='data/{}.json'.format(id)
    )
    return json.load(response['Body'])

def lambda_handler(event, context):
    print "Event received"
    resource = event['path_params']['resource']
    method = event['http_method']
    id = event['path_params'].get('id')

    if resource == 'user' and method=="GET":
        base_template = get_template('base.tpl')
        user_template = get_template('user.tpl')
        if id:
            user = get_object(id)
            return base_template.format(
                body=user_template.format(id=user['id'], name=user['name'])
            )

        else:
            users = get_objects_list()
            return base_template.format(
                body="".join(
                    user_template.format(id=user['id'], name=user['name']) for user
                    in users)
            )

После этого публикуем лямбду и создаем два алиаса к ней — production и development: