AWS Lambda 和不准确的内存分配答案

【问题标题】：AWS Lambda and inaccurate memory allocationAWS Lambda 和不准确的内存分配
【发布时间】：2016-02-09 17:42:23
【问题描述】：

我意识到我需要分配比我的 AWS Lambda 函数更多的内存，否则我会得到：

{
"errorMessage": "Metaspace",
"errorType": "java.lang.OutOfMemoryError"
}

例如，我有一个分配了 128MB 的 Lambda 函数，它总是因该错误而崩溃，而在控制台中它显示“使用的最大内存为 56 MB”。
然后我分配了 256MB，它不再崩溃，但它总是给我一个介于 75 和 85MB 之间的“使用的最大内存”。

怎么会？谢谢。

【问题讨论】：

投反对票的人或许可以解释原因。
我刚刚遇到了同样的问题。有谁知道为什么会这样？
我也有类似的问题
真正的问题：可以更改这些设置吗？

标签： amazon-web-services aws-lambda

【解决方案1】：

分配给 java lambda 函数的内存量由堆、元和保留的代码内存共享。

容器为分配 256M 的函数执行的 java 命令类似于：

java -XX:MaxHeapSize=222823k -XX:MaxMetaspaceSize=26214k -XX:ReservedCodeCacheSize=13107k -XX:+UseSerialGC -Xshare:on -XX:-TieredCompilation -jar /var/runtime/lib/LambdaJavaRTEntry-1.0.jar

222823k + 26214k + 13107k = 256M

容器为分配 384M 的函数执行的 java 命令类似于

java -XX:MaxHeapSize=334233k -XX:MaxMetaspaceSize=39322k -XX:ReservedCodeCacheSize=39322k -XX:+UseSerialGC -Xshare:on -XX:-TieredCompilation -jar /var/runtime/lib/LambdaJavaRTEntry-1.0.jar

334233k + 39322k + 39322k = 384M

所以，公式似乎是

85% 堆 + 10% 元 + 5% 保留代码缓存 = 100% 已配置函数内存

老实说，我不知道 Cloudwatch 日志中报告的“使用的最大内存”值是如何计算的。它与我看到的任何东西都不一致。

【讨论】：

您可以通过ManagementFactory.getRuntimeMXBean().getInputArguments()找到它。

【解决方案2】：

这里发生的事情可能是以下两种情况之一：

该函数未能保留额外的内存并失败，导致您看到错误，并保持内存较低，因为对更多的请求导致 JVM 崩溃。
您只用尽了元空间，@jstell 指出它只占总内存的 10%，而且您只使用了 56MB 的堆空间。

当您使用更大的内存占用时，它会增加您的元空间分配，从而使函数能够运行。

【讨论】：