在AWS Lambda上部署标准FFmpeg工具——自定义层的方案

大纲

[1 确定Lambda运行时环境](#1 确定Lambda运行时环境)
- [1.1 Lambda系统、镜像、内核版本](#1.1 Lambda系统、镜像、内核版本)
- [1.2 运行时](#1.2 运行时)
- - [1.2.1 Python](#1.2.1 Python)
  - [1.2.2 Java](#1.2.2 Java)
[2 打包FFmpeg](#2 打包FFmpeg)
[3 创建Lambda的Layer](#3 创建Lambda的Layer)
[4 测试](#4 测试)
- [4.1 创建Lambda函数](#4.1 创建Lambda函数)
- [4.2 附加FFmpeg层](#4.2 附加FFmpeg层)
- [4.3 添加测试代码](#4.3 添加测试代码)
- [4.4 运行测试](#4.4 运行测试)
参考文献

FFmpeg被广泛应用于音/视频流处理领域。对于简单的需求，我们可以直接运行FFmpeg二进制程序命令就可以完成。但是对于定制性的功能，则需要熟悉系统的代码设计框架，进行二次开发。文本讨论的是在AWS无服务架构的Lambda上，如何通过自定义层部署FFmpeg二进制程序。

1 确定Lambda运行时环境

Lambda运行时决定了其运行的CPU架构、操作系统和辅助软件。不同语言的运行时环境不同，相同语言的不同版本的运行时不同，所以这步的确认非常重要，否则会造成FFmpeg与Lambda不兼容的问题。下面是从AWS官方摘录了运行时信息，仅供参考。

1.1 Lambda系统、镜像、内核版本

系统	镜像	Linux 内核
Amazon Linux	镜像 -- amzn-ami-hvm-2018.03.0.20181129-x86_64-gp2	4.14
Amazon Linux 2	自定义	4.14

1.2 运行时

1.2.1 Python

Python 运行时	标识符	AWS Python的软件工具包	操作系统	架构
Python 3.9	python3.9	boto3-1.20.32 botocore-1.23.32	Amazon Linux 2	x86_64，arm64
Python 3.8	python3.8	boto3-1.20.32 botocore-1.23.32	Amazon Linux 2	x86_64，arm64
Python 3.7	python3.7	boto3-1.20.32 botocore-1.23.32	Amazon Linux	x86_64
Python 3.6	python3.6	boto3-1.20.32 botocore-1.23.32	Amazon Linux	x86_64

1.2.2 Java

Java 运行时	标识符	JDK	作系统	架构
Java 11	java11	amazon-corretto-11	Amazon Linux 2	x86_64，arm64
Java 8	java8.al2	amazon-corretto-11	Amazon Linux 2	x86_64，arm64
Java 8	java8	amazon-corretto-11	Amazon Linux	x86_64

本例使用Python3.9版本，其操作系统是Amazon Linux 2，Linux内核是"4.14"，架构是"x86_64，arm64"。在这两种CPU架构中，我们选择适用面更广的x86_64。如果选择arm64，后续FFmpeg选择，以及Lambda函数运行时也要做出相应调整。

2 打包FFmpeg

在FFmpeg官网的下载页面，可以找到"Linux Static Builds"。这个链接下的编译结果支持Linux内核3.2.0版本以上的系统，我们只要选择相应的架构就行了。

在上一步中，我们选择了x86_64，对应的是amd64的FFmpeg。至于为什么是这样的对应关系，可以参见维基百科的内容。总体来说，就是一个是AMD取得名字，一个是Intel取得名字。

x86-64（又称x64，即英文词64-bit extended，64位拓展的简写）是一个处理器的指令集架构，基于x86架构的64位拓展，向后兼容于16位及32位的x86架构。x64于1999年由AMD设计，AMD首次公开64位集以扩展给x86，称为"AMD64"。其后也为英特尔所采用，现时英特尔称之为"Intel 64"，在之前曾使用过"Clackamas Technology" (CT)、"IA-32e"及"EM64T"。

苹果公司和RPM包管理员以"x86-64"或"x86_64"称呼此64位架构。甲骨文公司及Microsoft称之为"x64"。BSD家族及其他Linux发行版则使用"amd64"，32位版本则称为"i386"（或 i486/586/686），Arch Linux及其派生发行版用x86_64称呼此64位架构。

将对应的包下载下来

bash 复制代码

wget https://johnvansickle.com/ffmpeg/releases/ffmpeg-release-amd64-static.tar.xz
wget https://johnvansickle.com/ffmpeg/releases/ffmpeg-release-amd64-static.tar.xz.md5
md5sum -c ffmpeg-release-amd64-static.tar.xz.md5
tar xvf ffmpeg-release-amd64-static.tar.xz

打包成AWS Lambda的层可以接受的包格式zip（特别需要注意目录层级关系）

bash 复制代码

mkdir -p ffmpeg/bin
cp ffmpeg-4.3.1-amd64-static/ffmpeg ffmpeg/bin/
cd ffmpeg
zip -r ../ffmpeg.zip .

3 创建Lambda的Layer

由于FFmpeg的包不是很大，我们可以直接通过本地文件上传的方式提交层的内容。

同时要选择好与上步下载的FFmpeg相同架构的"x86_64"。由于从Python3.6到Python3.9都支持x86_64架构，所以这个层可以给这些版本的Python使用。

最后注意下，在License处填写http://www.ffmpeg.org/legal.html，以确保许可。

4 测试

4.1 创建Lambda函数

选择适用于上述创建层的运行时环境（Python3.9）和架构（x86_64）

4.2 附加FFmpeg层

4.3 添加测试代码

下面的代码通过查询FFmpeg版本号，以测试上述部署的可行性。

python 复制代码

import subprocess
import shlex

def lambda_handler(event, context):
    if not event:
        return {
            'statusCode': 400,
            'body': json.dumps('event error')
        }
        
    ffmpeg_cmd = "/opt/bin/ffmpeg -version"
    command = shlex.split(ffmpeg_cmd)
    p = subprocess.run(command, stdout=subprocess.PIPE, stderr=subprocess.PIPE)
    return {
        'statusCode': 200,
        'body': str(p.stdout, encoding='utf-8')
    }

4.4 运行测试

可以看到上述部署是成功的。