Um desenvolvedor deve fornecer uma biblioteca de machine learning personalizada (atualmente com 15 GB e em crescimento) para todas as funções AWS Lambda em um aplicativo. Qual abordagem satisfaz esse requisito para que cada função Lambda possa acessar a biblioteca?

A abordagem correta é colocar a biblioteca em um sistema de arquivos Amazon EFS e montar esse sistema de arquivos em cada função Lambda. O EFS oferece armazenamento escalável e persistente, ideal para bibliotecas grandes e em crescimento (15 GB), pois o Lambda tem limites de pacote de implantação menores. As camadas Lambda (Lambda Layers) têm um limite de tamanho compactado de 250 MB, o que é insuficiente para uma biblioteca de 15 GB. Armazenar no Amazon S3 e baixar em tempo de execução adicionaria latência significativa e custos de transferência de dados a cada invocação da função. Empacotar a biblioteca em uma imagem de contêiner Lambda é uma opção, mas a imagem pode se tornar muito grande e o EFS oferece uma solução mais flexível para gerenciar bibliotecas compartilhadas e em constante crescimento sem a necessidade de reimplantar a imagem do contêiner a cada atualização da biblioteca.