AWS Lambda Memulai

Pilih jalur Anda sendiri

AWS Lambda adalah layanan komputasi nirserver yang menjalankan kode Anda sebagai respons terhadap peristiwa dan secara otomatis mengelola sumber daya komputasi yang mendasarinya untuk Anda, memudahkan untuk membangun aplikasi yang merespons dengan cepat terhadap informasi baru.

Entah apakah anda baru mengenal AWS Lambda atau telah memikirkan kasus penggunaan, pilih jalur Anda dan ikuti langkah-langkah belajar yang telah dikurasi untuk memulai AWS Lambda.

Page Topics

Jalur 1: Web Interaktif dan Layanan Mikro atau Aplikasi Berbasis API Jalur 2: Aplikasi Pemrosesan Data Jalur 3: Aplikasi <i>Streaming</i> Waktu Nyata Jalur 4: Tidak ada kasus penggunaan yang terpikirkan? Mulai dengan AWS Lambda 101

Jalur 1: Web Interaktif dan Layanan Mikro atau Aplikasi Berbasis API

Gunakan AWS Lambda secara tersendiri atau dikombinasikan dengan layanan AWS lainnya untuk membangun aplikasi web, layanan mikro, dan API yang kuat yang membantu Anda memperoleh ketangkasan, mengurangi kompleksitas operasional, menurunkan biaya, dan menskalakan secara otomatis.

Pelajari cara membangun halaman web dinamis dari satu fungsi Lambda. Anda akan memulai dengan menetapkan titik akhir HTTPS ke fungsi Lambda, yang menggunakan URL Fungsi Lambda untuk memanggil fungsi Anda secara langsung tanpa harus mempelajari, mengonfigurasi, dan mengoperasikan layanan tambahan. Hal tersebut ideal untuk layanan mikro fungsi tunggal. Pelajari selengkapnya

Selanjutnya, Anda akan menggunakan Amazon API Gateway untuk membuat API REST dan sumber daya (Amazon DynamoDB). Saat Anda memanggil API melalui titik akhir HTTPS, API Gateway menginvokasi fungsi Lambda. Hal tersebut ideal untuk layanan mikro dengan beberapa fungsi, yang memanfaatkan Amazon API Gateway untuk memetakan setiap fungsi ke titik akhir, metode, dan sumber daya API. Pelajari selengkapnya

Sekarang, Anda siap untuk membuat aplikasi web sederhana menggunakan AWS Lambda, Amazon API Gateway, Amazon DynamoDB, dan AWS Amplify Console. Pertama, Anda akan membangun aplikasi web statis yang me-render "Hello World." Kemudian, Anda akan belajar cara menambah fungsionalitas ke aplikasi web sehingga teks yang ditampilkan akan sesuai dengan input kustom yang Anda berikan. Pelajari selengkapnya

Terakhir, Anda akan membuat aplikasi web nirserver dengan beberapa layanan mikro. Anda akan meng-hosting situs web statis, mengelola autentikasi pengguna, dan membangun backend nirserver menggunakan AWS Amplify Console, Amazon Cognito, AWS Lambda, Amazon API Gateway, dan Amazon DynamoDB. Pelajari selengkapnya

Arsitektur referensi web ini mendemonstrasikan cara menggunakan AWS Lambda bersama dengan layanan AWS lainnya untuk membangun aplikasi web nirserver. Repositori ini berisi kode sampel untuk semua fungsi Lambda yang membuat backend aplikasi. Pelajari selengkapnya

Jalur 2: Aplikasi Pemrosesan Data

Nirserver memungkinkan Anda menyerap, memproses, serta menganalisis data bervolume tinggi dengan cepat dan efisien. Pelajari cara membangun solusi pemrosesan data nirserver yang dapat diskalakan. Gunakan Amazon Simple Storage Service (Amazon S3) untuk memicu pemrosesan data atau memuat model machine learning (ML) dari Amazon Elastic File System (EFS) ke AWS Lambda agar dapat melakukan inferensi ML secara waktu nyata.

Mulai dengan membuat fungsi Lambda dan konfigurasikan pemicu untuk Amazon S3. Untuk setiap file gambar yang diunggah ke bucket S3, Amazon S3 menginvokasi fungsi yang membaca objek gambar dari bucket S3 sumber dan membuat gambar thumbnail untuk disimpan dalam bucket S3 target. Pelajari selengkapnya

Selain itu, pelajari cara mengorkestrasi beban kerja paralel berskala besar yang mengonversi file .mp4 dan. mov dari S3 menjadi beberapa animasi Gif untuk pembersihan garis waktu. Dengan peta terdistribusi dari AWS Step Functions, tugas dapat dinaikkan skalanya dengan cepat menggunakan ribuan fungsi Lambda paralel untuk menyelesaikan tugas dengan lebih cepat. Pelajari selengkapnya

Selanjutnya, Anda akan mempelajari cara membangun alur kerja pemrosesan gambar sebagai respons terhadap gambar yang diunggah ke Amazon S3 menggunakan layanan AWS Step Functions yang sederhana, kuat, dan terkelola penuh bersama dengan AWS Lambda, Amazon DynamoDB, dan Amazon Simple Notification Service (SNS). Pelajari selengkapnya

Dalam seri blog ini, pelajari selengkapnya tentang cara mendesain dan melakukan deployment aplikasi nirserver yang didesain di sekitar pola arsitektur Amazon S3 ke AWS Lambda. Solusi yang disajikan menggunakan layanan AWS untuk membuat arsitektur nirserver yang dapat diskalakan dengan menggunakan kode kustom yang minim. Pelajari selengkapnya

Pelajari cara melakukan deployment model machine learning untuk inferensi waktu nyata menggunakan fungsi AWS Lambda yang sekarang dapat memasang Amazon Elastic File System (EFS). Dengan ini, Anda dapat membuat fungsi Lambda yang memuat paket Python dan model dari EFS, serta melakukan prediksi berdasarkan peristiwa pengujian. Pelajari selengkapnya

Arsitektur referensi Pemrosesan File Waktu Nyata adalah arsitektur pemrosesan data paralel berbasis peristiwa dengan tujuan umum yang menggunakan AWS Lambda. Arsitektur ini ideal untuk beban kerja yang membutuhkan lebih dari satu turunan data dari suatu objek. Pelajari selengkapnya

Jalur 3: Aplikasi <i>Streaming</i> Waktu Nyata

Data streaming memungkinkan Anda mengumpulkan wawasan analitis dan menindaklanjutinya, juga menyajikan serangkaian tantangan desain dan arsitektur yang unik. Pelajari cara mencapai beberapa tujuan umum beban kerja data streaming menggunakan AWS Lambda dan Amazon Kinesis untuk menangkap pesan, memproses serta mengagregasi catatan, dan terakhir memuat hasilnya ke sistem downstream lainnya untuk dianalisis atau diproses lebih lanjut.

Amazon Kinesis adalah sebuah layanan yang memudahkan pengumpulan, pemrosesan, dan analisis video serta aliran data waktu nyata. Anda akan memulai dengan membuat fungsi Lambda untuk mengonsumsi peristiwa dari aliran Kinesis. Pelajari selengkapnya

Selanjutnya, Anda akan membangun aplikasi pemrosesan data nirserver yang komprehensif agar dapat memproses aliran data waktu nyata menggunakan Amazon Kinesis untuk membuat aliran data dan AWS Lambda untuk memproses aliran secara waktu nyata. Pelajari selengkapnya

Terakhir, baca seri blog ini untuk mempelajari cara membangun backend data streaming untuk sistem kebugaran rumahan dengan menggunakan pendekatan nirserver. Anda akan mempelajari konsep streaming kunci dan cara menanganinya dalam beban kerja nirserver. Pelajari selengkapnya

Arsitektur referensi ini akan menggunakan AWS Lambda dan Amazon Kinesis agar dapat memproses data streaming waktu nyata untuk pelacakan aktivitas aplikasi, pemrosesan pesanan transaksi, analisis aliran klik, penghapusan data, pembuatan metrik, pemfilteran log, pembuatan indeks, analisis media sosial, serta telemetri dan pengukuran data perangkat IoT. Pelajari selengkapnya

Jalur 4: Tidak ada kasus penggunaan yang terpikirkan? Mulai dengan AWS Lambda 101

Baru mengenal AWS Lambda? Ikuti langkah-langkah di jalur ini, dan bangun fungsi Lambda fungsional pertama Anda dengan pemicu peristiwa.

Masuk ke Konsol Manajemen AWS dan siapkan akun root Anda. Dengan AWS Tingkat Free, Anda memperoleh 1 juta permintaan gratis per bulan.

Selanjutnya, Anda akan siap untuk membuat dan melakukan deployment fungsi Hello World nirserver sederhana menggunakan konsol Lambda, dan meninjau metrik output Anda. Pelajari selengkapnya

Terakhir, siapkan pemicu peristiwa untuk Amazon S3 yang akan menginvokasi fungsi Lambda Anda saat peristiwa terjadi. Pelajari selengkapnya