Quel est l'impact de la mémoire et de la puissance de calcul sur les coûts d'AWS Lambda ?

Brève description

La mémoire est à la disposition des développeurs Lambda pour contrôler les performances d'une fonction. La quantité de mémoire allouée à une fonction Lambda est comprise entre 128 Mo et 10 240 Mo. La console Lambda définit par défaut les nouvelles fonctions à 128 Mo, et de nombreux développeurs choisissent 128 Mo pour leurs fonctions.

Toutefois, il est recommandé de choisir 128 Mo uniquement pour les fonctions Lambda simples. Par exemple, des fonctions qui transforment et acheminent des événements vers d'autres services AWS. Si la fonction exécute l'une des actions suivantes, elle dispose d'une allocation de mémoire plus élevée :

• Importe des bibliothèques.
• Importe des couches Lambda.
• Interagit avec les données chargées depuis Amazon Simple Storage Service (Amazon S3).
• Interagit avec les données chargées depuis Amazon Elastic File System (Amazon EFS).

Résolution

Tarification des fonctions Lambda

Les frais Lambda sont basés sur le nombre de requêtes pour vos fonctions et sur la durée d'exécution de votre code. Lambda compte une demande chaque fois qu'elle est invoquée en réponse à une notification d'événement. Par exemple, depuis Amazon Simple Notification Service (SNS) ou Amazon EventBridge. En outre, Lambda compte une demande chaque fois qu'elle est lancée en réponse à un appel d'appel. Par exemple, à partir d'Amazon API Gateway ou à l'aide du SDK AWS, y compris des appels de test depuis la console Lambda.

La durée est calculée à partir du moment où votre code commence à s'exécuter jusqu'à ce qu'il revienne ou s'arrête, arrondie à 1 milliseconde supérieure la plus proche. Pour plus d'informations, consultez la page de tarification d'AWS Lambda. Le prix dépend de la quantité de mémoire que vous allouez à votre fonction. La quantité de mémoire détermine également la quantité de processeur virtuel disponible pour une fonction. L'ajout de mémoire augmente proportionnellement la quantité de processeur, ce qui augmente ensuite la puissance de calcul disponible. Si une fonction est liée au processeur, au réseau ou à la mémoire, la modification des paramètres de mémoire peut améliorer les performances. Une augmentation de la taille de la mémoire entraîne une augmentation équivalente du processeur disponible pour votre fonction.

Effet de la puissance de la mémoire sur le coût Lambda

Le service Lambda facture le montant total en gigaoctets de secondes consommés par une fonction. Une augmentation de la mémoire affecte le coût global si la durée totale reste constante. Les gigaoctets-secondes sont le produit de la mémoire totale (en gigaoctets) et de la durée (en secondes). Toutefois, si vous augmentez la mémoire disponible, la durée diminue. Par conséquent, l'augmentation globale des coûts est négligeable, voire diminue.

Par exemple, 1 000 invocations d'une fonction qui calcule des nombres premiers ont les durées moyennes suivantes à différents niveaux de mémoire :

Dans cet exemple, à 128 Mo, l'exécution de la fonction prend en moyenne 11,722 secondes, au coût de 0,024628 $ pour 1 000 appels. Lorsque la mémoire est augmentée à 1 536 Mo, la durée moyenne tombe à 1,465 seconde, le coût est donc de 0,024638 $. Pour une différence de coût d'un millième de centime, les performances de la fonction sont multipliées par 10.

Si la consommation de mémoire approche le maximum configuré, surveillez les fonctions avec Amazon CloudWatch et définissez des alarmes. Cela permet d'identifier les fonctions limitées en mémoire. Pour les fonctions liées au processeur et aux E/S, surveillez la durée pour obtenir plus d'informations. Dans ces cas, une augmentation de la mémoire permet de résoudre les problèmes de calcul ou de congestion du réseau. Pour plus d'informations, consultez la section Surveillance et observabilité.