AWS Lambda Python 应用可观测最佳实践(DDTrace)

概述

随着企业核心业务全面向云原生和无服务器架构迁移,AWS Lambda 因其免运维、自动扩缩容和按调用计费的优势,已成为支撑高并发、事件驱动型业务的首选计算平台。然而,Serverless 的"黑盒化"特征也带来了新的可观测性挑战:

  • 分布式链路断裂:Lambda 函数往往作为事件触发链中的关键一环,与 API Gateway、S3、SQS、DynamoDB 等服务交叉调用,传统 APM 难以串联完整调用链。
  • 冷启动与性能瓶颈难定位:函数初始化耗时、依赖库加载、网络延迟等性能指标缺乏细粒度追踪,影响用户体验与成本控制。
  • 多环境、多账号下的观测一致性缺失:Dev、QA、Prod 环境函数数量众多,若没有统一的链路标准和标签规范,问题定位效率低,跨团队协作成本高。

为保障线上稳定性、优化函数性能、实现 Serverless 场景下的可观测闭环,亟需基于 Python 运行时 构建一套标准化方案,提供从原理、代码示例到生产级部署的完整落地方案,助力企业在 Serverless 架构下实现"问题可追踪、性能可量化、成本可优化"的目标。

本文介绍如何通过 Lambda 服务接入 DDTrace 组件实现链路数据采集并上报至观测云。

实践

运行环境

  • Lambda 函数(Zip 部署)
  • Runtime Language:Python (3.8-3.13)

准备 Lambda Layer

需要新增以下两个 Layer:

  • DataDog Layer:用于链路插桩
  • DataKit Layer: 用于接收 datadog 的可观测数据

新增 DataKit Layer

参考:AWS Lambda 扩展 > 添加 DataKit 层

新增 DataDog Layer

  • AWS 全球区

选择合适的 ARN:

复制代码
# Use this format for x86-based Lambda deployed in AWS commercial regions
arn:aws:lambda:<AWS_REGION>:464622532012:layer:Datadog-<RUNTIME>:118

# Use this format for arm64-based Lambda deployed in AWS commercial regions
arn:aws:lambda:<AWS_REGION>:464622532012:layer:Datadog-<RUNTIME>-ARM:118

# Use this format for x86-based Lambda deployed in AWS GovCloud regions
arn:aws-us-gov:lambda:<AWS_REGION>:002406178527:layer:Datadog-<RUNTIME>:118

# Use this format for arm64-based Lambda deployed in AWS GovCloud regions
arn:aws-us-gov:lambda:<AWS_REGION>:002406178527:layer:Datadog-<RUNTIME>-ARM:118

将 <AWS_REGION> 替换为有效的 AWS 区域,例如 us-east-1。<RUNTIME> 的选项有:Python38、Python39、Python310、Python311、Python312、Python313。

  • AWS 中国区

由于 Datadog 并没有在中国区的维护 datadog-lambda-python 层,所以我们使用 pip 将 datadog-lambda 包及其依赖项本地安装到您的函数项目文件夹中。

复制代码
pip install datadog-lambda -t ./

注意 :datadog-lambda 依赖于 ddtrace,而 ddtrace 使用了原生扩展;因此必须在正确架构(x86_64 或 arm64)的 Linux 环境中安装和编译。

将函数的「运行时-处理程序」设置为 datadog_lambda.handler.handler 。

环境变量配置

  • DD_TRACE_ENABLED: 开启分布式追踪默认为 true
  • DD_LAMBDA_HANDLER: 设置为原始处理程序,例如:lambda_function.lambda_handler
  • DD_TRACE_AGENT_URL:http://localhost:9529
  • DD_TRACE_DEBUG:日志输出,默认关闭
  • ENV_DATAWAY:上报数据的 DataWay 地址(token 从工作空间获取)

配置完成后,点击测试,然后可以登陆平台查看链路数据。

效果展示

配置完成后,点击测试,成功后到观测云工作空间后,相关链路以及指标信息。

APM

service:aws.lambda

resource:<Your AWS Lambda FuncName>

指标

指标说明:AWS Lambda 拓展 > 指标

日志

source:awslambda

相关推荐
岁月宁静8 小时前
五、《从零手撸 Agent》 — 什么是 Agent:从“会聊天”到“会做事”,差的就是一个循环
python·agent
梯度下降者8 小时前
Python - 函数
python·高阶函数·可调用对象·functools·嵌套作用域
starzy199010 小时前
深入理解Scala隐式参数:上下文流转
开发语言·python·scala
wuyk55511 小时前
Spider-第16讲-线程池与竞态问题
大数据·爬虫·python·elasticsearch·搜索引擎
kyle~17 小时前
FastAPI --- 将业务能力以 API 的形式提供给外部系统
python·fastapi·前后端
aiotto资源分享18 小时前
Python 写 JSON 文件,程序中途退出会留下什么?
java·python·json·jsondecodeerror
梯度下降者19 小时前
Python信号量,条件变量,事件学习
python·条件变量·事件·信号量·线程通信
MSTcheng.19 小时前
【AI应用实战】用 FastAPI + SSE 做一个自己的 AI 聊天网页:流式输出、多轮对话与完整源码
人工智能·python·大模型·fastapi·sse·ai聊天助手
the局外人20 小时前
Python 实战检索优化:BM25、向量与重排
数据库·后端·python
__underline__20 小时前
冷门Python知识点006篇:Python 类体里的名字,能被"凭空造出来"
后端·python