AWS Lambda를 이용한 슬랙 알림 메세지 보내기(Feat. Slack, Teams Incoming Webhook)

 

1. AWS Lambda Function 생성하기

1. Lambda 접속 후 > Create Function 클릭
2. Author from scratch 선택 후 아래 하단에 funtion name 생성, Runtime(함수 작성할 언어) 선택

 

3. 아래 Permissions에 AWS 서비스 사용 권한을 주기 위해 IAM role 설정(신규/기존)

4. 회사 망 내에서 사용하기 위해 Advanced settings에서 VPC와 Subnet, 그리고 Security Group을 차례대로 설정

5. Create function 버튼 클릭!

Lambda Function 생성 완료!

 

Lambda Function을 만들었으면, 이 함수를 실행하기 위한 Trigger Event가 필요하다.

 

Trigger Event로는 API Gateway, SNS, EventBridge 등이 있는데, 매일 한번씩 알림 메세지를 보낼 계획이기 때문에 EventBridge에서 schedule event를 활용할 예정이다.

 

2. Amazon EventBridge 생성하기

1. Function 생성 후 overview 페이지에서 +Add trigger 클릭
2. EventBridge trigger 선택
3. Create a new rule 선택 후 이름 생성
4. Rule type에 Schedule expression 선택 후 cron 스케줄 입력
   • https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-create-rule-schedule.html

Creating an Amazon EventBridge rule that runs on a schedule - Amazon EventBridge

마지막으로 Add 클릭!

 

EventBridge 생성 후 추가 완료!

 

3. AWS Lambda Function 함수 코드 작성하기

import os
import json
import urllib.request
import pymongo
import datetime


def post_slack(argStr):
    message = argStr
    send_data = {
        "text": message,
    }
    send_text = json.dumps(send_data)
    request = urllib.request.Request(
        # slack Alert
        "https://hooks.slack.com/services/TRD8WMQSF/...zA8", 
        data=send_text.encode('utf-8'), 
    )

    with urllib.request.urlopen(request) as response:
        slack_message = response.read()


def lambda_handler(event, context):
    
    # connect to MongoDB
    db_con = os.environ['URI']
    connection = pymongo.MongoClient(db_con)
    
    # connect to MongoDB Database
    database = connection.get_database('GB')
    
    today = datetime.datetime.today().strftime("%Y-%m-%d")
    last_month = datetime.datetime.today() - datetime.timedelta(days=30)
    last_month = last_month.strftime("%Y-%m-%d")
    
    data_cursor = database.get_collection('Site').find({"useCd":"US", "conEndDt":{"$gte" : last_month,  "$lte" : today} })
    # data_cursor = database.get_collection('Site').find({"conEndDt":{"$gte" : last_month,  "$lte" : today} })
    for data in data_cursor:
        print(data['siteNm'], data['serviceKey'], data['useCd'], data['conStartDt'], data['conEndDt'], data['seviceEndDt']) 
        
        siteNm = data['siteNm']
        serviceKey = data['serviceKey']
        useCd = data['useCd']
        conStartDt = data['conStartDt']
        conEndDt = data['conEndDt']
        seviceEndDt = data['seviceEndDt']
        
        post_slack('{} / {} \n{} ~ {} \n{}'.format(siteNm, serviceKey, conStartDt, conEndDt, seviceEndDt))
        post_slack('-------------------------------------')

 

MongoDB의 데이터를 확인해서 Slack에 매일 한 번씩 알림을 보내는 코드이다. 

만약 Teams와 연동시키고 싶다면, 위 코드에서

# slack Alert
        "https://hooks.slack.com/services/TRD8WMQSF/...zA8", 
        data=send_text.encode('utf-8'), 
    )

부분에 Teams Incoming WebHook URL을 넣어주면 된다.

 

코드 작성 후 Deploy 클릭!

 

MongoDB의 접근해서 데이터를 불러와야 했으므로 pymongo 모듈을 사용했고, Lambda에서 파이썬 모듈을 사용하려면 Layers라는 기능을 생성 후 추가해줘야 한다.

 

4. Layers 생성하기

한마디로 로컬에서 필요한 모듈 설치 후 관련 패키지 폴더들을 zip으로 묶어 올려줌으로써 Lambda Function에서 활용할 수 있도록 하는 것이다.

 

0. 사전작업

1. 로컬에서 python이라는 폴더명으로 폴더를 만들고 해당 경로에서 터미널 열기
2. $ pip3 install {module} -t .
3. python 파일 zip 압축하기

 

 

1. AWS Lamdba 콘솔에서 왼쪽 메뉴바의 Layers 클릭 후 Create layer 클릭\
2. Name 입력 후 Upload zip file 선택 후 python.zip 파일 Upload
3. 사용할 파이썬 버전 선택 후 Create!

 

 

 

1. Function 페이지에서 하단의 Layers 클릭 후 Add a layer 클릭
2. Custom layers 선택 후 방금 만든 layers 선택 후 Add!

 

5. 환경변수 생성하기

마지막으로 mongoDB를 연결해주기 위한 URI 변수를 환경 변수에 등록해줘야 한다.

1. Configuration에서 Environment variables 클릭
2. Key와 Value 입력 후 Function 코드에서 사용

    db_con = os.environ['URI']
    connection = pymongo.MongoClient(db_con)

 

 

코드의 Test 버튼을 눌러서 슬랙으로 알림이 오는 것을 확인 완료!

 

 

 

- 이상 오늘의 삽질일기 끝:)

 

 

---

여기저기 삽질도 해보고

날려도 먹으면서

배우는 게

결국 남는거다

- Z.Sabziller

 

 

 

 

'쫄보의삽질' 블로그 탄생스토리가 궁금하다면 👇

Git push 취소 방법 (feat. '쫄보의삽질' 블로그 탄생 배경)