本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

擴展 Lambda 受管執行個體

當呼叫到達時，Lambda 受管執行個體不會擴展，也不支援冷啟動。反之，它會使用資源耗用訊號以非同步方式擴展。受管執行個體目前會根據 CPU 資源使用率和多並行飽和度進行擴展。

主要差異：

如果您的流量在 5 分鐘內增加一倍以上，您可能會在 Lambda 擴展執行個體和執行環境以滿足需求時看到調節。

擴展生命週期

Lambda 受管執行個體使用分散式架構來管理擴展：

元件：

運作方式：

調整擴展行為

您可以透過五個控制項自訂受管執行個體的擴展行為：

函數層級控制項

1. 函數記憶體和 vCPUs

選擇函數的記憶體大小和 vCPU 配置。支援的最小函數大小為 2GB 和 1vCPU。

考量：

2. 並行上限

設定每個執行環境的最大並行數。

預設行為：Lambda 選擇合理的預設值，以平衡適用於各種應用程式的資源消耗和輸送量。

調整準則：

重要：由於 Lambda 受管執行個體適用於多並行應用程式，因此在擴展時，並行非常低的執行環境可能會遇到調節。

3. 每個函數的執行環境

為您的函數設定執行環境的最小和最大數量。

預設行為：Lambda 維護至少 3 個預設執行環境，以確保跨可用區域的高可用性。

調整準則：

範例：

aws lambda put-function-scaling-config \
  --function-name my-lmi-function \
  --qualifier '$LATEST.PUBLISHED' \
  --function-scaling-config MinExecutionEnvironments=5,MaxExecutionEnvironments=20 \
  --region us-east-1

重要備註：

容量提供者層級控制

4. 目標資源使用率

選擇您自己的 CPU 使用率消耗目標。

預設行為：Lambda 維持足夠的空間，讓您的流量在 5 分鐘內加倍，無需調節。

最佳化選項：

5. 執行個體類型選取

設定允許或排除的執行個體類型。

預設行為：Lambda 會為您的工作負載選擇最佳的執行個體類型。建議讓 Lambda 受管執行個體選擇執行個體類型，因為限制可能的執行個體類型數量可能會導致可用性降低。

自訂組態：

排程擴展

使用 Amazon EventBridge 排程器，依重複或一次性排程調整函數的最小和最大執行環境。這對於可預測的流量模式很有用，例如在尖峰時間之前向上擴展，以及在離峰時間向下擴展。

排程器組態：

範例 1：擴展以處理規劃的尖峰流量

建立兩個排程以在尖峰時間之前向上擴展，並在之後向下擴展。每個排程都以具有更新 MinExecutionEnvironments和 MaxExecutionEnvironments值的 PutFunctionScalingConfig API 為目標。

在 UTC 上午 8：00 向上擴展 （最小值 = 100，最大值 = 1000)：

aws scheduler create-schedule \
  --name "ScaleUpLambdaManagedInstances" \
  --schedule-expression "cron(0 8 * * ? *)" \
  --flexible-time-window '{"Mode": "OFF"}' \
  --target '{
    "Arn": "arn:aws:scheduler:::aws-sdk:lambda:PutFunctionScalingConfig",
    "RoleArn": "arn:aws:iam::<account-id>:role/eventbridge-scheduler-role",
    "Input": "{\"FunctionName\": \"my-lmi-function\", \"Qualifier\": \"$LATEST.PUBLISHED\", \"FunctionScalingConfig\": {\"MinExecutionEnvironments\": 100, \"MaxExecutionEnvironments\": 1000}}"
  }'

在 UTC 下午 6：00 縮減規模 （最小值 = 5，最大值 = 20)：

aws scheduler create-schedule \
  --name "ScaleDownLambdaManagedInstances" \
  --schedule-expression "cron(0 18 * * ? *)" \
  --flexible-time-window '{"Mode": "OFF"}' \
  --target '{
    "Arn": "arn:aws:scheduler:::aws-sdk:lambda:PutFunctionScalingConfig",
    "RoleArn": "arn:aws:iam::<account-id>:role/eventbridge-scheduler-role",
    "Input": "{\"FunctionName\": \"my-lmi-function\", \"Qualifier\": \"$LATEST.PUBLISHED\", \"FunctionScalingConfig\": {\"MinExecutionEnvironments\": 5, \"MaxExecutionEnvironments\": 20}}"
  }'

範例 2：在離峰時間停用並重新啟用

將 MinExecutionEnvironments和 同時MaxExecutionEnvironments設定為 0 會停用函數版本，而不會將其刪除。停用的函數不會自動隨流量縮減規模。您必須透過另一個排程動作設定非零值，明確地重新啟用它。

在 UTC 下午 10：00 停用 （最小值 = 0，最大值 = 0)：

aws scheduler create-schedule \
  --name "DeactivateLambdaManagedInstances" \
  --schedule-expression "cron(0 22 * * ? *)" \
  --flexible-time-window '{"Mode": "OFF"}' \
  --target '{
    "Arn": "arn:aws:scheduler:::aws-sdk:lambda:PutFunctionScalingConfig",
    "RoleArn": "arn:aws:iam::<account-id>:role/eventbridge-scheduler-role",
    "Input": "{\"FunctionName\": \"my-lmi-function\", \"Qualifier\": \"$LATEST.PUBLISHED\", \"FunctionScalingConfig\": {\"MinExecutionEnvironments\": 0, \"MaxExecutionEnvironments\": 0}}"
  }'

在 UTC 上午 7：00 重新啟用 （最小值 = 10，最大值 = 20)：

aws scheduler create-schedule \
  --name "ReactivateLambdaManagedInstances" \
  --schedule-expression "cron(0 7 * * ? *)" \
  --flexible-time-window '{"Mode": "OFF"}' \
  --target '{
    "Arn": "arn:aws:scheduler:::aws-sdk:lambda:PutFunctionScalingConfig",
    "RoleArn": "arn:aws:iam::<account-id>:role/eventbridge-scheduler-role",
    "Input": "{\"FunctionName\": \"my-lmi-function\", \"Qualifier\": \"$LATEST.PUBLISHED\", \"FunctionScalingConfig\": {\"MinExecutionEnvironments\": 10, \"MaxExecutionEnvironments\": 20}}"
  }'

調整準則：

後續步驟