Serverlös utveckling med AWS Lambda · Lektion

Rätt dimensionering med AWS Lambda Power Tuning

Lär Er hitta den optimala minnesinställningen för att minimera kostnad, fördröjning eller båda med verktyget AWS Lambda Power Tuning.

Lektion 4 av 413 steg

Rätt dimensionering med AWS Lambda Power Tuning är en gratis lektion i Serverlös utveckling med AWS Lambda på CoddyKit. Detta är lektion 4 av 4. Ni kan läsa hela lektionen gratis nedan och sedan öva praktiskt i webbläsaren med en inbyggd kodredigerare och en AI-handledare som är tillgänglig dygnet runt. Den ingår i lärvägen för Serverlös utveckling med AWS Lambda, och Era framsteg synkroniseras mellan webben och CoddyKit-appen. Kursen i Serverlös utveckling med AWS Lambda innehåller totalt 4 lektioner.

Minne är det enda reglaget

Lambda ger er ett enda prestandareglage: minne. CPU och nätverk skalas tillsammans med minnet, så minnesjustering påverkar både hastighet och kostnad.

Den oväntade avvägningen

Mer minne kostar mer per millisekund, men körningen blir ofta klar snabbare. Ibland är en högre minnesinställning totalt sett billigare.

Två optimeringsmål

Vanligtvis optimerar ni för ett av följande:

  • Lägsta kostnad (minimera GB-sekunder).
  • Lavaste latens (snabbast svar).

Den bästa minnesnivån kan skilja sig åt mellan målen.

Power Tuning kommer in i bilden

AWS Lambda Power Tuning är ett verktyg med öppen källkod för Step Functions som kör funktionen med flera minnesstorlekar och visar kostnad kontra hastighet i ett diagram.

Så fungerar det

Ni anger funktionens ARN och en lista med minnesvärden. Verktyget anropar funktionen många gånger med varje värde, mäter körtid och kostnad och rekommenderar den bästa inställningen.

{
  "lambdaARN": "arn:aws:lambda:us-east-1:123:function:orders",
  "powerValues": [128, 256, 512, 1024, 1536],
  "num": 50,
  "strategy": "balanced"
}

Tolkar resultaten

Resultatet visar det optimala effektvärdet och kostnads-/latenskurvan. En "balanserad" strategi väger båda faktorerna lika tungt.

{
  "power": 512,
  "cost": 0.0000071,
  "duration": 95
}

Den optimala punkten

För CPU-bunden kod hittar ni oftast den optimala punkten genom att öka minnet tills körtiden inte längre förbättras. Därefter betalar ni mer utan att få högre hastighet.

I/O-bundna funktioner

Om funktionen främst väntar på nätverket eller en databas hjälper extra minne knappt alls. Håll minnesnivån låg för att spara kostnader.

Ange det valda värdet

Tillämpa det rekommenderade minnesvärdet på funktionens konfiguration.

aws lambda update-function-configuration \
  --function-name orders \
  --memory-size 512

Justera igen efter ändringar

Inställningen avspeglar aktuell kod och aktuella beroenden. Kör Power Tuning igen efter större kodändringar eller nya biblioteksversioner.

Kombinera med ARM

Att byta till arkitekturen arm64 (Graviton) förbättrar ofta pris-prestanda ytterligare. Justera minnet efter att ni har migrerat arkitekturen.

Snabbtest

Testa era kunskaper om optimering.

Sammanfattning

Ni har lärt er att dimensionera minnet rätt med Lambda Power Tuning, välja mellan kostnad och latens, känna igen I/O-bundet respektive CPU-bundet beteende och kombinera optimering med arm64.

Gratis att börja

Lär dig Serverlös utveckling med AWS Lambda med en AI-lärare – gratis

Skriv och kör riktig kod i webbläsaren, få omedelbar hjälp av en AI-lärare dygnet runt och fortsätt där du slutade – på webben eller i appen.

Kurser
12
Lektioner
48

Vanliga frågor

Är lektionen ”Rätt dimensionering med AWS Lambda Power Tuning” gratis?

Ja – hela texten till ”Rätt dimensionering med AWS Lambda Power Tuning” kan läsas gratis här på webben. Om Ni vill öva interaktivt med en inbyggd kodredigerare och en AI-handledare som är tillgänglig dygnet runt och låsa upp resten av kursen i Serverlös utveckling med AWS Lambda, kan Ni uppgradera till CoddyKit PRO. Kursen i Serverlös utveckling med AWS Lambda innehåller totalt 4 lektioner.

Vad lär jag mig i ”Rätt dimensionering med AWS Lambda Power Tuning”?

Lär Er hitta den optimala minnesinställningen för att minimera kostnad, fördröjning eller båda med verktyget AWS Lambda Power Tuning. Ni övar på Serverlös utveckling med AWS Lambda med praktisk kod som körs direkt i webbläsaren, medan en AI-handledare som är tillgänglig dygnet runt svarar på Era frågor under lektionen.

Behöver jag någon erfarenhet för att börja lära mig Serverlös utveckling med AWS Lambda?

Du behöver inga förkunskaper. Utbildningen i Serverlös utveckling med AWS Lambda på CoddyKit är upplagd för allt från nybörjare till avancerade elever, så att du kan börja här eller från början och gå fram i din egen takt. Detta är lektion 4 av 4.

Hur lång tid tar lektionen ”Rätt dimensionering med AWS Lambda Power Tuning”?

De flesta CoddyKit-lektioner tar cirka 5–10 minuter. Varje lektion är kort och interaktiv, så att du gör stadiga framsteg och kan fortsätta precis där du slutade – på webben eller i appen.

Kan jag skriva och köra kod i den här Serverlös utveckling med AWS Lambda-lektionen?

Ja. Varje Serverlös utveckling med AWS Lambda-lektion innehåller en inbyggd kodredigerare, så att du kan skriva och köra riktig kod direkt i webbläsaren och få omedelbar AI-feedback – utan lokal installation.

Alla lektioner i den här kursen

  1. Kallstarter och provisionerad samtidighet
  2. Minnesallokering och prestandajustering
  3. Kostnadshantering för Lambda
  4. Rätt dimensionering med AWS Lambda Power Tuning
← Tillbaka till Serverlös utveckling med AWS Lambda