Monolityczna aplikacja desktopowa do przetwarzania obrazów, która uruchamia się co 5 minut i kończy działanie w ciągu 1 minuty, jest reimplementowana jako funkcja AWS Lambda w Pythonie. W testach AWS Lambda jest wywoływana co 5 minut, ale teraz jej ukończenie zajmuje ponad 2 minuty. Która zmiana poprawi wydajność funkcji Lambda?

Zwiększenie ilości pamięci przydzielonej funkcji Lambda jest prawidłową odpowiedzią, ponieważ w AWS Lambda pamięć jest bezpośrednio powiązana z dostępną mocą obliczeniową (CPU). Większa pamięć oznacza więcej vCPU, co przyspieszy przetwarzanie obrazów, które jest zadaniem intensywnie wykorzystującym procesor. Zmiana „typu instancji” jest nieprawidłowa, ponieważ Lambda nie ma koncepcji „typów instancji” w tradycyjnym sensie; jej zasoby są konfigurowane poprzez pamięć. Przełączenie na najnowszą wersję środowiska wykonawczego Python może przynieść niewielkie korzyści, ale prawdopodobnie nie rozwiąże problemu dwukrotnego wydłużenia czasu wykonania. Konfiguracja zarezerwowanej współbieżności kontroluje liczbę równoległych wykonań, a nie wydajność pojedynczego wywołania.