AWS Lambda म्हणजे काय? Serverless सोप्या भाषेत Examples सह
तुम्ही आठवडे EC2 वर code चालवत आहात. API ला कोणी dial नाही तरी server चालूच असतो. CPU, disk आणि public IP चे पैसे जातात. हा chapter दुसरा मार्ग दाखवतो: छोटी function upload करा, आणि काही घडल्यावरच AWS ती चालवतो. हाच AWS Lambda.
या chapter मध्ये तुम्ही काय शिकाल
- दिवसभर server चालू ठेवणं अनेकदा वाया का
- Serverless, function, trigger आणि event म्हणजे काय
- Lambda vs EC2 vs containers — कधी कोणतं
- Pricing, free tier आणि hard limits (15 min, memory, package)
- छोटा lab: Lambda console मधून Hello चालवा
1. गोष्ट: कधी न विझणारा bakery चा दिवा
Ravi छोटी bakery site चालवतो. Orders बहुतेक सकाळी 7 ते रात्री 10. रात्री 3 ला जवळजवळ कोणी order करत नाही. तरी एक EC2 रात्रभर चालतो. Idle hours चे पैसे जातात.
त्याला खरं हवं आहे: order आला की थोडा code चालवा; काही नाही तर जवळजवळ पैसे नाही. हीच कल्पना serverless. AWS Lambda ही AWS वरची मुख्य serverless compute service.
2. Serverless म्हणजे काय आणि Lambda काय?
हे का लागतं?
Servers विकत घेणं, patch करणं आणि बघणं हे काम तुमची app चांगली करत नाही. Event ने सुरू होणाऱ्या छोट्या कामांसाठी servers AWS कडे ठेवायला हवेत.
हे काय आहे?
Serverless म्हणजे "servers नाहीत" असं नाही. तुम्ही manage करत नाही एवढंच. AWS ला code द्या; AWS machine शोधतो, code चालवतो, मग machine मोकळी करतो.
AWS Lambda ही service event आल्यावर तुमची function चालवते. Requests किती आणि code किती वेळ चालला (GB-seconds) याचे पैसे. Idle time मोफत.
| Word | अर्थ | Kitchen उदाहरण |
|---|---|---|
| Function | तुमचा code आणि settings (runtime, memory, timeout) | Recipe कार्ड |
| Trigger | Function सुरू करणारी service | Doorbell |
| Event | Trigger पाठवलेला JSON data | कोण आलं आणि काय हवं |
| Execution role | AWS APIs call करण्यासाठी Lambda घेतलेला IAM role | Kitchen च्या चाव्या |
| Invocation | Function चा एक run | एक order cook |
3. Lambda vs EC2 vs containers
हे का लागतं?
Interview आणि खरे designs मध्ये हे पहिले विचारतात. चुकीचं निवडलं तर पैसे वाया किंवा Lambda limits लागतात.
हे काय आहे?
| Need | Prefer | का |
|---|---|---|
| HTTP API, छोट्या requests, कमी/बदलणारा traffic | Lambda + API Gateway | Idle cost नाही; zero पर्यंत scale |
| लांब jobs, custom kernel, GPU, always-on websocket | EC2 | OS आणि process वर पूर्ण control |
| एकच app अनेक ठिकाणी, packing हवं, minutes+ | ECS / EKS / App Runner | Containers फिरतात; जास्त runtime |
| Cron जो EC2 start/stop किंवा S3 clean करतो | Lambda + EventBridge | Seconds चं काम; server ठेवायची गरज नाही |
| दर S3 upload वर image resize | Lambda | Event-driven; दर image पैसे |
Ravindra Bagale's Tip
Lambda छोट्या APIs आणि glue साठी उत्तम. 2-तास video encode किंवा sticky in-memory game server साठी वाईट.
4. Pricing, free tier आणि hard limits
हे का लागतं?
Limits ठरवतात कल्पना बसते का. Pricing ठरवतं वाढल्यावर स्वस्त राहतं का.
हे काय आहे?
- Always-free tier (दर महिना, प्रत्येक account): 1 million requests आणि 400,000 GB-seconds compute.
- Free tier नंतर requests आणि duration × memory (GB-seconds) चे पैसे. जास्त memory = जास्त CPU.
- Hard timeout: सामान्य functions साठी प्रति invocation 900 seconds (15 minutes).
- Memory: 128 MB ते 10,240 MB (1 MB steps). साधारण 1,769 MB ला एक पूर्ण vCPU.
- Deployment package: console/API upload ने 50 MB zipped; layers सह unzipped 250 MB. मोठे zips S3 मधून. Container images 10 GB पर्यंत.
- Sync payload ~6 MB request/response; async ~1 MB. Environment variables एकूण 4 KB. Layers 5 पर्यंत.
उदाहरण: 512 MB function 200 ms चालते, दशलक्ष वेळा. Duration = 0.2 × 0.5 × 1,000,000 = 100,000 GB-seconds — free 400,000 च्या आत. अनेक student projects free राहतात.
5. वेगवेगळ्या stacks मधली उदाहरणे
- EC2 वर Python Flask → /resize route Lambda + API Gateway वर; admin UI EC2 वरच.
- Node.js Express image API → दर route एक Lambda किंवा router सह एक Lambda.
- Java Spring Boot रात्रीचा batch → EventBridge cron Lambda trigger करतो; जड भाग ECS task.
- .NET 8 minimal API → Amazon.Lambda.AspNetCoreServer package सह Lambda.
- SQS drain करणारा Go worker → SQS event source mapping सह Lambda; polling loop लिहिण्याची गरज नाही.
- PHP Laravel queued jobs → बहुतेक EC2/ECS वर; S3 event hooks आणि webhooks साठी Lambda.
6. Lab: Lambda console मधून Hello
कसं करायचं (step by step)
Region: ap-south-1 (Mumbai). AWS account हवा. Laptop tools नको.
- AWS Console → Lambda शोधा → Functions → Create function.
- Author from scratch निवडा. Function name:
hello-lambda-lab. - Runtime: Python 3.12 (किंवा दिसणारी नवीन Python 3.x). Architecture: x86_64.
- Permissions: Create a new role with basic Lambda permissions ठेवा. का: Logs CloudWatch मध्ये लिहायला role हवा.
- Create function क्लिक. Code editor येईपर्यंत थांबा.
- Handler body बदला:
def lambda_handler(event, context):
name = (event or {}).get("name", "world")
return {"statusCode": 200, "body": f"hello, {name}"}
- Deploy क्लिक. का: Deploy शिवाय edits live होत नाहीत.
- Tab Test → Create new event → name
hello-event→ event JSON:
{"name": "Ravi"}
- Save → Test. अपेक्षित: statusCode 200 आणि body
hello, Ravi, हिरवे success box duration सह. - Monitor → View CloudWatch logs. नवीन log stream उघडा. START, return, END, REPORT दिसावे.
- Configuration → General configuration → Edit. Timeout 10 seconds, Memory 256 MB. Save. का: default 3 s खरा कामाला कमी; 128 MB imports साठी अनेकदा slow.
Cleanup
- Lambda → Functions →
hello-lambda-lab→ Actions → Delete. Confirm. - IAM → Roles →
hello-lambda-lab-role-...सारखा role न वापरला असेल तर delete.
7. Interview questions
प्र. AWS Lambda म्हणजे काय?
Serverless compute service. Function upload करा; event आल्यावर AWS चालवतो आणि request व duration नुसार पैसे घेतो.
प्र. Function vs trigger vs event?
Function = तुमचा code. Trigger = काय सुरू करतं. Event = त्या run साठीचा JSON.
प्र. Max timeout?
सामान्य Lambda invocation साठी 15 minutes (900 seconds).
प्र. Lambda vs EC2 एका line मध्ये?
Lambda: servers manage नको, zero पर्यंत scale, छोटी tasks. EC2: OS तुम्ही, long-running आणि special hardware.
प्र. Free tier काय?
दर महिना 1 million requests आणि 400,000 GB-seconds.
प्र. Execution role का?
Function त्या IAM role ने CloudWatch Logs, S3 सारख्या AWS APIs call करते. नसेल तर logging सुद्धा fail.
घरी करून बघा
- तीच Hello function Node.js 20.x मध्ये बनवा, तोच test event.
- Memory 128 वरून 1024 MB करा आणि त्याच event ची billed duration compare करा.
थोडक्यात सांगायचं तर
- Serverless = servers तुम्ही manage करत नाही; AWS करतो.
- Event आल्यावरच Lambda function चालवतो.
- Requests + GB-seconds चे पैसे; free tier अनेक labs पुरवतो.
- Hard limits: 15 min, 10 GB memory, 50 MB zip (250 MB unzipped).
- छोट्या event-driven कामासाठी Lambda; लांब/special साठी EC2/containers.
सराव Tasks
Paris Fashion Hub हा पॅरिस मधला फॅशन व्यवसाय आहे. Camille Laurent त्यांचं IT व cloud काम पाहतात. त्यांचे पैसे EUR मध्ये मोजले जातात आणि AWS resources eu-west-3 Region मध्ये चालतात. खालच्या tasks मध्ये तुम्ही या lesson मध्ये शिकलेलं वापरून त्यांची खरी कामं करता. सगळी नावं, account IDs, IP addresses व numbers सरावासाठी काल्पनिक आहेत.
0 / 12
सोपं Functions ची list
का: या Region मध्ये कोणते functions आहेत ते पाहा.
काय करायचं: eu-west-3 मधले Lambda functions दाखवा.
- Task वाचा आणि ते कोणत्या AWS service बद्दल आहे ते ठरवा.
- aws लिहा, मग service चं नाव, मग operation (action शब्द).
- प्रत्येक आवश्यक flag (--name) व त्यापुढे task मधली value लिहा.
- Flags कोणत्याही क्रमाने चालतात. Check answer दाबा.
मध्यम Function invoke करा
का: Invoke function आत्ता चालवतो व उत्तर file मध्ये ठेवतो.
काय करायचं: parisfashion-orders-fn invoke करा व response out.json मध्ये ठेवा.
- Task वाचा आणि ते कोणत्या AWS service बद्दल आहे ते ठरवा.
- aws लिहा, मग service चं नाव, मग operation (action शब्द).
- प्रत्येक आवश्यक flag (--name) व त्यापुढे task मधली value लिहा.
- Flags कोणत्याही क्रमाने चालतात. Check answer दाबा.
मध्यम Lambda role साठी trust policy
का: Trust policy role कोण घेऊ शकतो ते सांगते.
काय करायचं: lambda.amazonaws.com ला role assume करू देणारी trust policy लिहा.
- { "Version": "2012-10-17", "Statement": [ ... ] } ने सुरू करा.
- प्रत्येक statement मध्ये Effect, Action व Resource लिहा.
- Task ला लागेल तेवढंच द्या (least privilege).
- Double quotes व commas नीट वापरा. Check answer दाबा.
मध्यम Timeout व memory बदला
का: जास्त memory म्हणजे जास्त CPU; timeout अडकलेले runs थांबवतो.
काय करायचं: parisfashion-orders-fn चा timeout 30 seconds व memory 512 MB करा.
- Task वाचा आणि ते कोणत्या AWS service बद्दल आहे ते ठरवा.
- aws लिहा, मग service चं नाव, मग operation (action शब्द).
- प्रत्येक आवश्यक flag (--name) व त्यापुढे task मधली value लिहा.
- Flags कोणत्याही क्रमाने चालतात. Check answer दाबा.
मध्यम Function ला logs लिहू द्या
का: या actions शिवाय Lambda logs CloudWatch मध्ये दिसत नाहीत.
काय करायचं: फक्त arn:aws:logs:*:*:* वर logs:CreateLogGroup, logs:CreateLogStream, logs:PutLogEvents allow करा.
- { "Version": "2012-10-17", "Statement": [ ... ] } ने सुरू करा.
- प्रत्येक statement मध्ये Effect, Action व Resource लिहा.
- Task ला लागेल तेवढंच द्या (least privilege).
- Double quotes व commas नीट वापरा. Check answer दाबा.
मध्यम Logs live पाहा
का: aws logs tail --follow म्हणजे CloudWatch Logs साठी tail -f.
काय करायचं: /aws/lambda/parisfashion-orders-fn log group live follow करा.
- Task वाचा आणि ते कोणत्या AWS service बद्दल आहे ते ठरवा.
- aws लिहा, मग service चं नाव, मग operation (action शब्द).
- प्रत्येक आवश्यक flag (--name) व त्यापुढे task मधली value लिहा.
- Flags कोणत्याही क्रमाने चालतात. Check answer दाबा.
अवघड Lambda function बनवा
का: Lambda ला code zip, runtime, handler नाव व execution role लागतो.
काय करायचं: parisfashion-orders-fn function बनवा: runtime python3.12, handler app.handler, role arn:aws:iam::121178088922:role/lambda-basic, code function.zip मध्ये.
- Task वाचा आणि ते कोणत्या AWS service बद्दल आहे ते ठरवा.
- aws लिहा, मग service चं नाव, मग operation (action शब्द).
- प्रत्येक आवश्यक flag (--name) व त्यापुढे task मधली value लिहा.
- Flags कोणत्याही क्रमाने चालतात. Check answer दाबा.
अवघड Environment variables द्या
का: Table नावांसारख्या settings code बाहेर ठेवा.
काय करायचं: parisfashion-orders-fn वर environment variable TABLE=parisfashion-orders द्या.
- Task वाचा आणि ते कोणत्या AWS service बद्दल आहे ते ठरवा.
- aws लिहा, मग service चं नाव, मग operation (action शब्द).
- प्रत्येक आवश्यक flag (--name) व त्यापुढे task मधली value लिहा.
- Flags कोणत्याही क्रमाने चालतात. Check answer दाबा.
अवघड JSON payload सह invoke करा
का: CLI v2 मध्ये raw JSON साठी --cli-binary-format raw-in-base64-out लागतो.
काय करायचं: parisfashion-orders-fn ला payload {"orderId":"o-101"} (raw JSON) सह invoke करा व उत्तर out.json मध्ये.
- Task वाचा आणि ते कोणत्या AWS service बद्दल आहे ते ठरवा.
- aws लिहा, मग service चं नाव, मग operation (action शब्द).
- प्रत्येक आवश्यक flag (--name) व त्यापुढे task मधली value लिहा.
- Flags कोणत्याही क्रमाने चालतात. Check answer दाबा.
अवघड Lambda GB-seconds
का: Lambda memory × time bill करतो.
काय करायचं: 1,000,000 invocations, 512 MB, प्रत्येकी 200 ms. किती GB-seconds?
- Task मधले numbers लिहून घ्या.
- कागदावर step by step काढा.
- Box मध्ये फक्त final उत्तर लिहा.
- Check answer दाबा.
अवघड SQS queue Lambda ला जोडा
का: Event source mapping मुळे Lambda queue poll करून batches मध्ये messages process करतो.
काय करायचं: Queue arn:aws:sqs:eu-west-3:121178088922:parisfashion-orders पासून parisfashion-orders-fn ला batch size 10 सह event source mapping बनवा.
- Task वाचा आणि ते कोणत्या AWS service बद्दल आहे ते ठरवा.
- aws लिहा, मग service चं नाव, मग operation (action शब्द).
- प्रत्येक आवश्यक flag (--name) व त्यापुढे task मधली value लिहा.
- Flags कोणत्याही क्रमाने चालतात. Check answer दाबा.
अवघड S3 ला function call करू द्या
का: S3 function invoke करण्याआधी resource-based permission लागते.
काय करायचं: parisfashion-orders-fn ला s3invoke permission statement द्या: s3.amazonaws.com ने bucket arn:aws:s3:::parisfashion-uploads कडून lambda:InvokeFunction करावं.
- Task वाचा आणि ते कोणत्या AWS service बद्दल आहे ते ठरवा.
- aws लिहा, मग service चं नाव, मग operation (action शब्द).
- प्रत्येक आवश्यक flag (--name) व त्यापुढे task मधली value लिहा.
- Flags कोणत्याही क्रमाने चालतात. Check answer दाबा.
उजळणी, तुलना आणि मुलाखत cards
हा lesson काही मिनिटांत revise करा. Cards phone वर save करा किंवा PNG download करा. प्रत्येक card वरचा QR हा lesson उघडतो.










अजून cards: Ravi Sir's Cards.