AWS Lambda更新提升可配置运算资源并支援容器映像档

AWS在年度re:Invent大会中，发布多项无伺服器运算服务AWS Lambda的更新，包括增加用户可分配的运算资源，并且开始支援容器映像档，而且计价的时间粒度，也从原本100毫秒，降低至1毫秒。

现在用户可以分配给Lambda函式的记忆体，是过去的3倍达到10 GB，而依AWS记忆体线性分配CPU和其他资源的规则，代表用户现在可以在每个执行环境，存取最多6个vCPU，这使得多执行绪和多程序应用程式的执行速度，能够获得提升，AWS提到，因为Lambda的计费方式，与记忆体配置量和函式执行时间成正比，使用比较多的记忆体，虽然要付出较多的费用，但可能因为执行速度较快时间较短，因此抵销额外增加的费用。

由于有更多的记忆体和CPU资源，加上对AVX2指令集的支援，AWS Lambda现在可以支援更多的使用案例，包括机器学习应用程式，或是批次处理与ETL等资料处理工作，也能用于游戏、媒体处理或是高效能运算工作负载。

另一项新功能，是可以在AWS Lambda中使用容器工具，现在用户可以将Lambda函式，打包成最大10 GB的容器映像档，并且部署到Lambda上，这种方式可以降低，有较多相依项目的工作负载部署複杂性，像是机器学习或是资料密集型的工作负载，AWS提到，像是原本将函式打包成ZIP档案一样，以容器映像档的形式部署，同样可以获得自动扩展、高可用性，并且与其他服务原生整合的特性。

AWS对所有Lambda Runtime，包括Python、Node.js、Java、.NET、Go和Ruby，提供基础映像档，用户可以在这些基础映像档中，添加程式码和相依项目，同时AWS也提供以Amazon Linux为基础的基础映像档，给自定义Runtime使用，而且用户也可以将建构在Alpine或Debian Linux之上的映像档，部署到Lambda中，不过要使用Lambda，这些映像档必须要实作Lambda Runtime API。

AWS还开源了Lambda Runtime介面模拟器，让用户可以在本机端测试容器映像档，以确定容器映像档部署到Lambda时，可以正确运作，这个模拟器随附在所有AWS提供的映像档中，但也可以与任意的映像档一起使用。

AWS还更新了Lambda的计价方式，Lambda用户依程式码触发次数和执行时间付费，单位执行时间则四捨五入至100毫秒，也就是说，未满100毫秒的运算，会以100毫秒的运算时间计费，而现在，单位执行时间从100毫秒降至1毫秒，没有最小执行时间的限制，AWS提到，这个新的定价方式，可降低用户大部分运算时间花费，尤其是执行时间远低于100毫秒的函式。