AWS SAM（Serverless Application Model）是Amazon Web Services（AWS）提供的一种模型，用于定义Serverless应用程序的部署。每次部署应用程序时，资源（例如Lambda函数、API网关）的ARN（Amazon 资源名称）可能会发生更改，这可能会影响其他资源的引用。

以下是一些可能的解决方案：

1.使用CFN参数存储ARN：在SAM模版中使用AWS CloudFormation（CFN）参数存储需要引用的资源ARN。资源ARN随每次部署而更改，但是在SAM模版中您可以引用已存储的ARN参数。

例如：

Resources: YourLambdaFunction: Type: AWS::Serverless::Function Properties: CodeUri: . Handler: app.lambda_handler Runtime: python3.8 FunctionName: YourLambdaFunction Environment: Variables: YOUR_S3_BUCKET: !Ref YourS3BucketArn

Parameters: YourS3BucketArn: Type: String Description: 'Your S3 bucket ARN' Default: arn:aws:s3:::your-s3-bucket

2.使用CFN输出：使用AWS CloudFormation的输出功能将需要引用的资源ARN作为输出信息发布。您可以在SAM模版中引用这些输出。

例如：

Resources: YourLambdaFunction: Type: AWS::Serverless::Function Properties: CodeUri: . Handler: app.lambda_handler Runtime: python3.8 FunctionName: YourLambdaFunction Environment: Variables: YOUR_S3_BUCKET: !Ref YourS3BucketArn

Outputs: YourS3BucketArnOutput: Value: !Ref YourS3Bucket Export: Name: your-s3-bucket-arn

3.使用AWS Lambda环境变量：您还可以使用AWS Lambda函数的环境变量存储需要引用的资源ARN。然后，在SAM模版中，您可以使用“!Sub”函数引用这些环境变量。

例如：

Resources: YourLambdaFunction: Type: AWS::Serverless::Function Properties: CodeUri: . Handler: app.lambda_handler Runtime: python3.8 FunctionName: YourLambdaFunction Environment: Variables: YOUR_S3_BUCKET_ARN: arn:aws:s3:::your-s3-bucket

s3_bucket_name = !Sub '${YOUR_S3_BUCKET_ARN}'.split('::')[-1] ... """ Use s3_bucket_name in your code here """ ...

在每次部署时，检查SAM模版和资源ARN之间的关系，并选择适合您应用程序需求的解决方案。