一位数据工程师负责管理多个 AWS Lambda 函数用于格式化数据的自定义 Python 脚本。目前，当脚本发生更改时，工程师必须手动更新每个 Lambda 函数。哪种方法可以减少更新函数所需的手动工作量？

将自定义 Python 脚本打包到 Lambda 层中是减少手动工作量的最佳方法。Lambda 层允许您集中管理和共享代码、库和自定义运行时，多个 Lambda 函数可以引用同一个层。当脚本更新时，您只需更新层，所有关联的 Lambda 函数都会自动使用最新版本的脚本，从而大大减少了重复性工作。 将脚本存储在 S3 存储桶中并在执行上下文或环境变量中存储指针，虽然可以实现共享，但每次函数调用时都需要从 S3 下载脚本，这会增加延迟和成本，并且管理版本也相对复杂。为每个 Lambda 函数分配相同的别名并不能解决脚本更新的问题，别名主要用于版本管理和流量路由，与共享代码无关。