Python dynamodb简单查询执行时间

我有一个python aws lambda函数，用于查询aws dynamodb。 由于我的api现在需要大约1秒的时间来响应一个非常简单的查询/表设置，所以我想了解我可以在哪里进行优化

该表目前只有3项（用户），结构如下：

user_id (Primary Key, String),
details ("[{
      "_nested_atrb1_str": "abc",
      "_nested_atrb2_str": "def",
      "_nested_map": [nested_item1,nested_item2]},
      {..}]

查询非常简单：

response = table.query(
        KeyConditionExpression=Key('userid').eq("xyz")
    )

查询需要0.8-0.9秒

• 对于只有3个项目的表，这是正常的查询时间吗 用户最多只有5个属性（包括嵌套属性）
• 如果是，我能期待吗 如果结构保持不变，但项目数量不变，则时间相似 （用户）增加百倍

---

有几件事需要调查。首先，您的0.8-0.9秒计时是基于直接通过将查询包装在时间或timeit-like计时器中来计时查询？如果查询真的需要花费时间，那么Lambda与Dynamo的交互肯定有一些不太正确的地方
如果您看到的时间实际上来自Lambda的调用（我假设这是通过API网关作为REST API，因为您提到了“API”），那么您看到的时间可能是由许多因素造成的。你能分析一下API调用吗？如果您可以通过配置文件查看DNS查找、SSL设置等的时间，我会查看Postman甚至浏览器工具。此外，一旦请求到达Lambda，CloudWatch将为您提供特定于Lambda呼叫时间的指标。您还可以查看启用X射线，这将为您提供有关Lambda执行的更多详细信息。如果您的Lambda在VPC中运行，您也可能会遇到冷启动，导致您看到的延迟
X光：

---

冷启动：只要在谷歌上搜索“AWS Lambda冷启动”，你就会发现各种各样的信息
有一些事情需要调查。首先，您的0.8-0.9秒计时是基于直接通过将查询包装在时间或timeit-like计时器中来计时查询？如果查询真的需要花费时间，那么Lambda与Dynamo的交互肯定有一些不太正确的地方
如果您看到的时间实际上来自Lambda的调用（我假设这是通过API网关作为REST API，因为您提到了“API”），那么您看到的时间可能是由许多因素造成的。你能分析一下API调用吗？如果您可以通过配置文件查看DNS查找、SSL设置等的时间，我会查看Postman甚至浏览器工具。此外，一旦请求到达Lambda，CloudWatch将为您提供特定于Lambda呼叫时间的指标。您还可以查看启用X射线，这将为您提供有关Lambda执行的更多详细信息。如果您的Lambda在VPC中运行，您也可能会遇到冷启动，导致您看到的延迟
X光：

---

冷启动：只需在谷歌上搜索“AWS Lambda冷启动”，你就会发现各种信息
如果你只在第一次调用时看到这个问题，那么肯定是因为Lambda的冷启动。否则，对于后续的请求，应该有一个改进，这可能有助于您诊断实际的痛点。此外，cloudwatch日志将有助于跟踪请求
如果您仅在第一次调用时才看到此问题，那么肯定是由于lambda的冷启动。否则，对于后续的请求，应该有一个改进，这可能有助于您诊断实际的痛点。此外，cloudwatch日志将有助于跟踪请求
我假设您正在重用连接，因为它缩短了几毫秒的执行时间。如果没有，这将帮助您实现这一目标。

---

lambda_处理程序

函数之外的任何变量都将在lambda调用之间冻结，并可能重新使用。文档声明“不假设AWS Lambda总是重用容器，因为AWS Lambda可能会选择不重用容器。”但据观察，根据执行量，容器几乎总是被重用的。
我假设您正在重用连接，因为它缩短了几毫秒的执行时间。如果没有，这将帮助您实现这一目标。

---

lambda_处理程序

函数之外的任何变量都将在lambda调用之间冻结，并可能重新使用。文档声明“不假设AWS Lambda总是重用容器，因为AWS Lambda可能会选择不重用容器。”但据观察，根据执行量的不同，容器几乎总是被重用的。
对于具有类似经验的任何人，我收到了以下AWS开发者支持回复，其中包含一些有用的参考资料。这并没有解决我的问题，但我现在明白这主要与低（测试）卷和lambda启动时间有关
1） 对于每个用户最多只有5个属性（包括嵌套属性）的只有3个项的表，这是正常的查询时间吗
时间很慢，但可能是由于基于您的设置的许多因素造成的。因为您使用的是Lambda，所以需要记住，每次触发Lambda函数时，它都会设置您的环境，然后执行代码。AWS Lambda函数在与其他函数隔离的执行环境中的容器中运行。首次运行函数时，AWS Lambda将创建一个新容器并开始执行函数的代码。Lambda函数有一个处理程序，每次调用执行一次。函数执行后，AWS Lambda可能会选择重用容器以进行后续函数调用。在这种情况下，函数处理程序可能能够重用在初始化代码中定义的资源。（请注意，您无法控制AWS Lambda将保留容器多长时间，或者容器是否将被重用。）您的表非常小，我已经看过了。[1]
2） 我能期待西米拉吗

Times in milliseconds

# Initially

3 calls to DB, 
1350 ms 1st call (read)
1074 ms 2nd call (write)
1051 ms 3rd call (read)


# After doing this outside the DB calls and providing it to each one
dynamodb = boto3.resource('dynamodb',region_name=REGION_NAME)

  12   ms executing the line above
1324     ms 1st call (read)  
 285     ms 2nd call (write)
 270     ms 3rd call (read)


# seeing that reusing was producing savings I did the same with
tableusers = dynamodb.Table(TABLE_USERS)

  12 create dynamodb handler
   3 create table handler
1078 read reusing dynamodb and table
 280 write reusing dynamodb and table
 270 read reusing dynamodb (not table)

# The -u 0.001 sets the time unit at 1ms (default is 1 microsecond)
%lprun  -u 0.001 -f lambdaquick lambdaquick()