一个每5分钟运行一次并在1分钟内完成的单体桌面图像处理应用程序，正在被重新实现为Python AWS Lambda函数。在AWS测试中，Lambda每5分钟被调用一次，但现在需要2分多钟才能完成。哪项更改将提高Lambda的性能？

增加分配给Lambda函数的内存量是提高性能的关键。在AWS Lambda中，内存分配直接影响CPU的可用性。分配的内存越多，Lambda函数可用的CPU处理能力就越强。由于原始应用程序需要2分钟以上才能完成，这表明它可能受限于计算资源。增加内存能够提供更多的CPU资源，从而加快处理速度，使其在1分钟内完成。 其他选项： Lambda没有“实例类型”的概念，它是一个无服务器服务，由AWS管理底层基础设施。 切换到最新的Python运行时可能带来一些性能改进，但通常不会像增加内存那样对计算密集型任务产生如此显著的影响。 配置预留并发值是为了确保Lambda函数有足够的并发能力来处理请求，而不是直接提高单个函数调用的执行速度。