Hier ist eine Zusammenfassung dessen, was Sie tun sollten, wenn Sie AWS Lambda (Python) verwenden. Einschließlich derer, die noch nicht ausprobiert wurden. Von Zeit zu Zeit aktualisiert.
(Zunächst einmal) Ich habe versucht zusammenzufassen, was nach der Eröffnung eines AWS-Kontos zu tun ist https://dev.classmethod.jp/articles/after_get_aws_account/
Anwenden des Jeffy-Frameworks Die Implementierung einer gemeinsamen Verarbeitung für die Ablaufverfolgung und Protokollierung kann vereinfacht werden. https://dev.classmethod.jp/cloud/app-fw-for-lamdba-jeffy-released/
--AWS Lambda-Ziele anwenden Die folgende Verarbeitung kann gemäß dem Ausführungsergebnis von Lambda ausgeführt werden. https://qiita.com/kojiisd/items/efcb2ac3d5cc176534ba
--Parallelverarbeitung Verarbeiten Sie schwere Verarbeitung parallel. https://qiita.com/kenmaro/items/69fdd84e18e793a21790 https://aws.amazon.com/jp/blogs/news/parallelizing-across-multiple-cpu-gpus-to-speed-up-deep-learning-inference-at-the-edge/
--AWS Lambda Kosteneinsparungen Stellen Sie ein Profilwerkzeug vor. https://dev.classmethod.jp/cloud/aws/lamba-profile-with-qcachegrind/
--Pip Update (hinzugefügt zu buildspec.yml)
#Zeigen Sie eine Liste der Pakete mit Updates mit pip an
pip list -o
#Massenaktualisierung mit Befehl
pip list -o | tail -n +3 | awk '{ print $1 }' | xargs pip install -U
Recommended Posts