Bir veri mühendisi, verileri biçimlendirmek için birden çok AWS Lambda işlevi tarafından kullanılan özel Python betiklerini yönetmektedir. Şu anda, betikler değiştiğinde, mühendisin her Lambda işlevini manuel olarak güncellemesi gerekmektedir. Hangi yaklaşım, işlevleri güncellemek için gereken manuel çabayı azaltır?

Özel Python betiklerini Lambda katmanları halinde paketlemek ve bu katmanları Lambda işlevlerine uygulamak, kod tekrarını azaltır ve merkezi bir yönetim sağlar. Betikler güncellendiğinde, yalnızca katmanın güncellenmesi yeterlidir; bu da ilişkili tüm Lambda işlevlerinin otomatik olarak yeni betik sürümünü kullanmasını sağlar ve manuel güncellemeyi ortadan kaldırır. Diğer seçenekler neden yanlış: Özel betikleri Amazon S3 paketinde depolamak ve yürütme bağlamı veya ortam değişkenlerinde işaretçi tutmak, her işlevin yine de betik konumunu bilmesini gerektirir ve betik güncellendiğinde her işlevin manuel olarak güncellenmesi ihtiyacını ortadan kaldırmaz. Her Lambda işlevine aynı takma adı atamak, işlevlerin çağrılma şeklini etkiler ancak temel kodun veya bağımlılıkların yönetimini basitleştirmez. Her işlevin kendi kod tabanını ayrı ayrı yönetmesi gerekir.