Ya sabes que una función Lambda se ejecuta cuando ocurre un evento (subcapítulo 14.1). Pero ¿qué eventos? ¿Quién «llama» a la función? Eso lo definen los triggers (disparadores): las fuentes que invocan tu Lambda. En este subcapítulo veremos los más importantes y cómo abren la puerta a un montón de arquitecturas.

Un trigger (disparador) es lo que hace que tu función se ejecute. Tú conectas una fuente de eventos a tu Lambda, y cada vez que esa fuente genera un evento, AWS invoca tu función automáticamente, pasándole los datos del evento.

Una misma función puede tener uno o varios triggers. Veamos los cuatro más comunes.

API Gateway permite que tu Lambda responda a peticiones HTTP, igual que una API web normal. Es la forma de crear backends y APIs serverless.

Ejemplo del mundo real: una app móvil necesita un backend que devuelva la lista de productos. En vez de montar un servidor siempre encendido (EC2), pones API Gateway + Lambda: cuando la app hace GET /productos, API Gateway invoca tu Lambda, que devuelve los datos. Si nadie usa la app de noche, no pagas nada. Si de día la usan miles, escala solo.

Este es uno de los patrones serverless más populares, y la base del proyecto del blog serverless que veremos en el Capítulo 33.

Recuerda S3, el almacenamiento de objetos (Capítulo 5). Puedes configurar un bucket para que cada vez que se sube (o borra) un archivo, dispare una Lambda.

Ejemplo clásico: una web donde los usuarios suben fotos. Cuando una imagen llega al bucket de S3, se dispara una Lambda que crea automáticamente una miniatura (versión pequeña) y la guarda. El usuario no espera: la foto se procesa «sola» en segundo plano. Otros usos: convertir formatos, extraer texto, escanear en busca de virus, etc.

Recuerda DynamoDB (subcapítulo 8.3). Un DynamoDB Stream es un «registro de cambios» de la tabla: cada vez que se crea, modifica o borra un elemento, puede disparar una Lambda con el detalle del cambio.

Ejemplo: en una tienda, cuando se inserta un nuevo pedido en la tabla Pedidos, el stream dispara una Lambda que envía un email de confirmación al cliente y actualiza un panel de ventas. La base de datos «avisa» de sus propios cambios, y la lógica reacciona automáticamente.

Recuerda las colas (las veremos a fondo en el Capítulo 15). Una cola SQS acumula mensajes (tareas pendientes), y una Lambda puede ir procesándolos uno a uno o en lotes.

Ejemplo: una tienda recibe miles de pedidos en una avalancha (Black Friday). En vez de procesarlos todos de golpe y saturarse, los mete en una cola SQS. Una Lambda los va sacando y procesando a un ritmo sostenible. La cola actúa de «amortiguador» (lo veremos como desacoplamiento en el Capítulo 15).

Y hay muchos más: CloudWatch (tareas programadas tipo «cada noche a las 2:00»), SNS (notificaciones), EventBridge (eventos del sistema, Capítulo 15), Kinesis (streaming de datos, Capítulo 29), etc.

Lo importante de los triggers es el patrón que habilitan: las arquitecturas dirigidas por eventos (event-driven). En vez de un gran programa monolítico que lo hace todo, tienes pequeñas funciones que reaccionan a eventos:

Cada pieza es pequeña, independiente y se ejecuta solo cuando hace falta. Esto hace los sistemas más flexibles, desacoplados y baratos. Profundizaremos en estos patrones en los Capítulos 15 y 28.

• Un trigger (disparador) es la fuente que invoca tu Lambda cuando ocurre un evento; conectas la fuente y AWS llama a tu función automáticamente.
• API Gateway: peticiones HTTP → tu Lambda actúa como API/backend serverless.
• S3: un archivo subido → procesar imágenes, convertir formatos, escanear...
• DynamoDB Streams: un cambio en la base de datos → reaccionar (emails, estadísticas).
• SQS: mensajes en una cola → procesar tareas en segundo plano a un ritmo sostenible.
• Los triggers habilitan las arquitecturas dirigidas por eventos: pequeñas funciones que reaccionan a eventos, más flexibles y baratas que un monolito.

En el siguiente subcapítulo veremos un aspecto práctico clave: cómo gestionar las dependencias (librerías) de tu función y reutilizar código con las capas (Layers).