AWS Lambda和Python'；pyc文件

我试图理解在AWS Lambda中包含.pyc文件和Python包的确切效果

在这方面，我能找到的很少的参考资料表明，没有必要在包中包含.pyc文件。然而，当我不包含这些文件时，我发现Lambda函数的性能受到了巨大的影响

试图在我的软件包（例如Jinja2）中包含一个库时，如果省略它的.pyc文件，导入Jinja2所需的时间总是超过3秒

当我提供.pyc文件时，第一次执行仍然需要3秒钟，但在那之后，它会下降到100-200毫秒（我猜直到函数最终卸载？）

我发现这可能表明AWS Lambda无法保存自己编译的文件，这有意义吗

---

我的问题是-关于AWS Lambda上Python使用.pyc文件的情况，是否有明确的信息来源？有没有办法让AWS Lambda保存自己的.pyc文件？或者我应该继续将它们包含在我的包中吗？

我不这么认为，

.pyc

文件是一个Python解释器编译源代码然后执行此代码的文件。 考虑到这一点，我们可以控制“python虚拟机运行”应该运行哪些文件

我认为最好的解决方案就像你说的：

只要继续把它们包括在我的包裹里就行了

---

一旦您这样做，代码执行器就已经有了您的字节码文件。

有趣的问题。本能地，我会说，如果

pyc

，文件是否存在，应该只对每个AWS Lambda容器的初始化起作用，因为之后所有内容都应该保存在RAM中。所以我很困惑，你看到了每个请求的延迟。您是否做过关于性能影响的结构化测试？嗯，我隔离并定时记录导入语句，并通过AWS控制台和远程调用该函数，无论是否使用pyc文件。结果总是一样的。对于pyc文件，仅在代码更新后的第一次调用速度较慢，而不包括pyc文件，反复运行函数的时间总是超过3秒（默认Lambda设置会导致超时错误）。由于Lambda在服务器场上运行，每次都可能在不同的节点上运行，在执行之间，生成的pyc文件（以及代码生成的任何其他文件）将被丢弃。因此，如果您在包含已编译的Python文件时注意到性能的提高，我建议您继续将它们包含在包中。@cristianoms是的，我现在可以包含它们，但zip文件变大，上载时间变慢，因此我想知道这种行为的原因是什么，是否有更好的方法。除了在建议排除它们的少数地方之外，找不到关于这方面的很多提及。我有一些问题可以帮助我更好地了解您的情况：您是如何生成pyc文件的？您正在使用某种构建工具吗？这个项目有多大？编译后的文件是否会使生成的zip文件的大小急剧膨胀？也许您应该在自己的ec2实例上运行代码，而不是在lambda上运行代码。您甚至可以上载

.pyc

或

.pyo

文件，并忽略

.py

文件以获取任何依赖项（即使处理程序也可能会执行字节码文件，例如，

python file.pyc

）我尝试只上载

.pyc

文件，而不上载源代码，但由于ModuleNotFoundError而失败