根据媒体编码的内存使用/成本选择AWS Lambda运行时选项

Question

我正在使用AWS lambda方法从mp4视频文件到mp3的媒体提取来评估我的需求。

主要要求是一旦新的mp4文件可用或由自定义应用程序保存在某个S3存储桶中，Lambda函数将被触发并将元数据发送到Dynamo DB，然后lambda函数将提取音频并将其存储在另一个S3桶。

如下所述，有四个选项可用于设计Lambda函数：

1. 例如，使用Java plus JAVE编码器库来完成工作（使用 在lib / jar中嵌入ffmpeg二进制文件

2. 将NodeJS与带有媒体编码容量的npm包一起使用 （包括spawn ffmpeg过程）

3. 将NodeJS与AWS弹性转码服务一起使用

4. 将Java与AWS弹性转码服务一起使用

上面哪个选项会降低资源（内存/ CPU使用等级）的成本？

我猜这两个初始场景听起来更业余但可能更便宜。但我怀疑在内存和CPU资源方面，NodeJS或Java之间的选择使用是否会影响由于内存或lambda函数执行任务所需的时间而导致的丢失量。

我需要关注这些方面，我们希望尽可能少花费AWS Lambda用于此类任务吗？

在NodeJs或Java之间进行选择无关紧要？

我是否应该考虑使用弹性转码服务而不是lambda函数中的自定义库？

感谢您的帮助。

Answer 1

费用实际上取决于您的吞吐量和内容的长度。请注意，目前Lambda有execution timeout and other limits。

我认为Java选项实际上比Node.js方法更强大。我可能会使用Elastic Transcode，因为它可以管理，可能更容易开发和维护。

Answer 2

看看一些测试结果：

AWS Lambda cold start (pseudo-)benchmark

希望这有帮助