aws-lambda-managed-instances

AWS Lambda 托管实例（LMI）

在用户账户的 EC2 实例上运行 Lambda Event Functions，同时由 AWS 管理资源预置、补丁、扩缩容、路由和负载均衡。结合 Lambda 的开发体验与 EC2 的定价和硬件选项。

最适合搭配 AWS MCP 服务，用于沙箱化 CLI 执行和审计日志记录。所有指导也适用于标准 AWS CLI 或 SAM CLI。

注意： 在生产部署前，请根据当前 AWS 文档确认区域可用性、配额和实例类型选项。

快速判断：LMI 适合此工作负载吗？

信号	LMI 非常适合	Lambda Event Functions 更合适
流量	稳定、可预测，每月 5,000 万次以上请求	流量突发、不可预测，且长时间没有流量
执行时长	超过 15 分钟的长时间运行异步任务/ESM 作业（LMI 最长可达 90 分钟）：ETL/数据处理、媒体转码、ML 推理、金融计算、网页抓取	短时调用；需要超过 15 分钟的同步工作（任何 Lambda 均不支持）
成本	大规模运行时长带来的高额开支	调用量低或零星
冷启动	不可接受（LMI 可消除预置容量的冷启动）	可以接受
计算	最新 CPU、特定系列、高网络带宽、GPU 需求	Lambda Event Functions 的内存/CPU 已足够
隔离	用户账户中的专用 EC2 实例，完全控制 VPC	可以接受共享的 Firecracker micro-VM
缩容至零	无法缩容至零，但可使用 AWS 提供的解决方案创建自定义计划	必须支持（空闲时无需付费）
代码就绪情况	线程安全（Node.js/Java/.NET）或任何 Python 代码	非线程安全代码，且改造成本高

路由

仅阅读与用户任务匹配的单个参考文件。不要预先加载多个参考文件。

用户需求	操作
成本比较、定价分析、Savings Plans、Reserved Instances	阅读 cost-comparison.md
实例类型、内存规格、vCPU 比例、扩缩容调优、容量提供程序配置	阅读 configuration-guide.md
线程安全、并发模型、代码审查清单、多并发就绪情况	阅读 thread-safety.md
改造前后代码示例、特定运行时迁移、连接池	阅读 migration-patterns.md
IAM 角色、VPC 设置、CLI 命令、SAM 模板、CDK 示例	阅读 infrastructure-setup.md
错误、限流、调试、部署卡住	阅读 troubleshooting.md

故障排除速查（诊断问题时始终提及）：

• 容量提供程序卡在 CREATING → 最常见的原因是私有子网缺少 NAT 网关路由（实例需要出站互联网连接来拉取映像并与 Lambda 服务通信）
• 函数未扩缩容 → 检查是否已发布版本（PublishToLatestPublished: true）
• 内存错误 → LMI 最低要求为 2048 MB

工作流

步骤 1：评估工作负载

在提出建议前，收集以下信息：

1. 流量模式：稳定还是突发？每秒请求数是多少？
2. 当前成本：每月 Lambda 支出是多少？是否已有 Savings Plans？
3. 运行时：Node.js、Java、.NET 还是 Python？
4. 内存/CPU：需要多少内存？工作负载是受 CPU 限制还是受 I/O 限制？
5. 执行时长：平均值和 P99 分别是多少？
6. 并发准备情况：是否线程安全？是否使用共享的 /tmp 路径？是否为每次调用创建数据库连接？
7. VPC：是否已位于 VPC 中？是否需要访问私有资源？

超过 15 分钟的长时间运行异步/ESM 作业非常适合 LMI —— LMI 支持异步和事件源映射调用的函数超时时间最长达 90 分钟（5400s），适用于 ETL/数据处理、媒体转码、ML 推理、金融计算和网页抓取。时长是这里的关键差异点，而不仅仅是成本。

推荐 LMI 时，务必提及：为确保 AZ 弹性，至少需要 3 个执行环境（生产环境中不能少于 3 个）。

步骤 2：进行成本比较

必须先进行成本比较，再推荐 LMI。

经验法则：在流量稳定且每月请求量达到 5,000 万至 1 亿次以上时，LMI 开始具备成本竞争力。请使用 LMI 定价计算器进行准确比较。

步骤 3：配置部署

• 实例系列（400 多种类型，.large 及以上）：C 系列（计算型）、M 系列（通用型）、R 系列（内存型）。ARM（Graviton）可实现最佳性价比。
• 使用 Graviton 实例时，必须在函数配置中设置 Architectures: [arm64]，以确保匹配。
• 内存与 vCPU 比例：2:1（计算型）、4:1（通用型，默认值）、8:1（内存型）。最小 2 GB，最大 32 GB。
• 每个 vCPU 的多并发上限：Node.js 为 64，Java 为 32，.NET 为 32，Python 为 16。这些是系统上限 —— 实际设置项为 PerExecutionEnvironmentMaxConcurrency（针对每个执行环境，而非每个 vCPU）。
• 对于受 I/O 限制的工作负载：使用运行时默认值或更高的 PerExecutionEnvironmentMaxConcurrency（例如 Node.js 设为 10），因为每个请求在等待网络时只使用少量 CPU。
• 对于受 CPU 限制的工作负载：将 PerExecutionEnvironmentMaxConcurrency 设为每个 vCPU 1–2，因为每个请求都会占满 CPU。
• 扩缩：MinExecutionEnvironments（默认值为 3）、MaxVCpuCount（可选，默认值为 400 —— 最佳实践是显式设置）和 TargetResourceUtilization。
• 函数超时时间最长可设为 5400s（90 分钟） —— 通过现有的 Timeout 字段设置（CLI 使用 update-function-configuration --timeout 5400，SAM/CFN 使用 Timeout: 5400，或通过控制台设置）。使用现有的 Timeout 字段 —— 不需要单独的 API、属性、标签或代码更改。仅适用于异步和 ESM 调用；同步和按需调用仍限制为 15 分钟（即使 Timeout 设置得更高；GetFunctionConfiguration 仍会报告配置值）。Init 阶段仍限制为 15 分钟。Durable Functions：每个步骤最长可运行 90 分钟；多步骤工作流最长可持续 1 年。

步骤 4：迁移代码

检查代码的并发安全性。LMI 会在每个执行环境中并发运行多个调用：

• Python：基于进程的隔离 —— 全局变量不会共享。无需进行线程安全方面的更改。重点关注 /tmp 冲突和内存配置。
• Node.js：使用 Worker 线程 —— 同一 worker 内共享全局变量。需要确保异步安全。
• Java/.NET：使用 OS 线程/Tasks —— 处理程序会在线程间共享。需要确保全面的线程安全。

步骤 5：设置基础设施

1. 创建两个 IAM 角色：执行角色（供函数使用）和操作员角色（用于管理容量提供程序 EC2）
2. 配置 VPC，并在 3 个或更多 AZ 中设置子网
3. 创建容量提供程序，并配置 VPC 和扩缩限制
4. 创建一个关联容量提供程序的新函数
5. 发布一个版本（触发实例预置）

步骤 6：验证并切换

1. 先部署到非生产环境
2. 监控 CloudWatch：CPU 利用率、内存、并发数、限流率
3. 在调用服务或路由层逐步切换流量（10% → 50% → 100%）
4. 使用 1-2 周的生产数据比较成本
5. 稳定后停用 Lambda Event Function

最佳实践

定价（讨论成本时务必提及）

• 三个组成部分：EC2 实例时长 + 15% 管理费 + 每 100 万次请求 $0.20
• Savings Plans：Compute Savings Plans 适用于 EC2 部分（最高可享 60-72% 折扣）
• 15% 管理费：在 EC2 成本之外收取，用于支付 AWS 在配置、修补、扩缩容和生命周期管理方面的服务

扩缩容（讨论扩缩容或流量时务必提及）

• LMI 可立即吸收 50% 的流量峰值，并在 5 分钟内将容量翻倍——如果流量增长速度更快且超过当前容量的两倍，请求就会被限流
• Lambda Event Functions 可立即突增至 3000；LMI 无法达到这一水平
• 对于已知的流量峰值，可通过 MinExecutionEnvironments 预热
• MaxVCpuCount（默认值为 400）——明确设置为成本上限
• 形状调整：降低 MinExecutionEnvironments，以在非高峰时段降低容量（为确保 AZ 弹性，最低为 3）

实例规格

• 每个实例预留 1 个 vCPU + 1 GB 用于操作系统开销（函数无法使用）
• 可用容量 = 总容量 - 开销

配置

• 从 4:1 比率和运行时默认并发数开始
• 除非存在 x86 依赖，否则使用 ARM（Graviton）
• 除非需要特定硬件，否则让 Lambda 选择实例类型
• 设置 MaxVCpuCount 以控制成本上限
• 切勿将 MinExecutionEnvironments 设为低于 3（会破坏 AZ 弹性）

迁移

• 从 I/O 密集型函数开始（最能从多并发中受益）
• 将函数关联到容量提供程序之前，检查代码的并发安全性
• 在调用服务或路由层逐步切换流量
• 在所有日志语句中包含请求 ID
• 在处理程序之外初始化数据库连接池和 SDK 客户端

运维

• 针对限流率 > 1% 和 CPU > 80% 设置 CloudWatch 告警
• 为 14 天的实例轮换（自动执行）做好计划
• 切勿手动终止 LMI EC2 实例（应删除容量提供程序）
• 始终发布一个版本——未发布的函数无法在 LMI 上运行

长时调用（异步调用/ESM 最长 90 分钟）

• SQS：队列可见性超时 MUST ≥ 函数超时时间（对于 90 分钟的函数，≥ 5400s）。ESM 会在创建和更新时验证此项——但 ESM 创建后，SQS 可见性超时和函数超时时间可以分别更改（在 ESM API 之外），从而绕过检查并再次导致二者不匹配，使消息重新出现并触发重复调用。
• Kinesis / DynamoDB Streams：启用 部分批次失败报告（ReportBatchItemFailures），并调整最大批处理窗口和并行化因子——否则，一条记录失败就会导致整个批次重试，重新执行长达约 80 分钟的已完成工作。
• 异步调用：失败或超时的调用会遵循重试策略（默认最多重试 2 次），之后路由到 DLQ / 失败目标。
• 并非所有 ESM 来源都符合条件：Amazon MQ 和 Amazon DocumentDB ESM 仍限制为 15 分钟；只有 SQS、Kinesis 和 DynamoDB Streams ESM（以及异步调用）支持 90 分钟。
• 可观测性保持不变：CloudWatch、CloudTrail（完成/超时时产生一个 Invoke 事件）和 X-Ray（单条跟踪）的行为均相同。使用 X-Ray 子分段查找接近 90 分钟上限时的缓慢阶段。

长时间运行的网络连接（函数现在会运行数十分钟）

• NAT Gateway 空闲超时 — 通过 NAT Gateway 建立的长连接 TCP 连接应定期发送保活数据包。
• 空闲连接超时（RDS、ElastiCache、外部 API）— 为可能在计算过程中变为空闲状态的连接添加连接健康检查／重连逻辑。
• DNS TTL — 定期重新解析外部主机名；AWS SDK 会执行此操作，但自定义 HTTP 客户端可能会缓存超过 TTL 的时间。
• 凭证 — 使用执行角色的临时凭证（由运行时自动刷新）。对于非 IAM 密钥（数据库密码、API 密钥），请通过 SDK 缓存和定期刷新，从 AWS Secrets Manager 或 SSM Parameter Store 中获取；切勿在代码或环境变量中嵌入长期有效的凭证。

限制速查

资源	限制
内存	最低 2 GB，最高 32 GB
异步／ESM 调用超时	90 min（5400s），通过现有的 Timeout 字段设置
同步 + 按需调用超时	15 min
初始化阶段	15 min
ESM 源的上限为 15 min	Amazon MQ、Amazon DocumentDB（SQS/Kinesis/DynamoDB Streams 为 90 min）
执行环境	最少 3 个（MinExecutionEnvironments、AZ 弹性）
实例生命周期	14 天（自动替换）
并发数／vCPU	64（Node.js）、32（Java/.NET）、16（Python）
运行时	Node.js 22+、Java 21+、.NET 8+、Python 3.13+、Rust（provided.al2023）
实例系列	C、M、R（.large 及以上）
扩缩容	突发余量等于 TargetResourceUtilization 的未使用容量；新实例会在几分钟内启动

安全注意事项

• 操作员角色范围：在信任策略中添加 aws:SourceAccount 和 aws:SourceArn 条件，以防止混淆代理攻击。
• VPC 出站流量：将安全组出站范围限定为 VPC 端点安全组或 AWS 前缀列表，而不是 0.0.0.0/0。
• 凭证：使用 AWS Secrets Manager 或 Parameter Store 存储数据库凭证；切勿将机密存放在环境变量中。
• 加密：为任何静态数据启用 SQS SSE、CloudWatch Logs 加密（KMS）和 S3 默认加密。
• 日志记录：设置 CloudWatch Log 组保留策略。避免记录 PII 或凭证。为 Lambda 启用 CloudTrail 数据事件。
• 实例轮换：14 天自动轮换可确保应用安全补丁，无需手动干预。
• 参考资料：Lambda 安全最佳实践、IAM 最佳实践

文件

文件	内容
cost-comparison.md	定价分析、盈亏平衡计算、Savings Plans/RI 的影响
configuration-guide.md	实例选择、内存比例、扩缩容调优、容量提供程序配置
thread-safety.md	各运行时的并发模型、代码审查清单、Powertools 兼容性
migration-patterns.md	各运行时的迁移前后代码、连接池、渐进式切换
infrastructure-setup.md	IAM 角色、VPC 设置、SAM 模板、CLI 命令
troubleshooting.md	常见错误、限流、调试、卡住的部署