为 AWS Python Lambda 函数添加层，支持使用 pandas 库

参考：

1. 创建和共享 Lambda 层
2. How to use pandas in AWS Lambda

步骤1～4需要在 AWS 的 EC2 实例上进行，以便使用相同的依赖环境，这里使用 AWS 的 Sagemaker 进行。

步骤1:

找到需要添加层的 Lambda 函数的 Python 版本，在 AWS EC2 环境创建层时需要使用相同的版本，创建 AWS Lambda 函数时能看到，可选用的 Python Lambda 函数版本为 3.9，EC2 环境使用 Python 3.9.13 版本。

conda create -n aws_lambda_env python==3.9.13conda activate aws_lambda_env

在 Sagemaker 环境下，激活 conda 虚拟环境需要使用：

source activate aws_lambda_env

步骤2:

创建一个文件夹

mkdir python

步骤3:

安装需要添加的库到这个环境中

pip install openpyxl pandas -t python

步骤4:

打包目录

zip -r pandas.zip python

步骤5:

在 AWS 控制台创建层，然后上传打包好的层 pandas.zip

步骤6:

创建一个新的 Lambda 函数，选择可以添加层的运行时环境，这里选择的是 Python 3.9

步骤7:

为创建的 Lambda 函数添加层：

选择刚刚创建的层

最后写一段代码测试一下，是否能 import 成功新添加层的库。

import logging

logger = logging.getLogger()
logger.setLevel(logging.INFO)

def lambda_handler(event, context):
     logger.info(pd.__version__)