Riktig dimensjonering med AWS Lambda Power Tuning
Lær å finne den optimale minneinnstillingen som minimerer kostnad, forsinkelse eller begge deler, ved hjelp av verktøyet AWS Lambda Power Tuning.
Riktig dimensjonering med AWS Lambda Power Tuning er en gratis leksjon i Serverløs utvikling med AWS Lambda på CoddyKit. Dette er leksjon 4 av 4. Du kan lese hele leksjonen gratis nedenfor – og deretter øve praktisk i nettleseren med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Den er en del av læringsløpet i Serverløs utvikling med AWS Lambda, og fremdriften din synkroniseres mellom nettet og CoddyKit-appen. Kurset i Serverløs utvikling med AWS Lambda inneholder totalt 4 leksjoner.
Minne er den eneste justeringen
Lambda gir Dem én ytelsesinnstilling: minne. CPU og nettverk skalerer med minnet, så justering av minnet påvirker både hastighet og kostnad.
Det ikke-åpenbare kompromisset
Mer minne koster mer per millisekund, men kjøringen blir ofte raskere ferdig. Noen ganger er en høyere minneinnstilling totalt sett billigere.
To optimaliseringsmål
Vanligvis optimaliserer De for ett av disse målene:
- Lavest kostnad (minimer GB-sekunder).
- Lavest ventetid (raskest svar).
Den beste minnemengden kan være forskjellig for hvert mål.
Power Tuning kommer inn i bildet
AWS Lambda Power Tuning er et åpen kildekode-verktøy for Step Functions som kjører funksjonen med flere minnestørrelser og viser kostnad kontra hastighet i et diagram.
Slik fungerer det
De oppgir funksjonens ARN og en liste over minneverdier. Verktøyet kaller hver variant flere ganger, måler varighet og kostnad og anbefaler den beste innstillingen.
{
"lambdaARN": "arn:aws:lambda:us-east-1:123:function:orders",
"powerValues": [128, 256, 512, 1024, 1536],
"num": 50,
"strategy": "balanced"
}Tolke resultatene
Resultatet viser den optimale effektverdien og kostnads-/ventetidskurven. En «balansert» strategi tillegger begge deler lik vekt.
{
"power": 512,
"cost": 0.0000071,
"duration": 95
}Det optimale punktet
For CPU-bundet kode finner De vanligvis det optimale punktet ved å øke minnet til varigheten ikke lenger blir bedre. Etter dette betaler De mer uten å få høyere hastighet.
I/O-bundne funksjoner
Hvis funksjonen hovedsakelig venter på nettverket eller en database, hjelper ekstra minne svært lite. Hold minnemengden lav for å spare kostnader.
Angi den valgte verdien
Bruk den anbefalte minnemengden i funksjonskonfigurasjonen.
aws lambda update-function-configuration \
--function-name orders \
--memory-size 512Juster på nytt etter endringer
Justeringen gjenspeiler den gjeldende koden og avhengighetene. Kjør Power Tuning på nytt etter større kodeendringer eller nye bibliotekversjoner.
Kombiner med ARM
Det å bytte til arm64 (Graviton)-arkitekturen forbedrer ofte forholdet mellom pris og ytelse ytterligere. Juster minnet på nytt etter migrering mellom arkitekturer.
Rask sjekk
Test kunnskapene Deres om justering av ytelse.
Oppsummering
De har lært å dimensjonere minnet riktig med Lambda Power Tuning, velge mellom kostnad og ventetid, skille mellom I/O- og CPU-bundet oppførsel og kombinere justering med arm64.
Lær deg Serverløs utvikling med AWS Lambda med en AI-veileder – gratis
Skriv og kjør ekte kode i nettleseren, få umiddelbar hjelp fra en AI-veileder som er tilgjengelig døgnet rundt, og fortsett der du slapp – på nettet eller i appen.
- Kurs
- 12
- Leksjoner
- 48
Ofte stilte spørsmål
Er leksjonen «Riktig dimensjonering med AWS Lambda Power Tuning» gratis?
Ja – hele teksten i «Riktig dimensjonering med AWS Lambda Power Tuning» er gratis å lese her på nettet. For å øve interaktivt med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt, og for å låse opp resten av Serverløs utvikling med AWS Lambda-kurset, kan du oppgradere til CoddyKit PRO. Kurset i Serverløs utvikling med AWS Lambda inneholder totalt 4 leksjoner.
Hva lærer jeg i «Riktig dimensjonering med AWS Lambda Power Tuning»?
Lær å finne den optimale minneinnstillingen som minimerer kostnad, forsinkelse eller begge deler, ved hjelp av verktøyet AWS Lambda Power Tuning. Du øver på Serverløs utvikling med AWS Lambda med praktisk kode som du kjører direkte i nettleseren, mens en AI-veileder som er tilgjengelig døgnet rundt, svarer på spørsmålene dine mens du jobber deg gjennom leksjonen.
Trenger jeg erfaring for å begynne med Serverløs utvikling med AWS Lambda?
Ingen tidligere erfaring er nødvendig. Serverløs utvikling med AWS Lambda på CoddyKit er lagt opp for både nybegynnere og viderekomne, så De kan begynne her eller helt fra start og lære i Deres eget tempo. Dette er leksjon 4 av 4.
Hvor lang tid tar leksjonen «Riktig dimensjonering med AWS Lambda Power Tuning»?
De fleste CoddyKit-leksjoner tar omtrent 5–10 minutter. Hver leksjon er kort og interaktiv, slik at De gjør jevne fremskritt og kan fortsette akkurat der De slapp – både på nettet og i appen.
Kan jeg skrive og kjøre kode i denne Serverløs utvikling med AWS Lambda-leksjonen?
Ja. Alle Serverløs utvikling med AWS Lambda-leksjoner har en innebygd kodeeditor, slik at De kan skrive og kjøre ekte kode direkte i nettleseren og få umiddelbar tilbakemelding fra AI – uten lokal konfigurering.
Alle leksjonene i dette kurset
- Cold starts og Provisioned Concurrency
- Minneallokering og ytelsesjustering
- Kostnadshåndtering for Lambda
- Riktig dimensjonering med AWS Lambda Power Tuning