В мире бессерверных вычислений AWS Lambda стала популярным выбором для масштабируемого и экономичного запуска приложений. Хотя Lambda известна своими возможностями горизонтального масштабирования, важно отметить, что вертикальное масштабирование напрямую не поддерживается. В этой статье блога мы рассмотрим различные методы и обходные пути для достижения поведения, подобного вертикальному масштабированию, в Lambda. Так что пристегнитесь и начнем!

Понимание вертикального масштабирования.
Вертикальное масштабирование означает увеличение ресурсов (таких как ЦП, память или дисковое пространство) одного экземпляра для обработки возросшей рабочей нагрузки или повышения производительности. В отличие от горизонтального масштабирования, которое предполагает добавление дополнительных экземпляров, вертикальное масштабирование направлено на расширение возможностей одного экземпляра.

Ограничения Lambda.
По своей конструкции функции Lambda не имеют состояния и эфемерны, то есть они не сохраняют никакой памяти или состояния между вызовами. Кроме того, каждой функции Lambda назначается фиксированный объем ресурсов ЦП и памяти в зависимости от ее конфигурации, которую нельзя изменить динамически. Однако есть способы добиться аналогичного эффекта, используя возможности Lambda и интегрируя их с другими сервисами AWS.

Метод 1: Рабочие нагрузки с интенсивным использованием памяти.
Lambda позволяет вам выделять разные объемы памяти для ваших функций, и это распределение также определяет мощность процессора. Увеличивая выделение памяти, вы косвенно увеличиваете мощность процессора, доступную для вашей функции. Вы можете поэкспериментировать с различными настройками памяти, чтобы найти оптимальный баланс между производительностью и стоимостью.

Пример кода:

import os
def lambda_handler(event, context):
    # Access the allocated memory value
    memory_in_mb = int(os.environ['AWS_LAMBDA_FUNCTION_MEMORY_SIZE'])

    # Perform memory-intensive operations
    # ...

Метод 2. Обеспеченный параллелизм.
Provisioned Concurrency — это функция в Lambda, которая позволяет предварительно разогревать ваши функции, сохраняя определенное количество экземпляров готовыми отвечать на входящие запросы. Установив высокое значение параллелизма, вы можете быть уверены, что ваша функция всегда доступна и готова обрабатывать внезапные всплески трафика.

Пример кода:

aws lambda put-function-concurrency --function-name my-function --provisioned-concurrent-executions 100

Метод 3. Параллелизм с пошаговыми функциями.
Пошаговые функции позволяют организовать и координировать лямбда-функции в рабочем процессе. Разбивая приложение на более мелкие задачи, которые можно распараллелить, вы можете распределить рабочую нагрузку между несколькими функциями и добиться поведения, подобного вертикальному масштабированию.

Пример кода:

{
  "Comment": "Parallel Execution Example",
  "StartAt": "ParallelState",
  "States": {
    "ParallelState": {
      "Type": "Parallel",
      "Branches": [
        {
          "StartAt": "Lambda1",
          "States": {
            "Lambda1": {
              "Type": "Task",
              "Resource": "arn:aws:lambda:REGION:ACCOUNT_ID:function:FUNCTION_NAME",
              "End": true
            }
          }
        },
        {
          "StartAt": "Lambda2",
          "States": {
            "Lambda2": {
              "Type": "Task",
              "Resource": "arn:aws:lambda:REGION:ACCOUNT_ID:function:FUNCTION_NAME",
              "End": true
            }
          }
        }
      ],
      "End": true
    }
  }
}

Хотя настоящее вертикальное масштабирование не поддерживается напрямую в AWS Lambda, существует несколько методов, которые мы можем использовать для достижения аналогичного эффекта. Разумно используя такие функции Lambda, как распределение памяти, обеспечение параллелизма и пошаговые функции, мы можем повысить производительность нашей функции и справиться с возросшими рабочими нагрузками. Не забывайте экспериментировать и совершенствовать эти методы, чтобы найти оптимальный баланс между стоимостью и масштабируемостью.