你有一个现成的 Flask API，想部署到 AWS Lambda 享受 Serverless 的好处，但又不想改代码？AWS Lambda Web Adapter 可以帮你实现。
本文将手把手教你如何使用 Docker + Gunicorn + Lambda Web Adapter，将 Flask 应用部署到 Lambda，并通过 API Gateway 对外提供服务。
为什么选择这个方案？ 传统方式部署 Flask 到 Lambda 需要使用 Mangum、aws-wsgi 等第三方库，需要修改代码添加 handler。而 Lambda Web Adapter 是 AWS 官方方案，有以下优势：
零代码改动 ：Flask 代码完全不用改生产级配置 ：可以使用 Gunicorn 作为 WSGI 服务器本地开发友好 ：同一个 Docker 镜像本地和 Lambda 都能跑框架无关 ：Flask、Django、FastAPI 都支持
架构概览 1 2 3 4 5 客户端 → API Gateway → Lambda (Docker 容器) ↓ Lambda Web Adapter ↓ Gunicorn + Flask
Lambda Web Adapter 作为 Lambda Extension 运行，负责将 API Gateway 事件转换为标准 HTTP 请求，Flask 应用完全感知不到自己运行在 Lambda 上。
准备工作 确保你已安装：
Docker
AWS CLI（已配置凭证）
Python 3.11+
第一步：创建 Flask 应用 创建项目目录和文件：
1 mkdir flask-lambda && cd flask-lambda
app.py - 一个简单的 Flask API：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 from flask import Flask, jsonify, requestapp = Flask(__name__) @app.route('/' def health (): return jsonify(status='healthy' ) @app.route('/api/hello' def hello (): name = request.args.get('name' , 'World' ) return jsonify(message=f'Hello, {name} !' ) @app.route('/api/echo' , methods=['POST' ] def echo (): data = request.get_json() return jsonify(received=data)
requirements.txt ：
1 2 flask==3.0.0 gunicorn==21.2.0
第二步：配置 Gunicorn gunicorn.conf.py - 针对 Lambda 优化的配置：
1 2 3 4 5 6 7 8 bind = '0.0.0.0:8080' workers = 1 threads = 4 timeout = 30 keepalive = 2 accesslog = '-' errorlog = '-' loglevel = 'info'
第三步：编写 Dockerfile Dockerfile ：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 FROM python:3.11 -slimCOPY --from=public.ecr.aws/awsguru/aws-lambda-adapter:0.9.1 /lambda-adapter /opt/extensions/lambda-adapter WORKDIR /app COPY requirements.txt . RUN pip install --no-cache-dir -r requirements.txt COPY . . EXPOSE 8080 CMD ["gunicorn" , "-c" , "gunicorn.conf.py" , "app:app" ]
核心就是这一行 COPY --from=...，它从 AWS 公共 ECR 仓库拉取 Lambda Web Adapter 二进制文件，放到 /opt/extensions/ 目录。Lambda 启动时会自动加载这个 Extension。
第四步：本地测试 构建前先登录 ECR Public：
1 2 aws ecr-public get-login-password --region us-east-1 | \ docker login --username AWS --password-stdin public.ecr.aws
构建并运行：
1 2 docker build --platform linux/amd64 -t flask-lambda . docker run -p 8080:8080 flask-lambda
测试：
1 2 3 4 5 6 7 8 9 10 curl http://localhost:8080/ curl "http://localhost:8080/api/hello?name=Lambda" curl -X POST http://localhost:8080/api/echo \ -H "Content-Type: application/json" \ -d '{"msg":"hello"}'
本地没问题，接下来部署到 AWS。
第五步：推送镜像到 ECR 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 AWS_REGION="ap-northeast-1" AWS_ACCOUNT_ID=$(aws sts get-caller-identity --query Account --output text) ECR_REPO="flask-lambda" aws ecr create-repository --repository-name $ECR_REPO --region $AWS_REGION aws ecr get-login-password --region $AWS_REGION | \ docker login --username AWS --password-stdin \ $AWS_ACCOUNT_ID .dkr.ecr.$AWS_REGION .amazonaws.com docker tag flask-lambda:latest \ $AWS_ACCOUNT_ID .dkr.ecr.$AWS_REGION .amazonaws.com/$ECR_REPO :latest docker push $AWS_ACCOUNT_ID .dkr.ecr.$AWS_REGION .amazonaws.com/$ECR_REPO :latest
第六步：创建 Lambda 函数 首先创建 IAM 角色：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 cat > trust-policy.json << 'EOF' { "Version" : "2012-10-17" , "Statement" : [{ "Effect" : "Allow" , "Principal" : {"Service" : "lambda.amazonaws.com" }, "Action" : "sts:AssumeRole" }] } EOF aws iam create-role \ --role-name flask-lambda-role \ --assume-role-policy-document file://trust-policy.json aws iam attach-role-policy \ --role-name flask-lambda-role \ --policy-arn arn:aws:iam::aws:policy/service-role/AWSLambdaBasicExecutionRole sleep 10
创建 Lambda 函数：
1 2 3 4 5 6 7 8 aws lambda create-function \ --function-name flask-api \ --package-type Image \ --code ImageUri=$AWS_ACCOUNT_ID .dkr.ecr.$AWS_REGION .amazonaws.com/$ECR_REPO :latest \ --role arn:aws:iam::$AWS_ACCOUNT_ID :role/flask-lambda-role \ --timeout 30 \ --memory-size 512 \ --region $AWS_REGION
第七步：配置 API Gateway 打开 API Gateway 控制台，创建 REST API：
点击「创建 API」→ 选择「REST API」→「构建」
输入 API 名称，如 flask-api
创建资源：
点击「创建资源」
勾选「代理资源」
资源路径填 {proxy+}
点击「创建资源」
设置集成：
集成类型选「Lambda 函数」
勾选「Lambda 代理集成」
选择你的 Lambda 函数 flask-api
同样为根路径 / 创建 ANY 方法，集成到同一个 Lambda
点击「部署 API」，阶段名填 v1
部署完成后，你会得到一个调用 URL，类似：
1 https://xxxxxx.execute-api.ap-northeast-1.amazonaws.com/v1
第八步：测试 API 1 2 3 4 5 6 7 API_URL="https://xxxxxx.execute-api.ap-northeast-1.amazonaws.com/v1" curl $API_URL / curl "$API_URL /api/hello?name=Serverless"
🎉 大功告成！你的 Flask API 已经运行在 Lambda 上了。
进阶：IAM 认证 如果你的 API 需要认证，可以在 API Gateway 中启用 IAM 认证。调用时需要对请求进行 SigV4 签名：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 import boto3from botocore.auth import SigV4Authfrom botocore.awsrequest import AWSRequestimport requestsdef signed_request (method, url, data=None , headers=None ): session = boto3.Session() credentials = session.get_credentials() headers = headers or {} request = AWSRequest(method=method, url=url, data=data, headers=headers) SigV4Auth(credentials, "execute-api" , "ap-northeast-1" ).add_auth(request) return requests.request( method=method, url=url, headers=dict (request.headers), data=data ) resp = signed_request("GET" , f"{API_URL} /api/hello" ) print (resp.json())
更新部署 代码更新后，只需重新构建镜像并更新 Lambda：
1 2 3 4 5 6 7 docker build --platform linux/amd64 -t flask-lambda . docker tag flask-lambda:latest $AWS_ACCOUNT_ID .dkr.ecr.$AWS_REGION .amazonaws.com/$ECR_REPO :latest docker push $AWS_ACCOUNT_ID .dkr.ecr.$AWS_REGION .amazonaws.com/$ECR_REPO :latest aws lambda update-function-code \ --function-name flask-api \ --image-uri $AWS_ACCOUNT_ID .dkr.ecr.$AWS_REGION .amazonaws.com/$ECR_REPO :latest
冷启动优化 首次请求可能需要 1-2 秒（冷启动），可以通过以下方式优化：
启用 Provisioned Concurrency ：预热实例，消除冷启动减小镜像体积 ：使用 slim 基础镜像，减少依赖启用异步初始化 ：设置环境变量 AWS_LWA_ASYNC_INIT=true
总结 使用 Lambda Web Adapter，你可以：
保持 Flask 代码不变
使用熟悉的 Gunicorn 生产配置
同一镜像本地和云端都能运行
享受 Serverless 的弹性伸缩和按需付费
参考资料
