跳到主要内容

层管理

云函数层（Layer）是一种代码共享机制，可以将依赖库、公共代码文件等资源独立管理，实现多个函数间的代码复用。

什么是层​

层是云函数的一个重要特性，允许您将依赖库、运行时环境、配置文件等打包成独立的层，供多个函数共享使用。使用层可以：

  • 减小部署包体积：将依赖库从函数代码中分离，保持部署包轻量化
  • 提高开发效率：公共代码只需维护一份，多个函数可复用
  • 支持在线编辑：对于 Node.js、Python 和 PHP 函数，代码包保持在 10MB 以下时可在控制台在线编辑

工作原理​

层的创建与版本管理​

  • 每个层都有独立的版本管理，创建层时会生成对应的版本号
  • 层的内容以压缩包形式存储，支持版本迭代和回滚
  • 层可以设置兼容的运行环境，确保与函数运行时匹配

层的绑定机制​

  • 函数与层按照具体版本进行绑定，确保运行环境的稳定性
  • 单个函数最多支持绑定 5 个层
  • 绑定时可以指定层的加载顺序

运行时加载流程​

当绑定了层的函数被触发时，系统会按以下流程加载：

  1. 函数代码加载：函数代码解压至 /var/user/ 目录
  2. 层内容加载：所有绑定的层按顺序解压至 /opt 目录
  3. 文件访问规则：
    • 层根目录的文件：通过 /opt/文件名 访问
    • 层子目录的文件：通过 /opt/目录名/文件名 访问

多层加载顺序​

当函数绑定多个层时：

  • 按绑定时设置的序号从小到大依次加载
  • 后加载的层会覆盖先加载层中的同名文件
  • 所有层在函数实例启动前完成加载，函数初始化时即可使用

使用场景与最佳实践​

适用场景​

  • 依赖库管理：将第三方库、SDK 等依赖统一管理
  • 公共代码复用：多个函数共享的工具类、配置文件
  • 静态资源存储：模型文件、配置文件等不常变更的资源

最佳实践​

# 1. 创建依赖目录
mkdir python-layer
cd python-layer

# 2. 安装依赖到指定目录
pip install requests -t python/

# 3. 打包成 zip 文件
zip -r python-layer.zip python/

在函数中使用：

import requests  # 直接导入层中的依赖

def main_handler(event, context):
    response = requests.get('https://api.example.com')
    return response.json()

层结构建议​

layer.zip
├── python/          # Python 依赖目录
│   ├── requests/
│   └── urllib3/
├── lib/             # 共享库目录
│   └── utils.py
└── config/          # 配置文件目录
    └── settings.json

注意事项​

重要提醒
  • 层中的文件会解压到 /opt 目录，函数执行期间可直接访问
  • 多个层绑定时按序号顺序合并，同名文件会被序号较大的层覆盖
  • 层的总大小限制为 50MB，建议合理规划层的内容
  • 层版本一旦创建不可修改，需要更新时请创建新版本

操作指南​

创建层​

  1. 进入层管理页面

    进入 云开发控制台/层管理

  2. 配置层信息

    点击「新建」，填写以下信息：

    配置项说明
    层名称自定义层名称，建议使用有意义的命名
    描述层的用途和内容描述，便于团队协作
    层代码上传 zip 压缩包，最大支持 500MB
    运行环境选择兼容的运行时环境，最多 8 个

  3. 上传层代码

    点击「上传」按钮，选择准备好的 zip 压缩包，确认后点击「确定」完成创建。

绑定层到函数​

  1. 选择目标函数

    在云函数列表中选择需要绑定层的函数，进入函数详情页。

  2. 进入层管理

    切换到「层管理」标签页，点击「绑定」按钮。

  3. 选择层版本

    在弹出窗口中选择要绑定的层名称和版本：

    • 可以同时绑定多个层（最多 5 个）
    • 可以调整层的加载顺序
    • 建议选择稳定的层版本

  4. 确认绑定

    确认配置无误后，点击「确定」完成绑定。

管理层版本​

  • 查看版本历史：在层详情页可查看所有历史版本
  • 创建新版本：修改层内容时创建新版本，保持向后兼容
  • 删除版本：删除不再使用的版本，释放存储空间

常见问题​

层无法正常加载​

可能原因：

  • 层的运行环境与函数不匹配
  • 层文件结构不正确
  • 层大小超过限制

解决方案：

  • 检查层的兼容运行环境设置
  • 确认层文件按正确目录结构打包
  • 优化层内容，控制在 500MB 以内

依赖库导入失败​

可能原因：

  • Python 依赖未安装到正确目录
  • Node.js 模块路径不正确

解决方案：

  • Python：使用 pip install -t python/ 安装到 python 目录
  • Node.js：确保 node_modules 在层的根目录

多层文件冲突​

可能原因：

  • 不同层包含同名文件
  • 层加载顺序不当

解决方案：

  • 合理规划层的内容分工
  • 调整层的绑定顺序
  • 使用不同目录避免文件名冲突