Die 20 wichtigsten Fragen und Antworten zum Thema AWS Lambda für 2026

Warum AWS?

Bevor wir uns die Interviewfragen und -antworten anschauen, solltest du wissen, warum die AWS Cloud die wichtigste Plattform ist – das könnte auch eine Frage im Interview sein.

Schauen wir uns erstmal die folgende Grafik an:

Quelle (Statista)

Die Grafik zeigt, wie stark AWS im zweiten Quartal 2023 auf dem globalen Markt für Cloud-Infrastrukturdienste ist. Mit einem Marktanteil von 32 % ist AWS klarer Marktführer und liegt weit vor seinem nächsten Konkurrenten, Microsoft Azure, der 22 % des Marktes hält. Auch andere große Anbieter wie Google Cloud (11 %) und Alibaba Cloud (4 %) sind auf dem Markt, aber ihre Marktanteile sind im Vergleich zu AWS und Azure eher gering.

Der Gesamtumsatz von Cloud-Infrastrukturdiensten im zweiten Quartal 2023, der sich auf 65 Milliarden US-Dollar belief, zeigt mal wieder, wie wichtig und finanziell bedeutend dieser Markt geworden ist. Die führende Position von AWS in diesem boomenden Bereich macht, wie wichtig es für Unternehmen ist, die nach zuverlässigen und skalierbaren Cloud-Lösungen suchen.

Wenn du mehr darüber erfahren möchtest, wie verschiedene Cloud-Anbieter im Vergleich abschneiden, schau dir diesen Spickzettel zum Vergleich der Dienste von AWS, Azure und GCP an.

Finanzielle Aspekte sind zwar wichtig, aber AWS ist nicht nur wegen seiner Marktanteile so attraktiv. Es bietet auch eine riesige Auswahl an Services, Zuverlässigkeit, Skalierbarkeit, globale Reichweite, robuste Sicherheit, ständige Innovation und eine hilfsbereite Community. Diese Faktoren zusammen machen AWS-Kenntnisse zu einer super gefragten Fähigkeit in der Tech-Branche und bieten viele Karrieremöglichkeiten für Leute, die sich mit dieser führenden Cloud-Plattform auskennen.

Schauen wir uns mal ein paar Interviewfragen an!

Grundlegende Fragen zum Thema AWS Lambda im Vorstellungsgespräch

Fangen wir mit den Grundlagen an. Egal, ob du AWS Lambda gerade erst kennenlernst oder einfach nur deine Kenntnisse auffrischen möchtest – mit diesen Grundlagen kannst du dich auf einen tieferen Einblick in die Funktionen von Lambda vorbereiten.

1. Was ist AWS Lambda?

AWS Lambda ist ein serverloser Rechenservice, mit dem du Code ausführen kannst, ohne Server bereitstellen oder verwalten zu müssen. Lambda führt Code nur aus, wenn es gebraucht wird, und passt sich automatisch an, egal ob es ein paar Anfragen pro Tag oder Tausende pro Sekunde sind.

2. Was sind die Hauptkomponenten einer Lambda-Funktion?

Die Hauptkomponenten einer Lambda-Funktion sind:

• Handler: Das ist der Einstiegspunkt für unsere Funktion, eine Methode in unserem Code, die das Aufrufereignis verarbeitet. Sieh es einfach als die „Hauptfunktion” unseres Lambda-Codes an.
• Veranstaltung: Das sind die Eingabedaten im JSON-Format, die die Funktion auslösen. Es enthält Infos darüber, was den Funktionsaufruf ausgelöst hat.
• Context: Das ist ein Objekt, das Laufzeitinfos über die Ausführungsumgebung der Funktion enthält. Es enthält Infos wie Funktionsname, Version, Speicherbeschränkungen, Anforderungs-ID und verbleibende Ausführungszeit.
• Umgebungsvariablen: Das sind Schlüssel-Wert-Paare, mit denen du das Verhalten deiner Lambda-Funktion einstellen kannst, ohne den Code selbst zu ändern. Sie werden oft benutzt, um API-Schlüssel, Datenbank-Anmeldedaten oder andere Einstellungen zu speichern.

3. Welche Sprachen unterstützt Lambda?

Lambda unterstützt von Haus aus Node.js, Python, Ruby, Java, Go, C# und PowerShell. Das heißt, wir können unsere Lambda-Funktionen direkt in diesen Sprachen schreiben, ohne was extra einrichten zu müssen.

Außerdem können wir mit Lambda eigene Laufzeiten nutzen, was uns die Flexibilität gibt, unseren Funktionscode und unsere Abhängigkeiten in einem Container-Image zu packen. Dadurch können wir fast jede Programmiersprache nutzen und das Tool auswählen, das am besten zu unseren Bedürfnissen passt.

4. Wie erstellt man eine Lambda-Funktion?

Es gibt mehrere Möglichkeiten, Lambda-Funktionen zu erstellen:

5. Wie kann man eine Lambda-Funktion auf verschiedene Arten aufrufen?

Wir können Lambda-Funktionen auf verschiedene Arten aufrufen:

1. Synchroner Aufruf: Der Client wartet, bis die Funktion fertig ist und eine Antwort zurückschickt.
2. Asynchroner Aufruf: Der Kunde wartet nicht auf eine Antwort – Lambda macht die Funktion im Hintergrund.
3. Zuordnung der Ereignisquelle: Lambda checkt automatisch Dienste wie DynamoDB oder Kinesis und startet Funktionen, wenn was passiert.
4. Andere Methoden: Dazu gehören API Gateway, AWS SDKs oder geplante Aufrufe über Amazon EventBridge.

Fragen für Fortgeschrittene zum Thema AWS Lambda im Vorstellungsgespräch

1. Wie können wir Abhängigkeiten zusammen mit Lambda-Code bereitstellen?

Es gibt ein paar Möglichkeiten, Abhängigkeiten mit Lambda-Code zu verpacken:

• Direkte Einbeziehung: Bei interpretierten Sprachen können wir Abhängigkeitsdateien zusammen mit unserem Funktionscode in das .zip-Bereitstellungspaket packen.
• Lambda-Schichten: Für kompilierte Sprachen oder größere Abhängigkeiten können wir Lambda-Layer nutzen, um gemeinsame Abhängigkeiten separat zu packen und über Funktionen hinweg zu teilen.
• Container-Images: Wir können Abhängigkeiten auch zusammen mit dem Lambda-Funktionscode und einer benutzerdefinierten Laufzeitumgebung in Container-Images packen.

2. Wie können wir die Leistung von Lambda-Funktionen verbessern?

Wir haben ein paar Möglichkeiten, um Lambda-Funktionen zu optimieren:

1. Speicherzuweisung: Die richtige Speichergröße zu wählen ist echt wichtig, um Kosten und Leistung unter einen Hut zu bringen. Tools wie AWS Lambda Power Tuning können dabei helfen, die beste Konfiguration zu finden.
2. Packungsgröße: Kleinere Funktionspakete sorgen für schnellere Kaltstarts (die Zeit, die eine Lambda-Funktion braucht, um beim ersten Aufruf zu starten). Mach die Paketgröße so klein wie möglich, indem du unnötige Abhängigkeiten entfernst und den Code komprimierst.
3. Lambda SnapStart: Diese Funktion macht die Funktionsumgebungen schon mal startklar, was die Startzeiten für bestimmte Laufzeiten echt verkürzt.
4. Bereitgestellte Parallelität: Richte die bereitgestellte Parallelität so ein, dass die Funktionsinstanzen warm bleiben, damit die Antwortzeiten für wichtige Workloads immer gleich bleiben.
5. Zeitlimits und Begrenzungen der Parallelität: Stell passende Zeitlimits und reservierte Parallelität ein, um zu verhindern, dass Funktionen außer Kontrolle geraten, und um eine stabile Lambda-Umgebung zu haben.

3. Welche Tools kannst du zum Überwachen und Debuggen von Lambda-Funktionen nutzen?

Lambda schickt automatisch Metriken an Amazon CloudWatch, wie zum Beispiel die Anzahl der Anfragen, Latenzzeiten, Fehlerquoten und mehr.

Wir können CloudWatch Logs nutzen, um auf die Protokolle zuzugreifen, die unser Funktionscode und die Lambda-Laufzeitumgebung erstellen.

Um die Leistung von verteilten Lambda-Anwendungen zu verfolgen und Probleme zu lösen, können wir AWS X-Ray nutzen .

4. Wofür werden Lambda-Erweiterungen benutzt?

Mit Lambda-Erweiterungen können wir unsere Funktionen durch die Integration von Überwachungs-, Beobachtungs-, Sicherheits- und Governance-Tools verbessern.

Erweiterungen können als eigene Prozesse in der Ausführungsumgebung laufen, um Diagnoseinfos zu sammeln oder Daten an bestimmte Ziele zu schicken.

Beispiele sind die Datadog-Erweiterung für Metriken und Traces sowie die AWS AppConfig-Erweiterung für dynamische Konfigurationsaktualisierungen.

5. Was ist eine Ereignisquellenzuordnung?

Eine Ereignisquellenzuordnung ist eine Lambda-Ressource, die Elemente aus einer Ereignisquelle liest und eine Funktion aufruft.

Wir können Event-Source-Mappings nutzen, um Daten aus Amazon DynamoDB-Streams, Amazon Kinesis-Streams, Amazon MQ-Warteschlangen, selbstverwalteten Apache Kafka-Systemen, Amazon SQS-Warteschlangen und mehr zu verarbeiten.

Lambda hat so 'ne Abfragemethode, mit der man mehrere Datensätze aus den Ereignisquellen lesen und 'ne Funktion starten kann.

Fragen für Fortgeschrittene zum Thema AWS Lambda

1. Wie regelt man den Zugriff auf Lambda-Funktionen?

AWS Lambda nutzt IAM (Identity and Access Management) für die Zugriffskontrolle auf zwei Ebenen:

• Ressourcenbasierte Richtlinien legen fest, welche AWS-Konten, -Dienste und -Ressourcen die Funktion aufrufen dürfen.
• Die Ausführungsrolle der Funktion entscheidet, auf welche AWS-Dienste und -Ressourcen der Funktionscode zugreifen kann. Nach dem Prinzip der geringsten Privilegien sollten diese Richtlinien so restriktiv wie möglich sein, aber trotzdem die Funktion ihre Aufgaben erfüllen lassen.

2. Wie kannst du Kaltstarts in Lambda minimieren?

Ein Kaltstart passiert, wenn Lambda eine neue Ausführungsumgebung starten muss, um eine Aufforderungsanfrage zu bearbeiten. Um Kaltstarts zu minimieren und die Reaktionsfähigkeit unserer Lambda-Funktion zu verbessern, können wir verschiedene Strategien anwenden:

1. SnapStart nutzen: Mit dieser Funktion (die für bestimmte Laufzeiten verfügbar ist) können wir initialisierte Umgebungen beibehalten, was die Startzeiten für spätere Aufrufe deutlich verkürzt.
2. Aktiviere die bereitgestellte Parallelität: Indem wir einen Pool initialisierter Umgebungen bereit halten, können wir Kaltstarts für vorhersehbare Workloads vermeiden.
3. Optimiere die Paketgröße: Wenn wir unser Funktionspaket verkleinern, indem wir unnötige Abhängigkeiten entfernen und den Code optimieren, kann das den Startvorgang beschleunigen.
4. Sprachauswahl: Die Entscheidung für Sprachen wie Go oder Rust, die für schnellere Startzeiten als JVM-Sprachen bekannt sind, kann auch dazu beitragen, Verzögerungen beim Kaltstart zu verringern.
5. Wiederverwendung des Ausführungskontexts: Indem wir unseren Lambda-Funktionscode von der anfänglichen Einrichtungslogik trennen, können wir den Ausführungskontext zwischen den Aufrufen wiederverwenden und so den Overhead weiter reduzieren.

3. Was sind ein paar gängige Best Practices für die API-Sicherheit bei Lambda?

Wenn du Lambda-Funktionen über API Gateway freigibst, solltest du ein paar Sicherheits-Best-Practices beachten:

• Verwendung von IAM- oder Lambda-Autorisierungsdiensten zur Authentifizierung und Autorisierung von Anfragen.
• Aktivierung von Amazon Cognito-Benutzerpools für die Benutzerverwaltung.
• Ressourcenrichtlinien festlegen, um den Zugriff basierend auf Anfrageeigenschaften wie Quell-IPs zu erlauben oder zu verweigern.
• Einrichten von mTLS für sichere Client-Server-Kommunikation.
• Schutz vor gängigen Web-Exploits, die auf APIs abzielen, mit AWS WAF.

4. Was sind die Unterschiede zwischen Lambda-Container-Images und .zip-Bereitstellungspaketen?

Mit Lambda-Container-Images kann man Funktionscode und Abhängigkeiten in einem OCI-kompatiblen Containerformat packen. Vergleichen wir mal Container-Images mit .zip-Bereitstellungspaketen:

5. Können Lambda-Funktionen andere Lambda-Funktionen aufrufen?

Ja, Lambda-Funktionen können andere Funktionen direkt über das AWS SDK aufrufen. Häufige Anwendungsfälle sind die Koordinierung von Funktionen, das Zusammenfassen von Ergebnissen aus mehreren Funktionen und die Verteilung der Ereignisverarbeitung.

Wenn eine Lambda-Funktion eine andere aufruft, sollte die ressourcenbasierte Richtlinie der aufgerufenen Funktion den Zugriff explizit erlauben, damit der Aufruf von der aufrufenden Funktion aus möglich ist.

Praktische Fragen für ein Vorstellungsgespräch zu AWS Lambda

1. Wie setzt man eine einfache REST-API mit Lambda und API Gateway um?

Wir können eine einfache REST-API mit Lambda und API Gateway umsetzen, indem wir die folgenden Schritte machen:

1. Erstell die Lambda-Funktion „ “: Mach eine Lambda-Funktion, die Input vom API Gateway als Event-Objekt bekommt und ein Antwort-Objekt mit Daten und Status-Codes zurückschickt.
2. Erstell ein API-Gateway: Im API Gateway erstellen wir eine neue REST-API mit einer Ressource und einer Methode, die dem API-Pfad und der HTTP-Methode entsprechen.
3. Die Integration einrichten: Wir stellen den Integrationstyp der Methode auf Lambda-Proxy ein und geben die Funktion an, die aufgerufen werden soll.
4. Die API bereitstellen: Setze die API ein, um einen öffentlichen URL-Endpunkt für den Zugriff zu erstellen.
5. Teste gründlich: Wir können Tools wie cURL oder Postman nutzen, um sicherzustellen, dass die API richtig funktioniert, wobei die Lambda-Funktion die Anfragen verarbeitet und die passenden Antworten zurücksendet.

2. Wie stellst du eine Lambda-Funktion ein, um Events aus einem S3-Bucket zu verarbeiten?

Wir können eine Lambda-Funktion so einrichten, dass sie Events aus einem S3-Bucket verarbeitet, indem wir die folgenden Schritte machen:

1. Wir erstellen eine Lambda-Funktion mit den richtigen Berechtigungen, um auf den S3-Bucket zugreifen zu können.
2. In der S3-Konsole richten wir eine Ereignisbenachrichtigung für den Quell-Bucket ein.
3. Wir entscheiden, welche Ereignistypen eine Benachrichtigung auslösen sollen, wie zum Beispiel das Erstellen oder Löschen von Objekten.
4. Wir legen die Lambda-Funktion als Benachrichtigungsziel fest.
5. Wir testen, indem wir Aktionen auf dem S3-Bucket machen, die zu den eingestellten Ereignistypen passen.
6. Wir checken, ob die Lambda-Funktion mit einem Ereignis aufgerufen wird, das Details zur S3-Aktion enthält.

3. Wie stellst du eine Lambda-Funktion ein, um Daten in eine DynamoDB-Tabelle zu schreiben?

Wir können eine Lambda-Funktion so einrichten, dass sie Daten in eine DynamoDB-Tabelle schreibt, indem wir diese sechs Schritte machen:

1. Wir erstellen eine DynamoDB-Tabelle mit einem passenden Primärschlüssel und allen benötigten Sekundärindizes.
2. Wir erstellen eine IAM-Rolle für die Lambda-Funktion mit Berechtigungen für den Zugriff auf DynamoDB.
3. Wir erstellen eine Lambda-Funktion und hängen die IAM-Rolle dran.
4. Wir benutzen das DynamoDB SDK, um eine Client-Instanz mit dem Namen der Tabelle zu erstellen.
5. Wir nutzen die Methode „ put_item “, um Elemente in die Tabelle zu schreiben, und geben dabei die Schlüsselattribute und andere Felder an.
6. Teste die Funktion mit Beispielereignissen und schau mit DynamoDB-Abfragen nach, ob die Daten richtig gespeichert wurden.

4. Wie setzt man eine geplante Lambda-Funktion um?

Wir können eine geplante Lambda-Funktion mit diesen Schritten umsetzen:

1. Erstell eine Lambda-Funktion, um die gewünschte Aufgabe nach einem Zeitplan auszuführen.
2. Öffne die Amazon EventBridge-Konsole und leg eine neue Regel an.
3. Definiere einen Zeitplanausdruck für die Regel mit der Rate- oder Cron-Syntax.
4. Wähle die Lambda-Funktion als Ziel für die Regel aus.
5. Speicher die Regel und probier sie aus, indem du auf das nächste geplante Ereignis wartest.
6. Überprüfe, ob die Funktion in den CloudWatch-Metriken und -Protokollen läuft.

5. Wie verlagert man den Datenverkehr schrittweise auf eine neue Version einer Lambda-Funktion?

Um den Datenverkehr auf eine neue Version einer Lambda-Funktion umzuleiten, machen wir Folgendes:

1. Veröffentliche eine neue Version der Lambda-Funktion mit dem aktualisierten Code.
2. Mach einen Alias, der auf die ältere stabile Version zeigt.
3. Aktualisiere den Alias, um den Datenverkehr zwischen der alten und der neuen Version anhand von Gewichtungen (z. B. 90/10) aufzuteilen.
4. Passe die Gewichte nach und nach an, um mehr Traffic auf die neue Version zu verlagern, und behalte dabei die Metriken im Auge.
5. Wenn du zufrieden bist, aktualisiere den Alias, damit 100 % des Datenverkehrs zur neuen Version geschickt werden.
6. Mach das Gleiche bei der nächsten Funktionsaktualisierung und behandle die vorherige Version als die neue stabile Version.

Fazit

Diese typischen Fragen in AWS Lambda-Vorstellungsgesprächen prüfen, wie gut die Kandidaten die wichtigsten Lambda-Konzepte, bewährte Vorgehensweisen und praktische Anwendungsmuster verstehen.

Man sollte nicht vergessen, dass praktische Erfahrungen beim Erstellen und Betreiben von Lambda-Anwendungen echt wichtig sind, um diese Konzepte zu festigen.

Schau dir diese beiden Kurse an, um mehr zu erfahren:

• Daten mit AWS Kinesis und Lambda streamen
• AWS Step Functions meistern: Ein umfassender Leitfaden für Anfänger.