Lambda 托管实例的 Python 运行时

Lambda 运行时使用多个 Python 进程来处理并发请求。每个并发请求都在单独的进程中运行，且拥有自己的内存空间和初始化环境。每个进程一次只处理一个请求，并且同步进行。进程之间不会直接共享内存，因此全局变量、模块级别的缓存以及单例对象会在并发请求之间保持独立。

并发配置

Lambda 向每个执行环境发送的最大并发请求数由函数配置中的 PerExecutionEnvironmentMaxConcurrency 设置控制。这是一项可选设置，其默认值因运行时而异。对于 Python 运行时而言，其默认设置为每个 vCPU 16 个并发请求，或者您也可以自行配置其他数值。该值还决定了 Python 运行时所使用的进程数量。Lambda 会根据每个执行环境吸收这些请求的容量，自动调整并发请求的数量，最高到配置的最大值。

为多并发构建函数

由于采用了基于进程的多并发模型，使用 Python 运行时的 Lambda 托管实例函数不会从多个调用中同时访问内存中的资源。您无需为了内存中的并发安全来应用编码实践。

共享的 /tmp 目录

/tmp 目录在执行环境中为所有并发请求共享使用。对同一个文件进行并发写入可能会导致数据损坏，例如，如果另一个进程覆盖了该文件。要解决这个问题，要么为共享文件实施文件锁定机制，要么根据每个进程或每次请求使用唯一的文件名以避免冲突。记得清理不再需要的文件，以免耗尽可用空间。

日志记录

在多并发系统中，日志交错（即来自不同请求的日志条目在日志中交错排列）是常见现象。

使用 Lambda 托管实例的函数始终使用高级日志记录控制引入的结构化 JSON 日志格式。此格式包括 requestId，使得日志条目能够与单个请求相关联。当您在 Lambda 中使用 Python 标准库中的 logging 模块时，requestId 会自动包含在每个日志条目中。有关更多信息，请参阅将 Lambda 高级日志记录控制与 Python 结合使用。

请求上下文

使用 context.aws_request_id 访问当前请求的请求 ID。

使用 Python 运行时，您可以通过 _X_AMZN_TRACE_ID 环境变量来获取 Lambda 托管实例的 X-Ray 跟踪 ID。使用 AWS SDK 时，X-Ray 跟踪 ID 会自动传播。

初始化和关闭

函数初始化会在每个进程中发生一次。如果您的函数在初始化过程中发出日志，您可能会看到重复的日志条目。

对于带有扩展程序的 Lambda 函数，其执行环境在关闭时会发出一个 SIGTERM 信号。扩展程序使用此信号来触发清理任务，例如刷新缓冲区。您可以订阅 SIGTERM 事件来触发函数清理任务，例如关闭数据库连接。要了解有关执行环境生命周期的更多信息，请参阅了解 Lambda 执行环境生命周期。

依赖项版本

Lambda 托管实例需要以下最低程序包版本：

Powertools for AWS Lambda (Python)

适用于 AWS Lambda 的 Powertools（Python）与 Lambda 托管实例兼容，并提供用于日志记录、跟踪、指标等的实用工具。有关更多信息，请参阅适用于 AWS Lambda 的 Powertools（Python）。

后续步骤