AWS Lambda 完全使用指南：從零搭建Serverless 函數運算架構

AWS Lambda 完全使用指南：從零搭建Serverless 函數運算架構

某出海SaaS 公司的後端團隊曾告訴我們：他們每月為一批」0 點到6 點幾乎無請求」的API 服務支付固定的EC2 費用。換算下來，這些伺服器有效利用率不到15%，卻一直燒錢。

遷移到AWS Lambda 後，同樣的業務邏輯，每月帳單從 $2,400降到$180——Lambda 只在請求到達時計費，空閒時不產生任何費用。

一、什麼是AWS Lambda？ Serverless 的核心邏輯

1.1 傳統伺服器vs Serverless 的本質區別

核心思想：Lambda 讓你只寫”函數”，AWS 負責運行環境、擴容、監控的一切——你只為程式碼真正運行的時間付費。

1.2 Lambda 的定價邏輯（2026 年最新）

Lambda 的免費額度非常慷慨：

• 免費請求數：每月100 萬次調用（永久免費）
• 免費計算時長：每月40 萬GB-秒
• 超出後的費用：
  • 請求：$0.20 / 100 萬次
  • 計算長度：$0.0000166667 / GB-秒

舉例計算：每天被呼叫10 萬次、平均執行200ms、記憶體512MB 的函數：

• 月調用次數：300 萬次→ 超過免費額度200 萬次→ 費用：$0.40
• 月計算時間：300 萬× 0.2s × 0.5GB = 30 萬GB-秒→ 全在免費額度內
• 每月總費用：約$0.40

二、Lambda 核心概念速覽

2.1 函數（Function）

Lambda 的基本執行單元，支援以下執行時間：

2.2 觸發器（Trigger）

Lambda 函數本身是被動的－它需要觸發器來調用。常見觸發器：

2.3 執行環境與生命週期

請求到達↓ [冷啟動階段] 僅首次或實例回收後觸發├── 初始化執行環境（下載程式碼、啟動運行時） ├── 執行初始化程式碼（import、連線池等handler 外的程式碼） └── 約100～500ms 延遲[熱執行階段] 絕大多數請求├──直接執行函數├——執行環境保留約5～15 分鐘，等待下次再利用

三、第一個Lambda 函數：實戰搭建流程

3.1 透過AWS 控制台創建（5分鐘上手）

Step 1：進入Lambda 控制台→ 點擊”創建函數”

Step 2：選擇”從頭開始創作”，填寫：

• 函數名稱：my-first-function
• 運行時：Python 3.12
• 架構：x86_64（ARM/Graviton2 可降低約20% 成本）

Step 3：編寫handler 程式碼（控制台內嵌編輯）：

import json

def lambda_handler(event, context):
    # event: 觸發器傳入的數據
    # context: 函數運行時資訊（剩餘時間、請求ID等）
    
    name = event.get('名', 'World')
    
    return {
        'statusCode': 200,
        'body': json.dumps({
            'message': f'Hello, {name}!',
            'requestId': context.aws_request_id }) }

Step 4：配置測試事件→ 執行測試，驗證輸出

Step 5：新增觸發器（以API Gateway 為例）：

• 選擇”API Gateway” → 建立新API → REST API
• 部署後取得公開HTTPS 端點，即可透過HTTP 呼叫函數

3.2 使用AWS SAM 進行本地開發（建議生產環境）

AWS Serverless Application Model（SAM）是官方推薦的IaC 工具

本地測試命令：

# 安裝SAM CLI
pip install aws-sam-cli

# 本機啟動API
sam local start-api

# 運行單一函數測試
sam local invoke ProcessOrderFunction --event events/test_event.json

四、效能優化：解決冷啟動問題

冷啟動是Lambda 使用中最常被質疑的問題，以下是系統性解決方案：

4.1 減少冷啟動時間

# ✅ 建議：初始化程式碼放在handler 外（只在冷啟動時執行一次）
import boto3

# 這裡的程式碼只在冷啟動時運行
dynamodb = boto3.resource('dynamodb') table = dynamodb.Table('orders')

def lambda_handler(event, context):
    # 這裡直接重複使用已初始化的table 對象
    response = table.get_item(Key={'order_id': event['order_id']})
    return response['Item']

4.2 Provisioned Concurrency（預置並發）

對於延遲敏感型應用（如即時API），可以預先初始化指定數量的執行環境：

# 為函數配置10 個預置並發實例
aws lambda put-provisioned-concurrency-config \ --function-name my-api-function \ --qualifier production \ --provisioned-concurrent-executions 10

成本提示：預置並發按小時收費（$0.0000646 / GB-小時），適合高流量關鍵路徑，不適合所有函數全量配置。

五、生產環境最佳實踐

5.1 記憶體配置策略

Lambda 的記憶體直接影響CPU 算力和費用。找到最優記憶體的方法：

• Lambda Power Tuning 工具：AWS 開源工具，自動測試不同記憶體配置的效能/成本比
• 經驗規則：記憶體翻倍，CPU 也翻倍；如果執行時間減少50%+，升記憶體反而更省錢

5.2 並發限制與帳戶配額

六、Lambda 與其他AWS 服務的黃金組合

最常見的Serverless 架構模式

使用者請求↓ API Gateway（HTTPS 端點） ↓ Lambda（業務邏輯處理） ├──→ DynamoDB（資料持久化） ├──→ S3（檔案儲存） ├──→ SQS（非同步任務佇列） └──→ SNS（訊息通知）

典型出海業務場景：

結論：Lambda 適合你的業務嗎？

Lambda 不是萬能的，但對於以下特徵的工作負載，它是最佳解：

✅ 適合Lambda：

• 請求量波動大（低谷幾乎為零）
• 單次執行時間短（< 15 分鐘）
• 無狀態處理邏輯
• 事件驅動型任務

❌ 不適合Lambda：

• 需要維持長連線（WebSocket 需配合API Gateway）
• 執行時間> 15 分鐘（以ECS Fargate 取代）
• 需要大量本機磁碟I/O（/tmp 上限10GB）

☁️ 想把現有後端遷移到Serverless 架構？

aws-oncloudai.com 提供免費的AWS 架構評估，協助出海企業找到最合適的雲端原生方案，實現成本降低與彈性提升。

👉 預約免費架構諮詢→ aws-oncloudai.com

本文由OnCloud AI 技術團隊撰寫| aws-oncloudai.com 專注於協助出海企業建構高效、低成本的AWS 雲端架構