AWS Serverless Application Model(AWS SAM)이란 빌드하는 데 사용할 수 있는 오픈소스 프레임워크입니다.
SAM을 사용하여 얻는 이점에는 여러가지가 있지만 여기서는 로컬 디버깅 및 테스트에 중점을 두고자 합니다.
AWS SAM CLI를 사용하면 로컬에서 Lambda함수를 호출하고 디버깅 및 테스트를 할 수 있습니다.
따라서 실제 콘솔에서 Lambda 함수를 생성하여 테스트할 필요 없이 Lambda 실행 환경과 동일하게 로컬에서 테스트 하여 문제를 미리 파악할 수 있으며 코드를 단계별로 디버깅할 수도 있습니다.
이번 실습에서는 배포단계는 하지 않고 기본적으로 제공되는 HelloWorld 탬플릿을 이용하여 Lambda 함수만 로컬에서 실행해보겠습니다.
AWS SAM에 대한 자세한 설명은 AWS 공식 문서를 참고하시길 바랍니다.
[AWS SAM 공식 문서 바로가기]
00. 사전 준비
이번 실습은 Pycharm 프로그램 사용을 기준으로 설명드립니다.
기본적으로 Docker, Python, Pycharm이 설치 되어있어야 합니다.
00-01. AWS CLI 설치
00-02.credential 등록

00-03. AWS SAM CLI 설치
AWS SAM CLI 설치는 AWS 공식 문서를 참고하여 진행하였습니다.
[AWS SAM CLI 설치 공식문서 바로가기]
00-04. PyCharm Plugin 설치
AWS Toolkit를 설치합니다.

01. 프로젝트 생성
01-01. 새 프로젝트 생성
AWS Serverless Application을 선택한 후 기본적인 구성을 해줍니다.
- 위치 : 프로젝트를 생성하고자 하는 위치를 지정합니다.
- Package Type : Image 타입으로 선택합니다.
- Runtime : python으로 선택합니다.
- SAM Template : AWS SAM에서 제공하는 기본 HelloWorld 템플릿을 선택합니다.
- python 가상환경 이용을 위해 Virtualenv환경을 선택합니다.

설정을 완료했다면 ‘생성’을 클릭합니다.
02. 프로젝트 생성 확인
위에서 프로젝트를 생성하게 되면 아래 그림과 같이 프로젝트가 생성될 것입니다.

03. Lambda 함수 실행
AWS Toolkit을 이용하여 AWS Lambda 함수를 로컬에서 실행하는 방법은 2가지가 있습니다.
- 하나는 Python용 함수 핸들러가 포함된 코드 파일(app.py)에서 함수 핸들러 옆에 있는 ‘Lambda 아이콘’을 이용하여 실행하는 방식입니다.
- 다른 하나는 template.yaml 파일에서 실행하는 방식입니다.
이번에는 template.yaml 파일을 이용하겠습니다.
실행하기
- 프로젝트 폴더 내의 template.yaml 파일을 엽니다.
- 함수의 리소스를 정의한 부분 옆에 있는 실행 아이콘을 누릅니다.
- 실행 또는 디버그를 선택합니다.

실행 환경을 구성할 때는 input 부분을 ‘File’을 선택한 후 [events] 폴더 안의 event.json 파일로 지정합니다.
실행 확인
실행되면 아래와 같이 docker 빌드가 진행되는 것을 확인할 수 있습니다.

[hello_world]폴더 안의 Dockerfile에 의해 app.py에서 정의한 핸들러가 실행되어 아래와 같은 리턴값을 반환하게 됩니다.

실행 결과를 확인해보면 동일하게 리턴값이 출력 된 것을 확인할 수 있습니다.
