Serverless-обробка файлів: Lambda + S3 trigger під ключ

Serverless-обробка файлів: Lambda + S3 trigger під ключ

При завантаженні зображень в S3 потрібно автоматично генерувати thumbnails, але Lambda не справляється з великими файлами. Потрібна відмовостійка архітектура з чергами та моніторингом. Ми — команда з досвідом serverless-розробки — побудували десятки таких систем. У цій статті розберемо типову архітектуру, обробку помилок та підводні камені.

Lambda + S3 trigger — класичний serverless патерн для обробки файлів. Файл завантажується в S3, подія автоматично запускає Lambda, яка обробляє файл і зберігає результат. Не потрібен постійно працюючий сервер, масштабування автоматичне. Однак без правильної схеми з чергами ви ризикуєте втратити події. Економія на інфраструктурі може досягати 70% порівняно з виділеним сервером, а вартість обробки одного файлу знижується в 3-5 разів. Розглянемо, як побудувати production-grade обробку з чергами, DLQ та моніторингом.

Які завдання вирішує Lambda + S3 та базова архітектура

Типові завдання: генерація thumbnail при завантаженні зображення, конвертація відео в різні формати та роздільну здатність, обробка CSV/Excel файлів з імпортом даних в БД, PDF-генерація з шаблонів, антивірусне сканування завантажуваних файлів, OCR та вилучення тексту з документів, трансформація даних (XML → JSON, нормалізація).

Базова архітектура:

[Користувач] → S3 upload → [S3 Event Notification]
↓
[Lambda Function]
↓
[Оброблений файл → S3 Output]
[Метадані → DynamoDB]
[Нотифікація → SQS/SNS]

# S3 bucket для вхідних файлів
resource "aws_s3_bucket" "uploads" {
  bucket = "myapp-uploads"
}

# S3 bucket для оброблених файлів
resource "aws_s3_bucket" "processed" {
  bucket = "myapp-processed"
}

# Об'єднана конфігурація: S3 → SNS → SQS
resource "aws_s3_bucket_notification" "upload_trigger" {
  bucket = aws_s3_bucket.uploads.id

  topic {
    topic_arn = aws_sns_topic.file_events.arn
    events    = ["s3:ObjectCreated:*"]
  }
}

resource "aws_sns_topic_subscription" "to_sqs" {
  topic_arn = aws_sns_topic.file_events.arn
  protocol  = "sqs"
  endpoint  = aws_sqs_queue.file_processing.arn
}

Як масштабувати обробку при пікових навантаженнях?

Lambda масштабується автоматично, але при різкому сплеску завантажень може виникнути троттлінг. Ми використовуємо SQS-чергу для буферизації: S3 → SNS → SQS → Lambda. Це гарантує, що жодна подія не загубиться. При перевищенні ліміту concurrent executions черга накопичує повідомлення, і Lambda обробляє їх у міру звільнення. Для критичних завдань налаштовуємо Reserved Concurrency.

Обробник Lambda та великі файли

import boto3
import json
import os
from urllib.parse import unquote_plus
from PIL import Image
import io

s3 = boto3.client('s3')

def handler(event, context):
    results = []
    for record in event['Records']:
        bucket = record['s3']['bucket']['name']
        key = unquote_plus(record['s3']['object']['key'])
        try:
            result = process_image(bucket, key)
            results.append({'key': key, 'status': 'success', **result})
        except Exception as e:
            print(f"Error processing {key}: {e}")
            results.append({'key': key, 'status': 'error', 'error': str(e)})
    return results

def process_image(bucket: str, key: str) -> dict:
    # Завантажити оригінал
    obj = s3.get_object(Bucket=bucket, Key=key)
    image_data = obj['Body'].read()
    image = Image.open(io.BytesIO(image_data))
    thumbnails = {}
    for size_name, (width, height) in [('sm', (150, 150)), ('md', (400, 400)), ('lg', (800, 800))]:
        thumb = image.copy()
        thumb.thumbnail((width, height), Image.LANCZOS)
        buffer = io.BytesIO()
        thumb.save(buffer, format=image.format or 'JPEG', quality=85)
        buffer.seek(0)
        output_key = key.replace('images/', f'thumbnails/{size_name}/')
        s3.put_object(
            Bucket=os.environ['OUTPUT_BUCKET'],
            Key=output_key,
            Body=buffer,
            ContentType=f'image/{(image.format or "JPEG").lower()}'
        )
        thumbnails[size_name] = output_key
    return {'thumbnails': thumbnails, 'original_size': image.size}

Lambda має обмеження: /tmp до 10 ГБ, timeout до 15 хвилин, пам'ять до 10 ГБ. Для файлів >100 МБ застосовуємо стрімінг, обробляючи дані частинами без завантаження в пам'ять цілком.

Чому SNS+SQS надійніше прямого виклику Lambda?

S3 event notifications не підтримують DLQ напряму. Якщо Lambda завершиться помилкою, подія втрачається. Схема з SNS та SQS гарантує доставку: невдалі виклики після N спроб потрапляють в DLQ. Ви зможете проаналізувати та перезапустити обробку. Це відповідає best practices AWS для продакшену.

Lambda vs ECS: що обрати?

Для обробки зображень та документів Lambda простіше і дешевше. Для відео-транскодингу використовуємо MediaConvert.

Конфігурація Lambda для обробки файлів

resource "aws_lambda_function" "processor" {
  filename = "processor.zip"
  function_name = "file-processor"
  role = aws_iam_role.processor.arn
  handler = "handler.handler"
  runtime = "python3.12"
  timeout = 300
  memory_size = 1024

  ephemeral_storage {
    size = 2048
  }

  environment {
    variables = {
      OUTPUT_BUCKET = aws_s3_bucket.processed.bucket
    }
  }
}

Моніторинг та метрики

• Кількість оброблених файлів на годину
• Середній час обробки за типом файлу
• Error rate + вміст DLQ
• Lambda duration distribution

CloudWatch Dashboard з цими метриками + алерт при зростанні DLQ.

Що входить в роботу та орієнтовні терміни

• Розробка Lambda-функції на Python (або Node.js/Go) під ваш тип файлів
• Інфраструктура Terraform / Pulumi з S3, SNS, SQS, DLQ
• Налаштування моніторингу CloudWatch + алерти
• Код-рев'ю та тестування на навантаження до 1000 файлів/хв
• Документація архітектури та інструкція з деплою
• Навчання команди замовника (1-2 години)
• Підтримка 2 тижні після здачі

Орієнтовні терміни:

• Аналіз вимог та прототип — 2-3 дні
• Повний pipeline з DLQ, моніторингом — 4-6 днів
• Інтеграція з вашим додатком (API Gateway, Cognito — опціонально) — 2-5 днів

Реальні терміни залежать від складності обробки. Зв'яжіться з нами — оцінимо ваш проєкт за 1 день. Замовте консультацію та отримайте попередню оцінку без зобов'язань.