一個每 5 分鐘執行一次並在 1 分鐘內完成的單體桌面影像處理應用程式，正在重新實作為 Python AWS Lambda 函數。在 AWS 測試中，Lambda 每 5 分鐘被叫用一次，但現在需要超過 2 分鐘才能完成。哪項更改可以改善 Lambda 的效能？

增加分配給 Lambda 函數的記憶體量是改善效能的關鍵。在 AWS Lambda 中，記憶體配置直接影響 CPU 和網路頻寬。分配更多記憶體會自動提供更多的 CPU 資源，這對於計算密集型的影像處理應用程式至關重要。這能讓函數更快地完成處理，從而縮短執行時間。 將 Lambda 的「執行個體類型」變更為運算最佳化組態不適用於 Lambda，因為 Lambda 函數沒有直接的「執行個體類型」選項，其資源分配是透過記憶體來控制的。切換到最新的 Python 執行期可能有助於效能，但通常不如增加記憶體來得顯著，尤其是在處理時間翻倍的情況下。設定保留並行值是為了確保函數有足夠的並行執行能力，而不是直接改善單次執行的效能。