我在lambda的AWS官方文档中发现了这一点：
如果Lambda函数访问VPC，则必须确保您的VPC具有足够的ENI容量以支持Lambda函数的扩展要求。您可以使用以下公式大致确定ENI要求。
预计的并发执行高峰*（以GB / 3GB的内存为单位）
我了解此公式背后的原因。我唯一的问题是：为什么要3GB？这个数字来自哪里？
答案 0 :(得分：4)
公式预计的峰值并发执行次数×（内存以GB / 3GB为单位）是实际（但没有发声）问题“多少个m类（通用）EC2实例”的答案的代理。 Lambda是否需要分配以容纳所需数量的这种大小的容器？”
AWS Lambda通过使用与通用Amazon EC2实例类型（例如M3类型）相同的比率来分配与内存成比例的CPU能力。
https://docs.aws.amazon.com/lambda/latest/dg/resource-model.html
比率是“相同的”，因为M3或与之非常相似的东西是Lambda在引擎盖下实际上用来存放容器的东西。
m3.medium是m3系列中最小的计算机，并具有3.75GB的RAM ...因此，lambda需要配置的此类EC2 VM的数量-因此，需要-大约为 n×（m / 3GB）。此实例可以托管（例如）大约2×1.5 GB或24×128 MB或1×3.0 GB的容器，从而为VM内的操作/管理开销留出一些空间。
可能涉及多少开销，Lambda在放置和选择容器时使用的算法，Lambda是否使用实例大小的混合以及在什么规则下……都是Lambda黑盒的一部分。逻辑将指示Lambda将以较小的实例开始，并随着并发性的增长而发展为较大的实例，因为较大的实例（在同一系列中）将允许更高的打包效率而不会造成性能损失（因为内存和CPU是专用的，且固定比例） ，到每个容器），特别是对于大型和奇特尺寸的容器。该公式表明，不是容器接收ENI，而是实例 ...，并且会有大约 n×（m / 3GB ）由Lambda在大小为 m GB的并发 n 下分配的实例。
答案 1 :(得分：1)
3GB是单个lambda函数的最大内存分配。 https://docs.aws.amazon.com/lambda/latest/dg/limits.html