在 aws lambda 上运行 python tika答案

【问题标题】：Running python tika on aws lambda在 aws lambda 上运行 python tika
【发布时间】：2020-07-23 18:13:16
【问题描述】：

我正在使用tika python 从 pdf 中获取已解析的文本。它在后台运行 Tika rest 服务，使其可用作链接中提到的 python 库。

在我的本地系统或云实例上，使用此库的第一次运行 python 程序需要一些时间，因为它会启动服务。但是第二次运行没有延迟，因为服务已经在运行。现在，我正在将此程序转换为 aws lambda 函数。因此，每次运行时，服务器都会重新启动，并且每次启动 tika 服务都需要额外的时间。

我最近尝试过引入“用于 lambda 的 EFS”，但 tika 服务器不会在 EFS 中启动，因为没有 java。有没有办法让 tika 服务器保持运行，以便 lambda 函数可以访问服务，而无需每个 lambda 函数启动服务？还是用 aws lambda 不行？

【问题讨论】：

【解决方案1】：

不幸的是，运行 Lambda 函数并不能保证 MicroVM 将存在多长时间。此外，许多 MicroVM 可以同时启动以运行 Lambda。

理想情况下，您可以将必须永久保持活动状态的任何内容（或至少让您控制何时停止它）移至EC2 等服务，或使用ECS 或EKS 作为容器运行。

然后您可以运行您的 Lambda inside the VPC 并与资源通信，而无需额外的启动时间。

【讨论】：

它会自动处理访问资源的并发 lambdas 吗？以及有关如何在空闲一段时间后停止服务的任何参考。
如果该服务位于 ECS Fargate 容器上，您可以使用 CloudWatch 警报来确定何时停止它，但您需要让您的 Lambda 在服务停止后再次启动该服务。关于并发连接从网上的简要介绍来看，它似乎将并发连接作为多个线程处理（尽管我没有使用 Tika 的任何经验，所以不知道如何配置它）。