1 réponse
- Le plus récent
- Le plus de votes
- La plupart des commentaires
0
【以下的回答经过翻译处理】 值得使用类似于X-Ray的工具来确定延迟的来源。问题可能与Java SDK有关,但如果没有实际数据,很难说。我在Lambda中使用Python进行了大量的工作 - 冷启动时间非常短,使用DynamoDB的首次请求时间也非常短。
Lambda函数的响应时间随着内存的增加而降低,因为分配给它们的CPU与内存成比例 - 内存越多,CPU越多,这解释了其中一些差异。
一般来说,我建议客户优化他们的代码,以减少冷启动时间。其中的一种方法是仅在需要时才惰性加载/初始化库,而不是在函数开始时。
使用像AWS X-Ray类似的工具来精确确定延迟是从哪里产生的。
问题很可能与Java SDK有关,但是没有实际数据,我们很难下定论。我在Lambda中使用Python做了很多工作 - 冷启动时间非常短,而与DynamoDB的首次请求时间也同样非常短。
对于内存较多的Lambda函数,响应时间更低,因为分配给它们的CPU与内存成正比 - 更多的内存就意味着更多的CPU,这也解释了其中的部分差异。
总的来说,我建议优化他们的代码以减少冷启动时间。其中一个方法是仅在需要某些库时做懒加载/初始化,而不是在函数启动时就加载。
Contenus pertinents
- demandé il y a 7 mois
- demandé il y a 10 mois
- demandé il y a un an
- AWS OFFICIELA mis à jour il y a un an
- AWS OFFICIELA mis à jour il y a 2 ans
- AWS OFFICIELA mis à jour il y a un an
- AWS OFFICIELA mis à jour il y a un an