无服务器应用程序可以将软件精简到最低限度：通常是可按需调用和扩展的一小段代码。无服务器可以运行小型应用程序(例如简单的API或单个网页)，并且没有采用服务器或虚拟机的管理开销。无服务器系统简化了开发人员的工作，并在适合工作的范围内提供了弹性。

 

AWS Lambda是目前最知名的无服务器系统之一，但是像亚马逊公司的许多事物(以及云计算的许多事物)一样需要采用工具。而AWS Lambda是工具、框架和项目的集合，旨在简化设置、部署和管理AWS Lambda函数的过程。  

 

1.AWS无服务器应用程序模型(AWS SAM)  

 

长期以来，亚马逊公司一直以提供基础设施和提供工具为主。亚马逊公司在2016年末(AWS Lambda推出大约两年后)推出了AWS无服务器应用程序模型，该模型被称为AWS Lambda的“构建无服务器应用程序的开源框架”。  

 

AWS SAM本质上是一种以较少的工作量为AWS Lambda函数生成AWS CloudFormation应用程序定义的方法。像Kappa一样，企业可以创建一个YAML模板来定义其应用程序，然后将YAML转换为AWS CloudFormation声明。无服务器应用程序模型(SAM)还提供一种在本地测试已定义应用程序的方法，提供用于逐步检查AWS Lambda函数(在Node.js、Python或Go中)的工具，并与Amazon的CodeDeploy一起使用以支持对函数的修订。

 

2. AWS Lambda Power Tuning

 

调整AWS Lambda函数的成本/性能比可能很乏味。为了获得最佳结果，用户需要在函数运行时收集有关该功能的数据，然后根据提供给该功能的工作量做出决策。AWS Lambda Power Tuning项目有助于消除一些繁琐的工作。

 

将AWS Lambda Power Tuning部署为AWS 步进功能状态机。它接受一个AWS Lambda函数和一系列电源配置，使用每个电源配置运行该函数，并报告通常哪种配置最有效地完成工作。通过采用AWS Lambda Power Tuning 2.0版，用户可以针对成本或速度来优化功能。

 

3.Kappa  

 

Kappa以希腊字母lambda之前的字母命名，是一种Python工具集，用于简化AWS Lambda函数的部署。创建AWS Lambda函数涉及许多离散步骤：创建函数、配置权限、配置策略和角色、上载功能、运行测试、，添加事件源等。采用Kappa使其过程自动化。  

 

用户将创建一个描述函数和运行时环境的YAML文件，并提供一个JSON文件作为测试输入。单元测试通过Python的nose来运行，但是任何测试运行器都可以互换。Kappa使得删除函数和删除其关联的角色、策略、事件源信息变得容易，因此用户可以将其设置和拆除。如果需要，可以使用更大的测试机制。

 

在此提出一个警告：Kappa两年内未进行任何修订。同样用Python编写的AWS无服务器应用程序模型项目提供了更完整和最新的功能集。

 

4.Lambda Warmer  

 

调用时，AWS Lambda函数将运行一段有限的时间(最多15分钟)，然后关闭。每当需要重新启动它们时，函数可能会延迟几秒钟。Lambda Warmer项目为用户提供了一种使AWS Lambda函数保持活动状态，并独立避免“冷启动”的方法。  

 

用JavaScript编写的Lambda Warmer是可以添加到现有AWS Lambda函数的模块。它在将实际请求传递给主逻辑时，拦截发送给函数的预热“ping”，并采取适当的操作(例如如果用户使用并发，则处理初始化并发函数实例)。请注意，Lambda Warmer不会触发预热动作。为此，用户需要一个CloudWatch规则或其他一些定期调用的机制。

 

5.Lambdoku  

 

如果用户是Heroku的忠实粉丝，并且想在AWS Lambda上体验类似于Heroku的体验，那么Lambdoku是用户的不二之选。 Lambdoku使用类似于Heroku的命令将AWS Lambda API封装在命令行界面中，甚至模拟了许多Heroku行为，例如管道、配置和发布。其缺点是：由于AWS Lambda处理配置更改的方式，Lambdoku无法像Heroku一样保证操作。