在 AWS Lambda 的子目录中打包 Python 依赖项

Question

我遇到了一个关于为 AWS Lambda 构建 Python 3 应用程序的 article on serverlesscode.com，它建议使用 pip（或 pip3）在 /vendored 子目录中安装依赖项。我喜欢这个想法，因为它可以保持文件结构整洁，但我在实现它时遇到了一些问题。

我正在使用无服务器框架，并且我的模块以正常方式导入到我的代码中，例如from pynamodb.models import Model

我已经使用命令pip install -t vendored/ -r requirements.txt 在子目录中安装了我的各种依赖项（每个 requirements.txt），这似乎按预期工作 - 我可以看到子目录中安装的所有模块。

但是，当调用该函数时，我收到错误 Unable to import module 'handler': No module named 'pynamodb'（其中 pynamodb 是已安装的模块之一）。

我可以通过将我的 pip 安装更改为项目根目录来解决此错误，即不在 /vendored 文件夹中 (pip install -t ./ -r requirements.txt)。这将安装完全相同的文件。

必须有一个我丢失的指向子文件夹的配置，但谷歌搜索没有透露我是否需要以不同的方式导入我的模块，或者是否有一些其他的全局配置我需要更改。

总结一下：如何使用 Pip 将我的依赖项安装在项目的子文件夹中？

编辑：注意到 tkwargs 关于使用 serverless 插件进行打包的好建议，了解如何在没有 venv 的情况下完成此操作仍然很好，因为例子。主要目的不是为了简化打包（使用 pip 非常简单），而是通过避免根目录中的其他文件夹来保持我的文件结构更清晰。

Answer 1

我看到有些人在他们的 lambda 函数代码中使用 sys 模块将子目录（在本例中为 vendored）添加到他们的 python 路径中......我不喜欢将其作为解决方案，因为这意味着需要为每个 lambda 函数执行此操作，并且需要额外的样板代码。我最终使用的解决方案是修改 PYTHONPATH 运行时环境变量以包含我的子目录。例如，在我的 serverless.yml 中，我有：

provider:
  environment:
    PYTHONPATH: '/var/task/vendored:/var/runtime'

通过在此级别将其设置为环境变量，它将应用于您在 serverless.yml 中部署的每个 lambda 函数——如果出于某种原因您不想要，您也可以在每个 lambda 函数级别指定它它适用于所有人。

我不确定如何自我引用 PYTHONPATH 的现有值，以确保在添加自定义路径“/var/task/vendored”的过程中不会错误地覆盖它...很想知道如果其他人有。