Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com11. Oktober 2024 · Q010572

While Loops in AWS Step Function

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der vollständige Bericht erklärt anhand eines Beispiels, wie Lambda-, Choice- und Pass-Zustände in AWS Step Functions eine While-Schleife bilden: Eine Zahl wird wiederholt mit zehn multipliziert, bis sie über 100 liegt. Für die Eingabe 0,15 nennt der Autor das Ergebnis 150 und drei Lambda-Aufrufe; für For-Schleifen bevorzugt er persönlich den Map-Zustand.

Mittel

Der vollständige Bericht zeigt, wie sich eine While-Schleife in AWS Step Functions mit vier Zuständen nachbilden lässt: einem Lambda-Aufruf, einem Choice-Zustand und zwei Pass-Zuständen. Das Beispiel multipliziert eine Zahl wiederholt mit zehn, bis sie größer als 100 ist. Die Lambda-Funktion liest `event.number` und gibt das Ergebnis unter demselben Schlüssel zurück.

Nach dem Lambda-Aufruf prüft der Choice-Zustand die Schleifenbedingung. Bei erfüllter Bedingung führt ein Pass-Zustand zurück zum Lambda; andernfalls beendet der zweite Pass-Zustand den Ablauf. Der Autor demonstriert dies mit der Eingabe `{"number": 0.15}`. Laut Bericht ergibt die Ausführung 150, und die Lambda-Funktion wird dreimal aufgerufen. Die Einrichtung wird anhand von Konsolenansichten beschrieben; der Text liefert keinen vollständigen Zustandscode oder eine ausführliche Behandlung von Fehlern und Produktionsanforderungen.

Der Autor erwähnt, dass sich auch For-Schleifen über einen Zähler und Choice realisieren lassen, bevorzugt dafür aber persönlich den Map-Zustand. Das Beispiel veranschaulicht die Grundidee, macht jedoch keine allgemeine Aussage über ihre Eignung für andere Abläufe.

Ausführlich lesen

Der vollständige Bericht beschreibt, wie sich in AWS Step Functions eine While-Schleife mit einem Lambda-Aufruf, einem Choice-Zustand und zwei Pass-Zuständen nachbilden lässt. Die zentrale Idee: Der Choice-Zustand prüft eine Bedingung. Ist sie erfüllt, führt ein Pass-Zustand zurück zum Lambda-Aufruf; andernfalls leitet der zweite Pass-Zustand zum Ende des Ablaufs weiter.

Als Beispiel soll eine übergebene Zahl wiederholt mit zehn multipliziert werden, bis das Ergebnis größer als 100 ist. Dafür zeigt der Bericht eine Lambda-Funktion, die den Wert von `event.number` mit zehn multipliziert und ein Objekt mit dem neuen Wert zurückgibt. Als erwartetes Lambda-Eingabeformat nennt der Text `{"number": 1}`. Für den Zustandsautomaten wird anschließend `{"number": 0.15}` als Eingabe angegeben.

Der beschriebene Ablauf besteht aus vier Zuständen: Lambda Invoke, Choice und zwei Pass-Zuständen. Der Lambda-Zustand ruft die zuvor angelegte Funktion auf und führt danach zum Choice-Zustand. Dort wird eine Regel eingerichtet, die bei erfüllter Bedingung über „Pass To Lambda“ zurück zum Lambda-Aufruf führt. Ist die Bedingung nicht erfüllt, geht der Ablauf über „Pass To End“ zu Ende. Der Bericht erläutert die Einrichtung vor allem anhand von Screenshots und den Auswahlmöglichkeiten im AWS-Konsoleneditor; den vollständigen Zustandscode oder eine detaillierte Erklärung der Bedingung zeigt der Textauszug nicht.

Als Ergebnis nennt der Autor für die Eingabe 0,15 den Wert 150. Außerdem sei in der State View zu sehen, dass die Lambda-Funktion dreimal ausgeführt wurde. Damit veranschaulicht das Beispiel die Schleife, liefert aber keinen umfassenden Vergleich verschiedener Implementierungen oder eine Diskussion von Fehlerbehandlung, Laufzeitgrenzen und Produktionsanforderungen.

Abschließend merkt der Autor an, dass sich auch eine For-Schleife mit einem Zähler und einer Choice-Bedingung umsetzen ließe. Persönlich bevorzuge er dafür jedoch den Map-Zustand, den er in einem früheren Beitrag behandelt habe. Die Empfehlung ist als persönliche Präferenz gekennzeichnet. Der Bericht konzentriert sich auf ein einfaches Tutorialbeispiel und belegt keine weitergehenden Aussagen zur Eignung der Methode für andere Workloads.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: ok

Beide Zusammenfassungen von Luna (kurz und mittel) geben den Bericht sachlich korrekt wieder; die Angaben zu Zustandsanzahl, Eingabe 0,15, Ergebnis 150, dreimaligem Lambda-Aufruf und der Präferenz für Map stimmen mit dem Text überein. Lunas Stufe 3 und ihr Anteil von 26 % wurden bei der Bewertung nicht übernommen, da die Einordnung allein aus dem Bericht abgeleitet wurde. Im Bericht selbst steht die Eingabe im Überblick als „numbers“, bei der Ausführung als „number“; dies ist ein Tippfehler im Quelltext.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 26 %Hintergrund, keine Belege
    • JEV offen
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung kein Bezug

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →