python - AWS Lambda:如何管理大于 250mb 的部署包
问题描述
我在 Python3.6 中有一些图像处理代码,我正在尝试使用 AWS SAM 部署到 AWS Lambda。所有依赖项(pip 包)的总大小大于 250mb。我已经将该功能分解为更小的部分,但它们最终都使用相同的包,因此这无助于减小尺寸。
我正在使用以下软件包:
opencv-python
numpy
joblib
imutils
mahotas
scikit-image
scikit-learn==0.22.1
sklearn
冷启动在我的用例中不是问题,所以我不介意。我有哪些可能的选择?要求是在 Lambda 上运行它。
解决方案
AWS 最近发布了对 Lambda 的 EFS 支持。您应该能够将您的依赖项放在那里。此博客文章中有一些示例:在无服务器应用程序中为 AWS Lambda 使用 Amazon EFS。
推荐阅读
- python-3.x - Django webp转换器标签static_webp不起作用
- json - 使用 newtonsoft 反序列化 JSON
- azure-devops - Azure Pipelines 仅获取最新文件
- scheme - 尝试打开使用 raco (macOS) 创建的可执行文件时出现签名错误
- regex - RegEx - 返回 URL 文本字符串右侧的模式
- java - 在edittext android中用于邮政编码(字母数字+数字)的标准Java/Kotlin正则表达式
- vue.js - 来自 sessionStorage 的对象在 vuejs / vuex 中没有反应
- postgresql - 关系中 null 的替代方案
- python - 非常大的数据集的自定义直方图输入
- c++ - 所以我正在为我的学校作业练习继承,但我无法正确实施标题保护