是否可以在 aws lambda 函数中使用并行处理？
Is it possible to use parallel processing in aws lambda function?
我想并行处理一些代码，我使用了 threading.Thread 和 multiprocessing.Process 但奇怪的是，它们都比正常执行花费了更多时间，这与我想要的相反。
该代码在其他系统上运行良好，但在 lambda 函数上它无法按预期运行。
我也试过这个link：https://aws.amazon.com/blogs/compute/parallel-processing-in-python-with-aws-lambda/
但是没有得到任何性能升级。
谁能告诉我是否可以通过 lambda 实现，如果可以，我该怎么做？
是的，有可能，您不需要做任何特别的事情。
您看到性能下降的原因很可能是因为您的 lambda 函数太小了。
AWS 在 vCPU 秒内测量 CPU 性能，其中 1 vCPU is a virtualized thread on a CPU core.
使用 AWS lambda，唯一可以垂直扩展的是内存，但 CPU 可以随之扩展。准确地说，every 1,769MB of RAM corresponds to 1 vCPU.
通过增加 RAM 来增加 vCPU 计数，您会看到并行处理性能按比例提高。
我想并行处理一些代码，我使用了 threading.Thread 和 multiprocessing.Process 但奇怪的是，它们都比正常执行花费了更多时间，这与我想要的相反。
该代码在其他系统上运行良好，但在 lambda 函数上它无法按预期运行。
我也试过这个link：https://aws.amazon.com/blogs/compute/parallel-processing-in-python-with-aws-lambda/
但是没有得到任何性能升级。
谁能告诉我是否可以通过 lambda 实现，如果可以，我该怎么做？
是的，有可能，您不需要做任何特别的事情。
您看到性能下降的原因很可能是因为您的 lambda 函数太小了。
AWS 在 vCPU 秒内测量 CPU 性能，其中 1 vCPU is a virtualized thread on a CPU core.
使用 AWS lambda，唯一可以垂直扩展的是内存，但 CPU 可以随之扩展。准确地说，every 1,769MB of RAM corresponds to 1 vCPU.
通过增加 RAM 来增加 vCPU 计数，您会看到并行处理性能按比例提高。