带有Google Vision API的AWS Lambda抛出PEM_read_bio：no起始行或Errno :: ENAMETOOLONG

Question

目标：用户上传到S3，Lambda被触发以获取文件并发送到Google Vision API进行分析，并返回结果。

根据此 ， google-cloud需要本机库，必须针对拉姆达运行的操作系统进行编译。 使用lambda-packager引发了错误，但是一些Internet搜索使用带有Node和NPM的EC2来运行安装程序。 本着黑客的精神，这就是我所做的，以使其大部分都能正常工作*。 至少lambda停止给我ELF标头错误。

我当前的问题是，有两种方法可以调用Vision API，但两种方法均无效，并且两种方法都返回不同的错误（大多数情况下）。

---

通用代码：此代码始终相同，它位于函数的顶部，我将其分开以使以后的代码块专注于此问题。

'use strict';

const AWS = require('aws-sdk');
const S3 = new AWS.S3();
const Bucket = 'my-awesome-bucket'; 

const gCloudConfig = {
    projectId: 'myCoolApp',
    credentials: {
        client_email: 'your.serviceapi@project.email.com',
        private_key: 'yourServiceApiPrivateKey'
    }
}
const gCloud = require('google-cloud')(gCloudConfig);
const gVision = gCloud.vision();

---

使用detect() ：此代码始终返回错误Error: error:0906D06C:PEM routines:PEM_read_bio:no start line 。 理论上，它应该起作用，因为URL是公共的。 通过搜索错误，我认为这可能是HTTPS的事情，因此我什至尝试了一种变体，将HTTPS替换为HTTPS，但遇到了同样的错误。

exports.handler = (event, context, callback) => {
    const params = {
        Bucket,
        Key: event.Records[0].s3.object.key
    }
    const img = S3.getSignedUrl('getObject', params);
    gVision.detect(img, ['labels','text'], function(err, image){
        if(err){
            console.log('vision error', err);
        }
        console.log('vision result:', JSON.stringify(image, true, 2));
    });
}

---

使用detectLabels() ：此代码始终返回Error: ENAMETOOLONG: name too long, open ....[the image in base64]... 有人建议，该方法不应传递给base64映像，而应传递给公共路径。 这可以解释为什么它说名称太长（base64图像就是URL）。 不幸的是，这从上面给出了PEM错误。 我也尝试过不进行base64编码，而是直接从aws传递对象缓冲区，但这也导致了PEM错误。

exports.handler = (event, context, callback) => {
    const params = {
        Bucket,
        Key: event.Records[0].s3.object.key
    }
    S3.getObject(params, function(err, data){
        const img = data.Body.toString('base64');
        gVision.detectLabels(img, function(err, labels){
            if(err){
                console.log('vision error', err);
            }
            console.log('vision result:', labels);
        });
    });
}

---

根据最佳实践 ，该图像应使用base64编码。

从API文档和示例以及其他任何内容来看，我似乎都在正确使用它们。 我觉得我已经阅读了所有这些文档一百万次。

我不确定如果要使用base64，该如何处理NAMETOOLONG错误。 这些图像不超过1MB。

* PEM错误似乎与凭证有关，并且因为我对所有这些凭证的工作方式以及如何在EC2（没有任何PEM文件）上编译模块的理解，可能是我的问题。 也许我需要在运行npm install之前设置一些凭据，就像需要在linux机器上安装一样？ 这开始超出我的理解范围，所以我希望这里的人知道。

理想情况下，使用detect会更好，因为我可以指定要检测的内容，但是仅从Google获得任何有效的响应就很棒。 大家都可以提供的任何线索将不胜感激。

Answer 1

因此，在与另一位同事的对话中，我建议我考虑放弃API的整个加载过程，而使用google-cloud模块。 相反，我应该考虑通过curl尝试使用Cloud REST API，看看它是否可以那样工作。

简而言之，我提出了一个HTTP请求并针对Google Cloud使用REST API。

这是我现在可以使用的lambda函数。 可能仍然需要进行调整，但这是可行的。

'use strict';

const AWS = require('aws-sdk');
const S3 = new AWS.S3();
const Bucket = 'yourBucket';
const fs = require('fs');
const https = require('https');

const APIKey = 'AIza...your.api.key...kIVc';

const options = {
    method: 'POST',
    host: `vision.googleapis.com`,
    path: `/v1/images:annotate?key=${APIKey}`,
    headers: {
        'Content-Type': 'application/json'
    }
}

exports.handler = (event, context, callback) => {
    const req = https.request(options, res => {
        const body = [];
        res.setEncoding('utf8');
        res.on('data', chunk => {
            body.push(chunk);
        });
        res.on('end', () => {
            console.log('results', body.join(''));
            callback(null, body.join(''));
        });
    });

    req.on('error', err => {
        console.log('problem with request:', err.message);
    });

    const params = {
        Bucket,
        Key: event.Records[0].s3.object.key
    }
    S3.getObject(params, function(err, data){
        const payload = {
            "requests": [{
                "image": {
                    "content": data.Body.toString('base64')
                },
                "features": [{
                    "type": "LABEL_DETECTION",
                    "maxResults": 10
                },{
                    "type": "TEXT_DETECTION",
                    "maxResults": 10
                }]
            }]
        };

        req.write(JSON.stringify(payload));
        req.end();
    });
}