Python 为什么AWS Lambda在将函数传递给装饰器时超时？

我正在开发一个python AWS Lambda函数，它使用pydantic执行输入验证。我最近发现Lambda在执行以下代码时超时（超时15秒）：

def _stringify(v):
    return str(v)

class SomeModel(BaseModel):
    a: int
    _stringify = validator("a", allow_reuse=True)(_stringify)

SomeModel(a=12)

我已经发现，调用

\u stringify=validator（“a”，allow\u reuse=True）（\u stringify）

将\u stringify函数传递给验证器装饰器时会出现问题。这在本地环境中完全起作用，但在AWS Lambda中不起作用。以下“SomeModel”的替代定义也适用于AWS Lambda环境

class SomeModel(BaseModel):
    a: int

    @validator("a")
    def stringify(cls, v):
        return str(v)

对AWS Lambda有更好理解的人是否有任何想法，为什么

\u stringify=validator（“a”，allow\u reuse=True）（\u stringify）

会导致超时，您能否建议任何可能的修复方案

（注意：SomeModel的替代定义是不可取的，因为它违反了DRY原则，因为我们希望在多个模型中使用_stringify。）

在本地和Lambda环境中运行时，代码不会引发异常

class SomeModel(BaseModel):
    a: int

    @validator("a")
    def stringify(cls, v):
        return str(v)

环境：
AWS Lambda
Python3.8-通过docker定制运行时构建。Lambda层支持：

• pydantic-v1.6.1（python 3.8）

环境： python 3.8

AWS Lambda不支持Python 3.8，除非您使用自己的自定义运行时（）

您需要执行以下步骤：

检查您的代码在Python3.7下是否可以正常工作

检查Lambda的设置，并确保已将其设置为使用Python 3.7

准备一个包含所有第三方依赖项（pydantic等）的zip文件，并将其上载到AWS Lambda的配置网页，或在Lambda的部署过程中在脚本中使用它：。不要忘记在这一步中使用Python3.7和适当的Linux发行版。最好使用CentOS（或适用于Linux的Windows子系统（WSL）软件包）。然而，Ubuntu18.04（以及一个合适的WSL软件包）在大多数情况下工作正常。如果您遇到某个第三方python包的问题，请从pypi.org下载适当的与linux兼容的通用.whl文件，并将此.whl文件添加到生成的.zip文件中，其中包含您的第三方依赖项

---

通过我们的步骤#3，您将无法使用第三方库

在本地运行需要多长时间？是否有例外？工作版本相当于在普通函数定义之后编写

stringify=validator（“a”）（stringify）

。非工作版本基本上只是等号后面的部分-您实际上没有定义任何东西，

SomeModel

不受代码行的任何影响。本地运行@Parsifal需要1.4微秒。我尝试了您的建议@jasonharper，但没有解决问题。很好的提示：）。我已经编辑了代码来修复@jasonharper.Hi注意到的错误！我们正在运行一个使用docker构建的自定义运行时，以支持python 3.8和其他依赖项。我会更新帖子，让它更明确。