我有一个用 Python 编写的 lambda 函数，它使用几个重量级依赖项（NumPy、pandas、goodtables 等）并且还连接到 VPC（用于访问 Postgres RDS 实例）
此函数的冷启动执行时间在一段时间后（> 4-6 小时）执行时非常大（16.2 秒）
但是，如果我更新函数代码并再次调用它（第一次执行后不久），冷启动执行时间会急剧减少（3 秒）
如果我在不更新的情况下再次调用该函数，这是一个热启动，则执行时间会进一步缩短（313 毫秒）
我怀疑第一次冷启动（16.2 秒）是在 Lambda 设置 ENI 以访问 VPC 资源时，并且在第二次冷启动（3 秒）期间重复使用 ENI，因此可以避免重新创建 ENI 所花费的时间。
我正在尝试优化此功能的冷启动时间，并希望它从头开始，以查看在完全冷启动（即没有 ENI + 冷启动）时它的执行速度。
有没有办法做到这一点并反复执行？
我有一个AWS Lambda函数，该函数在冷启动时通过s3调用创建对象。然后，我在函数预热时将对象保存在缓存中，以减少加载时间。在s3中更改文件时，我有一个触发器来运行lambda，但并非所有正在运行的lambda实例都会重新启动并从s3中提取。
是否有办法降低所有强制完全冷启动的lambda实例？
另外，我不想使用python。