开发函数计算的正确姿势 —— 爬虫

Posted 2021-05-02 阿里云云栖号

云栖君导读：本文我们拿一个简单的场景来举例子——开发一个简单的爬虫函数（代码参考函数计算控制台模板)，介绍如何以正确姿势，从零开始，开发一个自动伸缩、按调用次数收费的 serverless 爬虫应用。

开发步骤

我们将这个完整的应用拆分成多步，并且在每一步完成后，我们都会进行相应的运行验证。

1. 创建 Fun 项目

首先，我们创建一个名为 image-crawler 的目录作为项目的根。然后在该目录下创建一个名为 template.yml 的文件，内容为：

如果不了解 Fun 定义的 Serverless Application Model，可以参考 这里。https://github.com/aliyun/fun/blob/master/docs/specs/2018-04-03-zh-cn.md

操作完成后，我们的项目目录结构如下：

2. 编写 helloworld 函数代码

在根目录下创建一个名为 code 的目录，并在该目录下创建一个名为 index.py 的文件，内容为一个简单的 helloworld 函数:

在项目根目录下执行:

函数运行成功:

操作完成后，我们的项目目录结构如下:

3. 事件触发函数运行

我们简单修改第 2 步的代码，将 event 打印到 log 中。

通过触发事件的方式运行函数，得到如下结果：

可以看到，我们的函数已经能正确接收到触发事件了。

Fun Local 更多帮助信息，参考。

https://yq.aliyun.com/articles/672623

4. 获取网页源码内容

接下来，我们添加获取网页内容的代码。

代码逻辑比较简单，我们这里直接使用了 urllib 库，读取网页内容。

运行函数，得到以下输出：

5. 解析网页中的图片

我们打算通过正则解析网页中包含的 jpg 图片，因此这一步会比较繁琐，因为涉及到正则表达式的微调。为了能快速的解决问题，我们决定利用 fun local 提供的 local debugging 解决问题。local debugging 方法参考： 《函数计算本地运行与调试 - Fun Local 基本用法》。

https://yq.aliyun.com/articles/672623

首先，我们在下面这一行下个断点：

然后以 debug 的方式启动，vscode 调试器连接后，函数会继续运行到我们断点的这一行：

我们可以直接在 Locals 一栏看到本地变量，其中包含了 html 这个变量，也就是我们获取到的 html 源码。我们可以将它的值复制出来，分析下，然后设计正则表达式。

我们可以先写一个简单的，比如可以是 

http:\/\/[^\s,"]*\.jpg。

怎么快速校验这段代码的正确性呢？我们可以利用调试器提供的 Watch(监视) 功能。

创建一个 Watch 变量，将下面的值输入进去：

回车后，即可看到代码的执行效果：

这里一般不太容易一次写对，可以反复修改正则测试，直到正确为止。

我们得到的正确的图片解析的逻辑添加到代码中：

然后在 handler 方法中调用即可：

编写完成后，可以继续本地执行，验证下结果：

可以看到，img_list 已经输出到控制台了：

6. 将图片上传到 oss

解析到的图片，我们选择使用 oss 存储。

首先，我们需要通过环境变量配置 OSS Endpoint 以及 OSS Bucket。

在 template 中配置环境变量(需提前创建好 oss bucket）:

然后就可以直接在函数中获取到这两个环境变量了：

另外，fun local 运行函数时，还会提供一个额外的变量用来标识这是一个本地运行的函数。通过这个标识，我们可以用来做一些本地化的操作，比如我们可以在线上运行时连接 RDS，在本地运行时连接 mysql。

这里，我们用该标识以不同的的方式创建 oss client，原因是线上运行时，通过 credentials 获取到的是扮演角色的临时 ak，有有效期限制，而本地运行时，没有该限制。oss 提供了这两种方式的构造方法，我们直接使用即可：

接着我们遍历所有图片，将所有的图片上传到 oss：

再在本地运行一下函数：

可以从日志看到，图片被一张一张的解析出来，并被上传到 oss 上了。

登陆 oss 控制台，可以看到这些图片。

部署

本地开发完成后，我们还需要将其发布到线上，让其成为一个可被调用的服务。以往，你可能觉得比较麻烦，比如要登陆控制台，创建服务、创建函数、配置环境变量，创建角色等，现在有了 fun 后，这一切都不需要了。

不过，本地与线上还是有些区别的，那就是要授权函数计算能够访问 OSS，怎么做呢？很简单，在我们的 template 中加入一行配置即可(Polices 文档，可以参考)：

添加后的 template.yml 内容如下：

然后，使用 fun deploy 后，可以看到部署成功的日志。

验证

通过控制台验证

登陆控制台，可以看到，我们的服务、函数、代码、环境变量等都已经就绪了。

在触发事件中，写入我们用来测试的 json，然后执行：

可以发现，会获得与本地一致的效果：

通过 fcli 验证

fcli 帮助文档 参考。

https://help.aliyun.com/document_detail/52995.html

在终端执行以下命令，可以获取函数列表:

可以看到我们的 image-crawler 已经创建成功了。

使用以下命令则可以调用函数运行：

运行成功后，会得到与控制台与 fun local 一致的结果。

小结

至此，我们的开发就算告一段落。

本文利用 fun local 提供的本地运行、调试的能力，做到了在本地开发函数，并且通过反复的执行函数得到反馈以便于快速迭代代码。

在本地开发完成后，不需要对代码进行任何修改，通过 fun deploy 命令，一键部署到云端，达到预期的效果。

本文介绍的方法，并不是开发函数计算的唯一方式。本文的目的，是能够向开发者传达一种信号——开发函数计算时，只要身姿正确，就会非常享受，开发流程也会十分顺畅。祝您使用愉快。

end

更多精彩