我已经使用 Zappa 将一个非常简单的烧瓶函数（即两个简单的路由链接到一个 sql 查询并将它们转换为一个表）转换为一个 Lambda 函数。部署的功能约为 20MB。因为流量会非常低，所以我没有为我的功能使用任何预热机制。
该函数只需要 128MB 内存，在之前的所有实例都已销毁的情况下运行此函数时，冷启动大约需要 16 秒。
从直觉上看，这似乎很长一段时间，而我读过的内容（例如，此处）表明，不在VPC 中的 python 函数对于冷启动的延迟相对较低。
如果我向函数添加内存，冷启动时间似乎会线性减少。这再次与我读过的内容（例如，如上所述）相冲突，因为内存不是冷启动延迟的问题。这是我的调用时间表：
我应该对这些结果感到惊讶还是我错过了什么？
谢谢
斯蒂芬
在调用处理程序函数之前，底层 CPU 不会受到限制（请参阅此 re:invent 视频）。由于随着内存的增加计费持续时间正在减少，因此有些事情告诉我，您可能已经在处理程序中编写了函数定义，根据分配给函数的内存自然会对其进行限制，从而花费更长的时间。
尝试描述处理程序之外的所有函数、静态变量，并尽量减少处理程序代码。这将确保 Lambda 在调用受限制的处理程序函数之前花费更多时间在具有完整 CPU 容量的处理程序之外。
了解这一点的最佳方法是我使用X-Ray 片段分析您的函数代码，以查看函数在哪里花费更多时间。如果这些确实是冷启动，或者只是运行时间更长，这将描绘出更清晰的画面。
注意：冷启动持续时间不计入您的函数持续时间指标，而是在您启用 X 射线跟踪时显示为“初始化持续时间”。