Question

下面的最后两行代码是问题所在。正如下面的打印输出所示，我对存储桶中的csv文件有视线，存储桶中的文件是使用键/值约定返回的对象。问题是.read（）。总是超时。根据我初次发布此问题时的指针，我已将AWS中的设置更改为函数超时之前的3分钟，我也尝试下载它，但返回None。我想主要的问题是为什么.read（）函数要花这么长时间，而download_file命令中缺少什么？文件很小：1KB。任何帮助表示感谢

72.27 / 25.4

打印输出为：

import boto3
import csv

s3 = boto3.resource('s3')
bucket = s3.Bucket('polly-partner')
obj = bucket.Object(key='CyclingLog.csv')

def lambda_handler(event, context):

    response = obj.get()
    print(response)
    key = obj.key
    filepath = '/tmp/' + key
    print(bucket.download_file(key, filepath))
    lines = response['Body'].read()
    print(lines)

Answer 1

错误消息显示：Task timed out after 3.00 seconds

您可以通过以下方法来增加Lambda函数的超时时间：在控制台中打开该函数，转到基本设置部分，然后单击编辑。

虽然您说增加了此超时设置，但实际上是在 3秒后超时，这一事实表明该设置没有更改。

Answer 2

我知道这是一篇旧帖子，（希望很久以前就解决了！），但我最终来到这里，所以我会分享我的发现。

这些通用的运行时错误消息：

"Error: Runtime exited with error: signal: killed Runtime.ExitError"

...当在 REPORT 行出现类似这样的内容时：

Memory Size: 128 MB Max Memory Used: 129 MB Init Duration: 362.26 ms

...看起来像是内存不足的问题。特别是当“使用的最大内存”>=“内存大小”

据我所知，Lambda 可以而且经常会毫无问题地使用高达 100% 的内存 (Discussed in this post)。但是，当您尝试将数据加载到内存中，或执行内存密集型处理（复制存储在变量中的大型数据集？）时，Python 运行时可能会遇到内存错误并退出。不幸的是，它没有很好地记录、记录或使用 CloudWatch 指标捕获。

我相信 NodeJS 运行时中的相同错误如下：

"Error: Runtime exited with error: signal: aborted (core dumped)"

读取存储桶文件时，AWS Lambda函数超时

2 个答案: