AWS Lambda python函数长时间冷启动答案

【问题标题】：Long cold start on AWS Lambda python functionAWS Lambda python函数长时间冷启动
【发布时间】：2020-05-18 18:22:24
【问题描述】：

我已经使用 Zappa 将一个非常简单的烧瓶函数（即两个简单的路由链接到一个 sql 查询并将它们转换为一个表）转换为一个 Lambda 函数。部署的功能约为 20MB。因为流量会非常低，所以我没有为我的函数使用任何预热机制。

该函数只需要 128MB 内存，当所有之前的实例都被销毁时，使用它运行时，冷启动大约需要 16 秒。

从直觉上看，这似乎很长一段时间，而我读过的内容（例如here）表明，VPC 中的 python 函数 not 冷启动的延迟相对较低。

如果我向函数添加内存，冷启动时间似乎会线性减少。这再次与我读过的内容（例如上面的here）相冲突，因为内存不是冷启动延迟的问题。这是我的调用时间表：

我应该对这些结果感到惊讶还是我错过了什么？

谢谢

斯蒂芬

【问题讨论】：

【解决方案1】：

我并不（如此）惊讶。请记住，在 1GB 的 RAM 下，CPU 是单核的，并且 CPU 会随着内存线性增长。

尝试this tool 微调您的 Lambda 内存/功率和成本。如果您不想提高记忆力，请尝试使用Provisioned Concurrency 来减少冷启动。

PS：你确定那段时间是因为冷启动吗？

【讨论】：

【解决方案2】：

在调用处理函数之前，底层 CPU 不会受到限制（请参阅 this re:invent video）。由于随着内存的增加计费持续时间会减少，因此有消息告诉我，您可能已经在处理程序中编写了函数定义，根据分配给函数的内存自然会对其进行限制，从而花费更长的时间。

尝试描述处理程序之外的所有函数、静态变量，并尽量减少处理程序代码。这将确保 Lambda 在调用受限制的处理程序函数之前，花费更多时间在具有完整 CPU 容量的处理程序之外。

了解更多信息的最佳方法是使用X-Ray segments 分析您的函数代码，以查看函数在哪里花费更多时间。如果这些确实是冷启动，或者只是运行时间更长，这将描绘出更清晰的画面。

注意：冷启动持续时间不计入您的函数持续时间指标，而是在您启用 X 射线跟踪时显示为“初始化持续时间”。

【讨论】：