Warning: file_get_contents(/data/phpspider/zhask/data//catemap/1/amazon-web-services/12.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Amazon web services jar文件的大小是否会影响AWS lambda函数的性能?_Amazon Web Services_Aws Lambda - Fatal编程技术网

Amazon web services jar文件的大小是否会影响AWS lambda函数的性能?

Amazon web services jar文件的大小是否会影响AWS lambda函数的性能?,amazon-web-services,aws-lambda,Amazon Web Services,Aws Lambda,假设我已经将许多第三方jar文件与我的jar捆绑在一起,并且只有很少的文件被使用。 这会影响lambda函数的性能吗? 像我的函数初始化会比较慢吗? AWS如何在幕后初始化lambda函数的容器?每个lambda函数都在自己的容器中运行。创建函数时,Lambda将其打包到一个新容器中,然后在AWS管理的多租户计算机集群上执行该容器。在函数开始运行之前,将为每个函数的容器分配必要的RAM和CPU容量。一旦函数完成运行,开始时分配的RAM将乘以函数运行所花费的时间。然后根据分配的内存和完成函数所需的

假设我已经将许多第三方jar文件与我的jar捆绑在一起,并且只有很少的文件被使用。 这会影响lambda函数的性能吗? 像我的函数初始化会比较慢吗?
AWS如何在幕后初始化lambda函数的容器?

每个lambda函数都在自己的容器中运行。创建函数时,Lambda将其打包到一个新容器中,然后在AWS管理的多租户计算机集群上执行该容器。在函数开始运行之前,将为每个函数的容器分配必要的RAM和CPU容量。一旦函数完成运行,开始时分配的RAM将乘以函数运行所花费的时间。然后根据分配的内存和完成函数所需的运行时间向客户收费

AWS Lambda的整个基础结构层由AWS管理。客户不太了解系统的运行方式,但他们也不需要担心更新底层机器、避免网络争用等问题,AWS自己会处理这些问题

有关lambda如何工作以及jar大小是否会影响性能的详细信息,请参阅以下链接:


每个Lambda函数都在自己的容器中运行。创建函数时,Lambda将其打包到一个新容器中,然后在AWS管理的多租户计算机集群上执行该容器。在函数开始运行之前,将为每个函数的容器分配必要的RAM和CPU容量。一旦函数完成运行,开始时分配的RAM将乘以函数运行所花费的时间。然后根据分配的内存和完成函数所需的运行时间向客户收费

AWS Lambda的整个基础结构层由AWS管理。客户不太了解系统的运行方式,但他们也不需要担心更新底层机器、避免网络争用等问题,AWS自己会处理这些问题

有关lambda如何工作以及jar大小是否会影响性能的详细信息,请参阅以下链接:


下一段来自

将部署包的大小降至运行时所需的最小。这将减少在调用之前下载和解压缩部署包所需的时间。对于用Java或.NET Core编写的函数,请避免将整个AWS SDK库作为部署包的一部分上载。取而代之的是,有选择地依赖于获取所需SDK组件的模块


您不应该在包中包含未使用的依赖项。此外,;请检查lambda层,该层用于保持部署包较小,从而使开发更容易。下面是

的示例项目,下一段来自

将部署包的大小降至运行时所需的最小。这将减少在调用之前下载和解压缩部署包所需的时间。对于用Java或.NET Core编写的函数,请避免将整个AWS SDK库作为部署包的一部分上载。取而代之的是,有选择地依赖于获取所需SDK组件的模块


您不应该在包中包含未使用的依赖项。此外,;请检查lambda层,该层用于保持部署包较小,从而使开发更容易。以下是

的示例项目,这是对Java运行时Lambda函数的一个很好的观察:这是对Java运行时Lambda函数的一个很好的观察:我们能够将jar文件大小从40MB减少到9MB,并且我们没有看到响应有多大差异,但我们必须将内存大小从512MB增加到2GB。我们能够减少jar文件大小从40MB到9MB,我们看不出响应有多大差异,但我们必须将内存大小从512MB增加到2GB。增加lambda函数的内存大小后,Jar文件大小没有多大关系。我认为NodeJS是比java更好的选择,因为它的内存印记更少,而Python则不太确定。我们在Node js中重写了一个函数,它速度很快,即使内存很小,比如<300MBJar文件大小,在增加lambda函数的内存大小后也没什么关系。我认为NodeJS是比java更好的选择,因为它的内存印记更少,而Python则不太确定。我们在Node js中重写了一个函数,即使内存小于300MB,它也很快