AWS Lambda 预置并发的成本效率

Question

我正在运行一个包含大量 AWS Lambda 函数的系统。我们的负载并不大，假设一个函数每月有 10 万次调用。

\n

对于相当多的 Lambda 函数，我们使用预热插件来减少冷启动时间。这实际上是每 5 分钟触发一次的 CloudWatch 事件，以使用虚拟事件调用该函数，虚拟事件会被忽略，但会保持 Lambda VM 运行。在大多数情况下，这意味着一个实例将是“温暖的”。

\n

我现在正在研究冷启动问题的本机解决方案：AWS Lambda Concurrent Provisioning，乍一看看起来很棒，但是当我开始计算时，要么我错过了一些东西，要么这只是一个很大的成本对于仅具有中等负载的系统，增加。

\n

eu-west-1例如，截至 2020 年 9 月 16 日该地区的价格：

\n

考虑函数 RAM M(GB)、平均执行时间t(s)、每月百万个请求N、预配置并发性C（“实例数”）：

\n

没有预配置并发

\n

每月费用=N\xe2\x8b\x85(16.6667\xe2\x8b\x85M\xe2\x8b\x85t + 0.20)

\n

= 每百万个请求 16.87 美元 @ M= 1 GB, t= 1 s

\n

= 每百万个请求 1.87 美元 @ M= 1 GB, t= 100 毫秒

\n

= 每 100.000 个请求 1.69 美元 @ M= 1 GB, t= 1 秒

\n

= 每 100M 请求 1686.67 美元 @ M= 1GB, t= 1 s

\n

具有预配置的并发性

\n

每月费用=C\xe2\x8b\x850.000004646\xe2\x8b\x85M\xe2\x8b\x8560\xe2\x8b\x8560\xe2\x8b\x8524\xe2\x8b\x8530 + N\xe2\x8b\x85(10.8407\xe2\x8b\x85M\xe2\x8b\x85t + 0.20) = 12.04\xe2\x8b\x85C\xe2\x8b\x85M + N(10.84\xe2\x8b\x85M\xe2\x8b\x85t + 0.20)

\n

= $12.04 + $11.04 = $23.08 每百万个请求 @ M= 1 GB, t= 1 s, C= 1

\n

= $12.04 + $1.28 = $13.32 每百万个请求 @ M= 1 GB, t= 100 毫秒, C= 1

\n

= $12.04 + $1.10 = $13.14 每 100.000 个请求 @ M= 1 GB, t= 1 s, C= 1

\n

= $12.04 + $1104.07 = $1116.11 每 100M 请求 @ M= 1 GB, t= 1 s, C= 1

\n

显然这里有几个因素需要考虑：

\n

\n
• 预计每月有多少请求？( N)
\n
• 该功能需要多少 RAM？( M)
\n
• 平均执行时间是多少？( t)
\n
• 流量模式是什么，很少有小突发甚至流量（可能意味着C低、高或必须动态更改以遵循高峰时段等）
\n

\n

但最后，我的初步结论是，只有在流量很大的情况下，预置并发才会划算？在我的示例中，每月 1 亿个请求可以节省大量成本（但是，在该流量下，您可能还需要更高的值C；收支平衡约为C30）。即使C= 1，您每月也需要近百万个请求来支付静态成本。

\n

现在，使用本机解决方案显然还有其他好处（没有丑陋的虚拟事件、没有日志污染、灵活数量的热实例……），并且自定义解决方案还可能存在其他隐藏成本（CloudWatch 事件、额外的 CloudWatch）记录虚拟调用等），但我认为它们几乎可以忽略不计。

\n

我的分析相当正确还是我遗漏了什么？

\n

Answer 1

我认为预置并发是消除冷启动的东西，而不是省钱的东西。如果您可以保持 lambda 函数始终运行（100%）利用率，则可以节省一些费用，但正如您所计算的，当预配容量闲置时，它会变得相当昂贵。